Estatísticas e Big Data

Estou tendo problemas para entender como usar o bootstrapping para calcular intervalos de previsão para um modelo de regressão linear. Alguém pode descrever um procedimento passo a passo? Eu pesquisei via google, mas nada realmente faz sentido para mim. Eu entendo como usar a inicialização para calcular intervalos de confiança …

14 regression  bootstrap  prediction-interval 

Estive pensando em fazer uma meta-análise para um campo específico de estudo da evolução, mas antes de prosseguir, gostaria de saber; quais são os pontos positivos e negativos do processo? Por exemplo, nenhuma necessidade de um experimento prático é uma vantagem (tempo e dinheiro), mas haverá um viés de publicação …

14 meta-analysis 

Eu usei randomForest para classificar 6 comportamentos de animais (por exemplo, em pé, andando, nadando etc.) com base em 8 variáveis ​​(diferentes posturas e movimentos corporais). O MDSplot no pacote randomForest me fornece essa saída e tenho problemas em interpretar o resultado. Eu fiz um PCA com os mesmos dados …

14 r  classification  random-forest  multidimensional-scaling 

Ao especificar um modelo de efeitos mistos cruzados, estou tentando incluir interações. No entanto, recebo a seguinte mensagem de erro: Error in lme.formula(rate ~ nozzle, random = ~nozzle | operator, data = Flow) : nlminb problem, convergence error code = 1 message = iteration limit reached without convergence (10) O …

14 mixed-model  lme4-nlme 

Sei que essa pergunta não está bem definida, mas alguns aglomerados tendem a ser elípticos ou ficam no espaço dimensional mais baixo, enquanto outros têm formas não lineares (em exemplos 2D ou 3D). Existe alguma medida de não linearidade (ou "forma") de clusters? Observe que no espaço 2D e 3D, …

14 unsupervised-learning  clustering 

Eu gostaria de empregar os dados de contagem como covariáveis ​​ao ajustar um modelo de regressão logística. Minha pergunta é: Eu viole alguma suposição dos modelos logísticos (e, mais geralmente, do linear generalizado), empregando variáveis ​​inteiras não negativas de contagem como variáveis ​​independentes? Eu encontrei muitas referências na literatura sobre …

14 generalized-linear-model  count-data 

Como provar que, para a função de base radial não existe espaço de característica finito-dimensional tal que para alguns temos ?k(x,y)=exp(−||x−y||2)2σ2)k(x,y)=exp⁡(−||x−y||2)2σ2)k(x, y) = \exp(-\frac{||x-y||^2)}{2\sigma^2})HHHΦ:Rn→HΦ:Rn→H\Phi: \text{R}^n \to Hk(x,y)=⟨Φ(x),Φ(y)⟩k(x,y)=⟨Φ(x),Φ(y)⟩k(x, y) = \langle \Phi(x), \Phi(y)\rangle

14 machine-learning  svm  kernel-trick 

Recentemente, eu estava procurando maneiras de reamostrar séries temporais, de maneiras que Preserve aproximadamente a correlação automática de processos de memória longa. Preservar o domínio das observações (por exemplo, uma série temporal de números inteiros redefinida ainda é uma série temporal de números inteiros). Pode afetar apenas algumas escalas, se …

14 time-series  bootstrap  resampling  permutation-test 

Gostaria de saber se existe uma maneira simples de detectar discrepâncias. Para um dos meus projetos, que era basicamente uma correlação entre o número de vezes que os participantes participam de atividade física em uma semana e o número de vezes que comem fora de casa (fast food) em uma …

14 correlation  outliers 

Eu tenho que lidar com um problema de classificação de texto. Um rastreador da Web rastreia páginas de um determinado domínio e, para cada página da Web, quero descobrir se ele pertence a apenas uma classe específica ou não. Ou seja, se eu chamar essa classe de Positivo , cada …

14 classification  text-mining  naive-bayes  binary-data 

Li em outro lugar que a escolha da função de ativação da camada oculta em um NN deve se basear na necessidade de alguém , ou seja, se você precisar de valores no intervalo de -1 a 1, use tanh e sigmóide no intervalo de 0 a 1. Minha pergunta …

14 machine-learning  classification  neural-networks 

Eu tenho um monte de dados de duas amostras (controle e tratamento), cada uma contendo vários milhares de valores que serão submetidos a testes de significância em R. Teoricamente, os valores devem ser contínuos, mas devido ao arredondamento feito pelo software de medição, eles não são ' te eles têm …

14 r  nonparametric  kolmogorov-smirnov  ties 

Houve uma eleição geral em que eu moro ontem e a rede de televisão começou a chamar vencedores muito antes de todas as votações serem abertas. Eles deram certo em todas as contas, e eu não estou realmente surpreso que eles tenham. Eu sei que as estatísticas são absolutamente viáveis. …

14 elections 

Estou executando um amostrador Metropolis (C ++) e quero usar os exemplos anteriores para estimar a taxa de convergência. Um diagnóstico fácil de implementar que encontrei é o diagnóstico Geweke , que calcula a diferença entre as duas médias da amostra divididas pelo erro padrão estimado. O erro padrão é …

14 mcmc  diagnostic 

Tenho algumas perguntas sobre a AIC e espero que você possa me ajudar. Eu apliquei a seleção de modelo (para trás ou para frente) com base na AIC em meus dados. E algumas das variáveis ​​selecionadas acabaram com valores de p> 0,05. Eu sei que as pessoas estão dizendo que …

14 model-selection  p-value  aic