Estatísticas e Big Data

Existe essa fórmula? Dado um conjunto de dados para os quais a média, variância, assimetria e curtose são conhecidas ou podem ser medidas, existe uma fórmula única que pode ser usada para calcular a densidade de probabilidade de um valor assumido como proveniente dos dados acima mencionados?

13 distributions  pdf  kurtosis  skewness 

Ao ler alguns artigos, me deparei com o termo "conjunto de ouro" ou "padrão-ouro". O que eu não entendo é o que torna um conjunto de dados padrão ouro? Aceitação pelos pares, contagem de citações e se é a liberdade do pesquisador e a relevância para o problema que ele …

13 terminology 

Tenho problemas para descobrir exatamente o que as barras de alcance plot.stlsignificam. Encontrei o post de Gavin sobre essa questão e li a documentação também, entendo que eles relatam a magnitude relativa dos componentes decompostos, mas ainda não tenho muita certeza de como eles funcionam. Por exemplo: dados: barra minúscula, …

13 r  time-series 

Se você pode medir uma série temporal de observações em qualquer nível de precisão no tempo, e seu objetivo do estudo é identificar uma relação entre X e Y, existe alguma justificativa empírica para escolher um nível específico de agregação em detrimento de outro ou deve a escolha pode ser …

13 time-series  aggregation  disaggregation 

Problema Gostaria de plotar a variação explicada por cada um dos 30 parâmetros, por exemplo, como um gráfico de barras com uma barra diferente para cada parâmetro e a variação no eixo y: No entanto, as variações são fortemente inclinadas para valores pequenos, incluindo 0, como pode ser visto no …

13 data-visualization  data-transformation  histogram 

Eu tenho vários codificadores independentes que estão tentando identificar eventos em uma série temporal - nesse caso, assistindo a vídeos de conversas pessoais e procurando comportamentos não-verbais específicos (por exemplo, acenos de cabeça) e codificando a hora e a categoria de cada um. evento. Esses dados podem ser razoavelmente tratados …

13 time-series  reliability  agreement-statistics 

Uma das suposições da regressão logística é a linearidade no logit. Então, uma vez que eu tenho meu modelo em funcionamento, testei a não-linearidade usando o teste Box-Tidwell. Um dos meus preditores contínuos (X) testou positivo para não-linearidade. O que devo fazer a seguir? Como isso é uma violação das …

13 regression  logistic  references  assumptions  regression-strategies 

Como você sabe se as correlações em diferentes defasagens obtidas a partir da correlação cruzada (função ccf) de duas séries temporais são significativas.

13 r  statistical-significance  cross-correlation 

O teorema de Gauss-Markov nos diz que o estimador OLS é o melhor estimador linear imparcial para o modelo de regressão linear. Mas suponha que eu não me importe com linearidade e imparcialidade. Então, existe algum outro estimador (possível não linear / tendencioso) para o modelo de regressão linear que …

13 regression  unbiased-estimator 

Eu tenho vários artigos que apresentam "OR" com IC95% (intervalos de confiança). Quero estimar a partir dos artigos o valor de P para o OR observado. Para isso, preciso de uma suposição sobre a distribuição OR. Que distribuição posso assumir / usar com segurança?

13 distributions  odds-ratio 

Tendo recentemente começado a me ensinar Machine Learning e Análise de Dados, estou me deparando com uma parede de tijolos sobre a necessidade de criar e consultar grandes conjuntos de dados. Gostaria de pegar os dados que agreguei na minha vida profissional e pessoal e analisá-los, mas não tenho certeza …

13 data-mining  dataset  eda 

Alguém pode me explicar a diferença entre o método dos momentos e o GMM (método geral dos momentos), o relacionamento deles e quando um ou outro deve ser usado?

13 estimation  method-of-moments  generalized-moments 

Esta pergunta já tem respostas aqui : Algoritmo de retropropagação (2 respostas) Fechado há 2 meses . O que é o algoritmo de retropropagação e como ele funciona?

13 algorithms  optimization  neural-networks 

A pergunta é direta: é apropriado usar a regressão linear quando Y é limitado e discreto (por exemplo, a pontuação do teste 1 ~ 100, algum ranking predefinido 1 ~ 17)? Nesse caso, "não é bom" usar regressão linear ou é totalmente errado usá-lo?

13 regression  multiple-regression  least-squares  linear  bounds 

Quando fazemos testes, acabamos com dois resultados. 1) Rejeitamos hipóteses nulas 2) Falhamos em rejeitar a hipótese nula. Não falamos em aceitar hipóteses alternativas. Se não falamos em aceitar hipóteses alternativas, por que precisamos ter hipóteses alternativas? Aqui está a atualização: Alguém poderia me dar dois exemplos: 1) rejeitar hipótese …

13 hypothesis-testing