Estatísticas e Big Data

Qual é a distribuição máxima de entropia para uma variável contínua positiva, dados seus primeiro e segundo momentos? Por exemplo, uma distribuição Gaussiana é a distribuição máxima de entropia para uma variável ilimitada, dada sua média e desvio padrão, e uma distribuição Gamma é a distribuição máxima de entropia para …

13 distributions  standard-deviation  mean  maximum-entropy 

As faixas de confiança e previsão em torno de uma regressão não linear deveriam ser simétricas em torno da linha de regressão? Isso significa que eles não assumem a forma de ampulheta, como no caso das bandas para regressão linear. Por que é que? Aqui está o modelo em questão: …

13 confidence-interval  nonlinear-regression  prediction-interval 

Introdução: Tendo notado a atenção recebida hoje por esta pergunta: "A ANOVA pode ser significativa quando nenhum dos testes t emparelhados é? ", Pensei que poderia reformulá-la de uma maneira interessante que merecesse seu próprio conjunto de respostas. . Uma variedade de resultados incongruentes (pelo valor nominal) pode ocorrer quando …

13 hypothesis-testing  anova  statistical-significance  t-test  multiple-comparisons 

Estou usando a biblioteca R 'multcomp' ( http://cran.r-project.org/web/packages/multcomp/ ) para calcular o teste de Dunnett. Estou usando o script abaixo: Group <- factor(c("A","A","B","B","B","C","C","C","D","D","D","E","E","F","F","F")) Value <- c(5,5.09901951359278,4.69041575982343,4.58257569495584,4.79583152331272,5,5.09901951359278,4.24264068711928,5.09901951359278,5.19615242270663,4.58257569495584,6.16441400296898,6.85565460040104,7.68114574786861,7.07106781186548,6.48074069840786) data <- data.frame(Group, Value) aov <- aov(Value ~ Group, data) summary(glht(aov, linfct=mcp(Group="Dunnett"))) Agora, se eu executar esse script pelo R Console várias vezes, obterá …

13 r  multiple-comparisons 

Depois de passar por uma matemática um pouco concisa, acho que tenho uma leve intuição da estimativa da densidade do núcleo. Mas também estou ciente de que estimar a densidade multivariada para mais de três variáveis ​​pode não ser uma boa ideia, em termos das propriedades estatísticas de seus estimadores. …

13 nonparametric  pdf  kernel-smoothing  bivariate  density-estimation 

Suponha que X0,X1,…,XnX0,X1,…,Xn X_{0},X_{1},\ldots,X_{n} são suas variáveis ​​aleatórias que seguem a distribuição de Poisson com média λλ \lambda . Como posso provar que não existe um estimador imparcial da quantidade ?1λ1λ \dfrac{1}{\lambda}

13 probability  poisson-distribution  unbiased-estimator  estimators  iid 

No R (2.15.2), ajustei uma vez um ARIMA (3,1,3) em uma série temporal e uma vez um ARMA (3,3) em séries temporais que diferiam uma vez. Os parâmetros ajustados diferem, o que eu atribuí ao método de ajuste no ARIMA. Além disso, o ajuste de um ARIMA (3,0,3) nos mesmos …

13 r  time-series  arima  fitting  arma 

Fiz uma regressão múltipla na qual o modelo como um todo é significativo e explica cerca de 13% da variação. No entanto, preciso encontrar a quantidade de variação explicada por cada preditor significativo. Como posso fazer isso usando R? Aqui estão alguns dados e código de exemplo: D = data.frame( …

13 r  regression  variance 

Estou trabalhando em algo como o seguinte problema. Eu tenho vários usuários e N livros. Cada usuário cria uma classificação ordenada de todos os livros que leu (o que provavelmente é um subconjunto dos N livros), por exemplo, Livro 1> Livro 40> Livro 25. Agora, desejo transformar essas classificações de …

13 multiple-comparisons  ranking  recommender-system  bradley-terry-model 

Estou trabalhando em um modelo logístico e estou tendo algumas dificuldades para avaliar os resultados. Meu modelo é um logit binomial. Minhas variáveis ​​explicativas são: uma variável categórica com 15 níveis, uma variável dicotômica e 2 variáveis ​​contínuas. Meu N é grande> 8000. Estou tentando modelar a decisão das empresas …

13 r  logistic  goodness-of-fit  roc 

Eu costumava diagnosticar meus dados multivariados usando o PCA (dados omicos com centenas de milhares de variáveis ​​e dezenas ou centenas de amostras). Os dados geralmente vêm de experimentos com várias variáveis ​​independentes categóricas que definem alguns grupos, e muitas vezes tenho que passar por alguns componentes antes de encontrar …

13 pca  linear-model  r-squared  discriminant-analysis 

Aparentemente, é o caso em que se Xi∼N(0,1)Xi∼N(0,1)X_i \sim N(0,1) , então X1X2+X3X4∼Laplace(0,1)X1X2+X3X4∼Laplace(0,1)X_1 X_2 + X_3 X_4 \sim \mathrm{Laplace(0,1)} Já vi artigos sobre formas quadráticas arbitrárias, que sempre resultam em horríveis expressões qui-quadrado não centrais. O simples relacionamento acima não parece óbvio para mim, então (se é verdade!) Alguém tem …

13 normal-distribution  proof  quadratic-form  laplace-distribution 

É possível realizar uma análise de potência para o teste U de Kruskal-Wallis e Mann-Whitney? Se sim, existem pacotes / funções R que o executam?

13 r  nonparametric  power-analysis  kruskal-wallis 

Eu tenho tentado aprender e aplicar modelos ARIMA. Tenho lido um excelente texto sobre o ARIMA da Pankratz - Forecasting with Univariate Box - Jenkins Models: Concepts and Cases . No texto, o autor enfatiza especialmente o princípio da parcimônia na escolha dos modelos ARIMA. Comecei a jogar com auto.arima()função …

13 time-series  forecasting  arima  aic  automatic-algorithms 

Eu conduzi um glm.nb por glm1<-glm.nb(x~factor(group)) sendo o grupo uma categoria c e x uma variável métrica. Quando tento obter o resumo dos resultados, obtenho resultados ligeiramente diferentes, dependendo se uso summary()ou nãosummary.glm . summary(glm1)me dá ... Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 0.1044 0.1519 0.687 0.4921 factor(gruppe)2 …

13 r  generalized-linear-model  negative-binomial