Estatísticas e Big Data

Em sua resposta à minha pergunta anterior, @Erik P. dá a expressão onde é o excesso de curtose da distribuição. É fornecida uma referência à entrada da Wikipedia sobre a distribuição da variação da amostra , mas a página da Wikipedia diz "citação necessária".κV a r [ s2] = σ4( …

11 estimation  variance  references 

Fundo: Uma meta-análise típica em psicologia pode procurar modelar a correlação entre duas variáveis ​​X e Y. A análise normalmente envolveria a obtenção de um conjunto de correlações relevantes da literatura, juntamente com o tamanho da amostra. As fórmulas podem então ser aplicadas para calcular uma correlação média ponderada. Em …

11 simulation  meta-analysis 

Estou trabalhando em dados altamente assimétricos; portanto, estou usando a mediana em vez da média para resumir a tendência central. Eu gostaria de ter uma medida de dispersão Embora muitas vezes eu vejo pessoas relatando média desvio padrão±±\pm ou mediana quartis±±\pm para resumir a tendência central, é ok para relatar …

11 mean  skewness  median  reporting  mad 

Eu tenho uma coleção de dados, que originalmente pensei que eram normalmente distribuídos. Na verdade, eu olhei para ele e percebi que não era, principalmente porque os dados estão distorcidos e também fiz um teste de shapiro-wilks. Eu ainda gostaria de analisá-lo usando métodos estatísticos e, portanto, gostaria de testar …

11 hypothesis-testing  normal-distribution  goodness-of-fit  skewness  skew-normal 

Como interpretar e gerar gráficos de plotagem de bean. Aqui está um exemplo retirado de Walkes et al. 2010 . Para que tipo de dados é mais útil? (fonte: biomedcentral.com )

11 data-visualization  boxplot 

Eu sei que o Adaboost tenta gerar um classificador forte usando uma combinação linear de um conjunto de classificadores fracos. No entanto, li alguns artigos sugerindo que o Adaboost e os SVMs trabalham em harmonia (embora o SVM seja um classificador forte) em determinadas condições e casos . Não consigo …

11 classification  svm  references  boosting 

Primeiro, tenho uma pergunta sobre se a distribuição de Poisson é "estável" ou não. Muito ingênuo (e não tenho muita certeza sobre distribuições "estáveis"), calculei a distribuição de uma combinação linear de RVs distribuídos por Poisson, usando o produto do MGF. Parece que eu recebo outro Poisson, com parâmetro igual …

11 distributions  poisson-distribution  mgf 

Perdoe-me se eu perdi algo bastante óbvio. Sou físico com o que é essencialmente uma distribuição (histograma) centrada em um valor médio que se aproxima de uma distribuição Normal. O valor importante para mim é o desvio padrão dessa variável aleatória gaussiana. Como eu tentaria encontrar o erro no desvio …

11 normal-distribution  standard-deviation  error  measurement-error 

Existe algo como um dado justo? Nos dados em que o número é representado por um ponto extraído, certamente isso faz a diferença? Alguém já fez alguma pesquisa? De fato, pensando nisso, por que uma moeda seria justa? a física de cada lado é completamente diferente.

11 dice 

Foi demonstrado que a escolha do modelo ABC usando fatores Bayes não é recomendada devido à presença de um erro proveniente do uso de estatísticas resumidas. A conclusão deste artigo baseia-se no estudo do comportamento de um método popular para aproximação do fator Bayes (algoritmo 2). É sabido que os …

11 bayesian  model-selection  prediction  abc 

Quando analiso minhas variáveis ​​em dois modelos de regressão logística separados (univariados), obtenho o seguinte: Predictor 1: B= 1.049, SE=.352, Exp(B)=2.85, 95% CI=(1.43, 5.69), p=.003 Constant: B=-0.434, SE=.217, Exp(B)=0.65, p=.046 Predictor 2: B= 1.379, SE=.386, Exp(B)=3.97, 95% CI=(1.86, 8.47), p<.001 Constant: B=-0.447, SE=.205, Exp(B)=0.64, p=.029 mas quando os insiro em …

11 logistic  statistical-significance  multiple-regression 

Geralmente é transformado em Fisher para testar a diferença entre dois valores de . Mas, quando uma meta-análise deve ser realizada, por que devemos dar esse passo? Ele corrige erros de medição ou erros de não amostragem e por que devemos assumir que é uma estimativa imperfeita da correlação populacional?z …

11 correlation  variance  sampling  meta-analysis 

Eu tenho algumas perguntas para intervalos de previsão e tolerância. Vamos concordar com a definição dos intervalos de tolerância primeiro: recebemos um nível de confiança, digamos 90%, a porcentagem da população a capturar, digamos 99%, e um tamanho de amostra, digamos 20. A distribuição de probabilidade é conhecida, digamos normal …

11 prediction  prediction-interval  tolerance-interval 

Os bons nomes de variáveis ​​são: a) curto / fácil de digitar, b) fácil de lembrar, c) compreensível / comunicativo. Estou esquecendo alguma coisa? Consistência é algo a procurar. O que eu diria é que convenções de nomenclatura consistentes contribuem para as qualidades acima. A consistência contribui para (b) facilidade …

11 project-management 

Atualmente, estou trabalhando em um projeto envolvendo GLMs (e eventualmente GAMs) de alguns dados de contagem ao longo do tempo. Normalmente eu faria isso no SAS, mas estou tentando mudar para R e tendo ... problemas. Quando encaixo um GLM para contar dados usando o seguinte: cdi_model <- glm(counts ~ …

11 r  poisson-distribution  generalized-linear-model