Estatísticas e Big Data

Pacotes de software para detecção de motivo de rede podem retornar escores Z enormemente altos (o mais alto que já vi são mais de 600.000, mas escores Z de mais de 100 são bastante comuns). Eu pretendo mostrar que esses Z-scores são falsos. Escores Z enormes correspondem a probabilidades associadas …

14 probability  normal-distribution  p-value  approximation  z-statistic 

Meu texto não paramétrico , Estatísticas Práticas Não Paramétricas , geralmente fornece fórmulas limpas para expectativas, variações, estatísticas de testes e similares, mas inclui a ressalva de que isso só funciona se ignorarmos laços. Ao calcular a estatística U de Mann-Whitney, é recomendável que você jogue pares empatados ao comparar …

14 nonparametric  ties 

Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 7 meses . É fácil encontrar uma área de cálculo de pacotes no ROC, mas existe um pacote …

14 r  precision-recall 

Estou prestes a mergulhar na aprendizagem R e meu projeto de aprendizagem envolverá a aplicação de regressão de efeitos mistos ou aleatórios a um conjunto de dados para desenvolver uma equação preditiva. Partilho da preocupação do escritor neste post. Como escolher a biblioteca nlme ou lme4 R para modelos de …

14 r  regression  random-effects-model 

Existe um serviço da web em que posso solicitar informações sobre um item aleatório. Para cada solicitação, cada item tem a mesma chance de ser devolvido. Posso continuar solicitando itens e registrar o número de duplicatas e único. Como posso usar esses dados para estimar o número total de itens?

14 probability  population  coupon-collector-problem 

Eu estava brincando com os métodos PCA e LDA e estou em um ponto, sinto que é tão simples que não consigo vê-lo. Matrizes de dispersão dentro da classe ( ) e entre classes ( S B ) são definidas como:SWSWS_WSBSBS_B SW= ∑i = 1C∑t = 1N( xEut- μEu) ( …

14 discriminant-analysis 

Como título, existe algo assim? Sei como calcular IC para média aritmética, mas e quanto à média geométrica? Obrigado.

14 confidence-interval  mean 

Um banco de dados de (população, área, forma) pode ser usado para mapear a densidade populacional atribuindo um valor constante de população / área a cada forma (que é um polígono, como um bloco de recenseamento, área, município, estado, qualquer que seja). No entanto, as populações geralmente não são distribuídas …

14 modeling  unbiased-estimator  spatial 

Lendo sobre métodos e resultados de análises estatísticas, especialmente em epidemiologia, muitas vezes ouço sobre ajustes ou controle dos modelos. Como você explicaria, para um não estatístico, o propósito disso? Como você interpreta seus resultados após controlar determinadas variáveis? Um pequeno passo a passo em Stata ou R, ou um …

14 regression  modeling  epidemiology 

Preciso de ajuda sobre ANOVA de medição repetida. Estamos investigando o efeito de alguma intervenção na redução da taxa de infecção da corrente sanguínea (BSI) em algumas enfermarias. Planejamos capturar as informações da taxa BSI mensalmente, 12 meses sem intervenção primeiro e depois 12 meses com intervenção. Estamos pensando em …

14 anova  repeated-measures  sample-size  power 

Por que procuramos minimizar ao x^2invés de minimizar |x|^1.95ou |x|^2.05. Existem razões pelas quais o número deve ser exatamente dois ou é simplesmente uma convenção que tem a vantagem de simplificar a matemática?

14 standard-deviation  least-squares 

Esta pergunta é inspirada em um mini-jogo de Pokemon Soulsilver: Imagine que há 15 bombas escondidas nessa área 5x6 (EDIT: máximo de 1 bomba / célula): Agora, como você estimaria a probabilidade de encontrar uma bomba em um campo específico, considerando os totais de linha / coluna? Se você olhar …

14 probability  estimation  chi-squared  independence  games 

Uma floresta aleatória é uma coleção de árvores de decisão seguindo o conceito de ensacamento. Quando passamos de uma árvore de decisão para a próxima, então como as informações aprendidas pela última árvore de decisão avançam para a próxima? Porque, de acordo com meu entendimento, não há nada como um …

14 machine-learning  random-forest  cart  bagging 

Está disponível uma interpretação bayesiana de REML? Para minha intuição, REML tem uma forte semelhança com os chamados procedimentos empíricos de estimativa de Bayes , e me pergunto se algum tipo de equivalência assintótica (sob alguma classe adequada de priores, digamos) foi demonstrada. Tanto Bayes empírico como REML parecem abordagens …

14 bayesian  asymptotics  reml 

Eu tenho um conjunto de testes de 100 casos e dois classificadores. Gerei previsões e AUC ROC computada, sensibilidade e especificidade para os dois classificadores. Pergunta 1: Como posso calcular o valor-p para verificar se um é significativamente melhor que o outro em relação a todas as pontuações (AUC ROC, …

14 machine-learning  statistical-significance  roc  auc  sensitivity-specificity