Estatísticas e Big Data

Gostaria de corrigir manualmente um certo coeficiente, digamos , e depois ajustar os coeficientes a todos os outros preditores, mantendo β 1 = 1,0 no modelo.β1= 1,0β1=1.0\beta_1=1.0β1= 1,0β1=1.0\beta_1=1.0 Como posso conseguir isso usando R? Eu particularmente gostaria de trabalhar com o LASSO ( glmnet), se possível. Como alternativa, como posso …

11 r  multiple-regression  lasso  glmnet  constrained-regression 

Eu tenho usado o método de extração de rede de backbone descrito neste documento: http://www.pnas.org/content/106/16/6483.abstract Basicamente, os autores propõem um método baseado em estatística que produz uma probabilidade, para cada aresta no gráfico, de que a aresta possa ter acontecido apenas por acaso. Eu uso o ponto de corte de …

11 probability  statistical-significance  data-visualization  graph-theory  networks 

Como explico métodos generalizados de momentos e como é usado para um não estatístico? Até agora, estou indo: é algo que usamos para estimar condições como médias e variações com base nas amostras que coletamos. Como explico a parte em que você estima o vetor de parâmetros minimizando a variação?

11 generalized-moments  method-of-moments 

Estou tentando calcular uma média e desvio padrão de 2 percentis para uma distribuição lognormal. Consegui realizar o cálculo de uma distribuição normal usando X = mean + sd * Ze resolvendo para média e sd. Acho que estou perdendo uma equação quando tento fazer o mesmo para uma distribuição …

11 r  lognormal 

Antecedentes: Eu tive que realizar uma análise de dados para um cliente (algum tipo de advogado) que era um iniciante em estatística. Ele me perguntou o que significa o termo "significância estatística" e eu realmente tentei explicá-lo ... mas, como não sou bom em explicar as coisas, falhei;)

11 statistical-significance  inference  communication 

Estou procurando um artigo que espero que exista, mas não sei se existe. Pode ser um conjunto de estudos de caso e / ou um argumento da teoria das probabilidades, sobre o porquê o uso de dados transversais para inferir / prever mudanças longitudinais pode ser uma coisa ruim (ou …

11 references  panel-data  inference  causality  cross-section 

Eu estou olhando para a distribuição da soma dos quadrados das variáveis ​​aleatórias distribuídas em T, com expoente de cauda . Onde X é o rv, a transformação de Fourier para , fornece uma solução para o quadrado antes da convolução . X 2 F ( t ) F ( …

11 probability  sums-of-squares 

Para não estatísticos como eu, é muito difícil capturar a ideia de VImétrica (variação de informação) mesmo depois de ler o artigo relevante de Marina Melia " Comparando agrupamentos - uma distância baseada em informação " (Journal of Multivariate Analysis, 2007). De fato, não estou familiarizado com muitos dos termos …

11 r  clustering  validation  intuition 

Na regressão linear simples, geralmente se deseja verificar se certas premissas são atendidas para poder fazer inferência (por exemplo, os resíduos são normalmente distribuídos). É razoável verificar as premissas, verificando se os valores ajustados são normalmente distribuídos?

11 regression  residuals  diagnostic 

Eu processos a partir do qual eu recebo pequenas amostras (normalmente distribuída n tipicamente 10-30) que eu quero usar para estimar a variância. Mas frequentemente as amostras estão tão próximas que não podemos medir pontos individuais perto do centro. Tenho um entendimento vago de que deveríamos ser capazes de construir …

11 normal-distribution  estimation  rayleigh 

Eu tenho uma regressão logística de interceptação aleatória (devido a medições repetidas) e gostaria de fazer alguns diagnósticos, especificamente sobre discrepâncias e observações influentes. Eu olhei para resíduos para ver se há observações que se destacam. Mas também gostaria de ver algo como a distância de Cook ou DFFITS. Hosmer …

11 mixed-model  outliers  glmm  cooks-distance 

Eu apliquei alguns dados para encontrar a melhor solução de variáveis ​​do modelo de regressão usando regressão de cumeeira em R. Eu usei lm.ridgee glmnet(quando alpha=0), mas os resultados são muito diferentes, especialmente quando lambda=0. Supõe-se que ambos os estimadores de parâmetros tenham os mesmos valores. Então, qual é o …

11 r  regression  ridge-regression  glmnet 

Um lembrete consagrado nas estatísticas é "a falta de correlação não implica independência". Normalmente, esse lembrete é complementado com a afirmação psicologicamente reconfortante (e cientificamente correta) "quando, no entanto, as duas variáveis ​​são normalmente distribuídas em conjunto , então a não correlação implica independência". Eu posso aumentar a contagem de …

11 probability  distributions  correlation  mathematical-statistics  independence 

Estou em uma aula de estatística introdutória na qual a função de densidade de probabilidade para variáveis ​​aleatórias contínuas foi definida como . Entendo que a integral de mas não posso retificar isso com a intuição de uma variável aleatória contínua. Diga X é a variável aleatória igual ao número …

11 probability  random-variable  pdf  continuous-data 

É sabido que é problemático escolher um teste estatístico com base no resultado de outro teste estatístico, pois os valores de p são difíceis de impossíveis de serem interpretados (por exemplo, escolha de um teste estatístico com base no resultado de outro (por exemplo, normalidade) ) . No entanto, essa …

11 hypothesis-testing  references  p-value