Estatísticas e Big Data

Amostragem com substituição tem duas vantagens sobre amostragem sem substituição, a meu ver: 1) Você não precisa se preocupar com a correção da população finita. 2) Há uma chance de que elementos da população sejam desenhados várias vezes - então você pode reciclar as medições e economizar tempo. Obviamente, de …

12 sampling  finite-population 

Eu acho que entendo a equação da condição de equilíbrio detalhado, que afirma que, para probabilidade de transição e distribuição estacionária , uma Cadeia de Markov satisfaz um balanço detalhado seqqqππ\piq(x|y)π(y)=q(y|x)π(x),q(x|y)π(y)=q(y|x)π(x),q(x|y)\pi(y)=q(y|x)\pi(x), isso faz mais sentido para mim se eu o reafirmar como: q(x|y)q(y|x)=π(x)π(y).q(x|y)q(y|x)=π(x)π(y).\frac{q(x|y)}{q(y|x)}= \frac{\pi(x)}{\pi(y)}. Basicamente, a probabilidade de transição do …

12 probability  mcmc  markov-process 

Como você realiza testes de hipóteses com big data? Eu escrevi o seguinte script do MATLAB para enfatizar minha confusão. Tudo o que ele faz é gerar duas séries aleatórias e executar uma regressão linear simples de uma variável na outra. Ele realiza essa regressão várias vezes usando diferentes valores …

12 hypothesis-testing  large-data 

A Wikipedia está errada ... ou eu não entendo? Wikipedia: Os quadrados branco e preto ("padrão de xadrez") estão perfeitamente dispersos, então o de Moran seria -1. Se os quadrados brancos fossem empilhados na metade do tabuleiro e os quadrados pretos na outra, o de Moran estaria perto de +1. …

12 r  autocorrelation  spatial  pattern-recognition 

Qual é o intervalo de correlações atingíveis para o par de variáveis ​​aleatórias distribuídas exponencialmente e X 2 ∼ E x p ( λ 2 ) , onde λ 1 , λ 2 > 0 são os parâmetros de taxa?X1∼Exp(λ1)X1∼Exp(λ1)X_1 \sim {\rm Exp}(\lambda_1)X2∼Exp(λ2)X2∼Exp(λ2)X_2 \sim {\rm Exp}(\lambda_2)λ1,λ2>0λ1,λ2>0\lambda_1, \lambda_2 > 0

12 correlation  exponential 

Edição principal: Gostaria de agradecer muito a Dave e Nick por suas respostas. A boa notícia é que consegui fazer o loop funcionar (princípio emprestado da publicação do Prof. Hydnman na previsão de lotes). Para consolidar as consultas pendentes: a) Como aumento o número máximo de iterações para auto.arima - …

12 forecasting  arima  predictor  seasonality  multiple-seasonalities 

Fiquei imaginando como seu "processo estacionário de segunda ordem" é definido na Introdução a séries temporais e previsões de Brockwell e Davis : A classe de modelos de séries temporais lineares, que inclui a classe de modelos de média móvel autoregressiva (ARMA), fornece uma estrutura geral para o estudo de …

12 time-series 

Eu tenho uma regressão linear que é muito boa, eu acho (é para um projeto universitário, então eu realmente não preciso ser super preciso). A questão é que, se eu traçar os resíduos versus os valores previstos, há (de acordo com meu professor) uma dica de heterocedasticidade. Mas se eu …

12 regression  normal-distribution  residuals  heteroscedasticity 

Estou tentando descobrir exatamente qual é a diferença entre os testes e z .tttzzz Tanto quanto eu posso dizer, para ambas as classes de teste, usamos a mesma estatística de teste, algo da forma b^- Cseˆ( b^)b^−Cse^(b^)\frac{\hat{b} - C}{\widehat{\operatorname{se}}(\hat{b})} onde b é um pouco estatística da amostra, C é uma …

12 hypothesis-testing  t-test  small-sample 

O pacote MARSS em R oferece função para análise dinâmica de fatores. Neste pacote, o modelo de fator dinâmico é escrito como uma forma especial de modelo de espaço de estado e eles assumem que as tendências comuns seguem o processo AR (1). Como não estou muito familiarizado com esses …

12 r  time-series  forecasting  factor-analysis  state-space-models 

Gostaria de entender o que o código a seguir está fazendo. A pessoa que escreveu o código não trabalha mais aqui e é quase completamente indocumentada. Me pediram para investigá-lo por alguém que pensasse " é um modelo de regressão logística bayesiana " bglm <- function(Y,X) { # Y is …

12 r  logistic  bayesian  generalized-linear-model 

Quando você faz uma regressão OLS e plota os resíduos resultantes, como saber se os resíduos são correlacionados automaticamente? Eu sei que existem testes para isso (Durbin, Breusch-Godfrey), mas eu queria saber se você pode apenas olhar para um gráfico para avaliar se a autocorrelação pode ser um problema (porque, …

12 regression  autocorrelation  residuals 

Recebi um conjunto de dados que contém o número de prêmios ganhos por alunos de uma escola secundária, onde os preditores do número de prêmios ganhos incluem o tipo de programa em que o aluno estava matriculado e a pontuação no exame final em matemática. Fiquei me perguntando se alguém …

12 regression  generalized-linear-model  poisson-distribution  count-data 

Da Wikipedia O primeiro significado de não paramétrico abrange técnicas que não dependem de dados pertencentes a nenhuma distribuição específica. Estes incluem, entre outros: métodos livres de distribuição, que não se baseiam em suposições de que os dados são extraídos de uma determinada distribuição de probabilidade. Como tal, é o …

12 nonparametric 

Eu estava usando a kmeansinstrução de R para executar o algoritmo k-means no conjunto de dados de íris de Anderson. Eu tenho uma pergunta sobre alguns parâmetros que obtive. Os resultados são: Cluster means: Sepal.Length Sepal.Width Petal.Length Petal.Width 1 5.006000 3.428000 1.462000 0.246000 Nesse caso, o que significa "Cluster significa"? …

12 r  machine-learning  clustering  interpretation  k-means