Estatísticas e Big Data

Nunca gostei de como as pessoas normalmente analisam dados das escalas Likert como se o erro fosse contínuo e gaussiano quando há expectativas razoáveis ​​de que essas suposições sejam violadas, pelo menos nos extremos das escalas. O que você acha da seguinte alternativa: Se a resposta receber o valor em …

11 binomial  psychometrics  likert  psychology 

Miller e Chapman (2001) argumentam que é absolutamente inapropriado controlar covariáveis ​​não independentes relacionadas a variáveis ​​independentes e dependentes em um estudo observacional (não randomizado) - mesmo que isso seja feito rotineiramente nas ciências sociais. Quão problemático é fazê-lo? Como é a melhor maneira de lidar com esse problema? Se …

11 non-independent 

Existe uma maneira numericamente estável de calcular valores de uma distribuição beta para alfa inteiro grande, beta (por exemplo, alfa, beta> 1000000)? Na verdade, eu só preciso de um intervalo de confiança de 99% no modo, se isso de alguma forma facilitar o problema. Acrescentar : desculpe, minha pergunta não …

11 confidence-interval  algorithms  beta-distribution 

Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 2 anos . Eu quero calcular um resumo de uma variável em um data.frame para cada combinação única …

11 r  categorical-data  aggregation  plyr 

Eu tenho dados classificados cruzados em uma tabela 2 x 2 x 6. Vamos chamar as dimensões response, Ae B. Ajustei uma regressão logística aos dados com o modelo response ~ A * B. Uma análise de desvio desse modelo diz que os termos e sua interação são significativos. No …

11 categorical-data  logistic  multiple-comparisons  chi-squared 

Em uma conversa média (mediana?) Sobre estatísticas, muitas vezes você se encontra discutindo esse ou aquele método de analisar esse ou aquele tipo de dados. Na minha experiência, o desenho cuidadoso do estudo, com um pensamento especial em relação à análise estatística, é frequentemente negligenciado (trabalhando em biologia / ecologia, …

11 experiment-design 

Desculpe pelo histórico detalhado desta pergunta: Ocasionalmente, nas investigações do comportamento animal, um experimentador está interessado na quantidade de tempo que um sujeito passa em diferentes zonas predefinidas em um aparelho de teste. Eu sempre vi esse tipo de dados analisados ​​usando ANOVA; no entanto, nunca fui totalmente convencido da …

11 anova 

Em " Redes de crenças profundas convolucionais para o aprendizado não supervisionado e escalável de representações hierárquicas ", de Lee et. al. ( PDF ) São propostos DBNs convolucionais. O método também é avaliado para a classificação de imagens. Isso parece lógico, pois existem recursos naturais da imagem local, como …

11 classification  unsupervised-learning  intuition  deep-belief-networks 

Joshua Epstein escreveu um artigo intitulado "Why Model?" disponível em http://www.santafe.edu/media/workingpapers/08-09-040.pdf, no qual são apresentadas 16 razões: Explique (muito diferente de prever) Guia de coleta de dados Ilumine a dinâmica do núcleo Sugerir analogias dinâmicas Descubra novas perguntas Promover um hábito científico da mente Resultados limitados (colchetes) a intervalos plausíveis …

11 modeling 

Estive pesquisando estruturas teóricas para a seleção de métodos (nota: não seleção de modelos) e encontrei muito pouco trabalho sistemático e motivado matematicamente. Por 'seleção de método', quero dizer uma estrutura para distinguir o método apropriado (ou melhor, ideal) em relação a um problema ou tipo de problema. O que …

11 machine-learning  methodology  theory 

A depuração de programas MCMC é notoriamente difícil. A dificuldade surge devido a vários problemas, alguns dos quais são: a) Natureza cíclica do algoritmo Iterativamente, desenhamos parâmetros condicionais para todos os outros parâmetros. Portanto, se uma implementação não estiver funcionando corretamente, é difícil isolar o bug, pois o problema pode …

11 mcmc 

Tenho quatro modelos concorrentes que utilizo para prever uma variável de resultado binário (por exemplo, status de emprego após a graduação, 1 = empregado, 0 = não empregado) para n indivíduos. Uma métrica natural do desempenho do modelo é a taxa de acertos, que é a porcentagem de previsões corretas …

11 anova  chi-squared  generalized-linear-model 

Considere onde X 1 , … , X N são iid e o CLT mantém. Quantos dos maiores termos somam metade da soma total? Por exemplo, 10 + 9 + 8 ≈ (10 + 9 + 8 … + 1) / 2: 30% dos termos atingem cerca da metade do …

11 central-limit-theorem  asymptotics 

O esquema padrão da variável instrumental em termos de causalidade ( ->) é: Z -> X -> Y Onde Z é um instrumento, X é uma variável endógena e Y é uma resposta. É possível, que as seguintes relações: Z <- X ->Y Z <-> X ->Y também são válidos? …

11 causality  instrumental-variables  endogeneity 

Assumindo que tenho duas variáveis ​​aleatórias não independentes e que desejo reduzir a covariância entre elas o máximo possível, sem perder muito "sinal", significa centralizar a ajuda? Eu li em algum lugar que a centralização média reduz a correlação por um fator significativo, então acho que deve fazer o mesmo …

11 correlation  covariance  random-vector