Estatísticas e Big Data

Estou executando uma regressão OLS em pool usando o pacote plm em R. No entanto, minha pergunta é mais sobre estatísticas básicas, então tento publicá-la aqui primeiro;) Como meus resultados de regressão produzem resíduos heterocedásticos, eu gostaria de tentar usar erros padrão robustos de heterocedasticidade. Como resultado coeftest(mod, vcov.=vcovHC(mod, type="HC0")), …

10 r  anova  multiple-regression  heteroscedasticity  robust-standard-error 

A página da Wikipedia diz que Box-Jenkins é um método de ajustar um modelo ARIMA a uma série temporal. Agora, se eu quiser ajustar um modelo ARIMA a uma série temporal, vou abrir o SAS, chamar proc ARIMA, fornecer os parâmetros e o SAS fornecerá os coeficientes AR e MA. …

10 time-series  arima  sas  aic  box-jenkins 

Estou interessado em modelar a captura total de peixes usando gam em mgcv para modelar efeitos aleatórios simples para navios individuais (que fazem viagens repetidas ao longo do tempo na pesca). Eu tenho 98 sujeitos, então pensei em usar gam em vez de gamm para modelar os efeitos aleatórios. Meu …

10 prediction  random-effects-model  gam  mgcv 

Espero que a seguinte pergunta geral faça sentido. Lembre-se de que, para os fins desta pergunta em particular, não estou interessado em razões teóricas (domínio do assunto) para introduzir a não linearidade. Portanto, formularei a questão completa da seguinte maneira: O que é uma estrutura lógica ( critérios e, se …

10 nonlinear-regression  methodology  nonlinear  regression-strategies 

Estou tentando descobrir a melhor maneira de visualizar o gráfico abaixo e enfatizar a eficácia do tratamento, em oposição ao número de pacientes que tentaram o tratamento. Aqui está o link para a página real: http://curetogether.com/cluster-headaches/treatments/ Qual é a melhor maneira de enfatizar a eficácia e, ao mesmo tempo, facilitar …

10 data-visualization  pie-chart 

Se eu tenho uma série temporal com sazonalidade, isso automaticamente torna a série não estacionária? Minha intuição (provavelmente desligada) é que não. Sazonalidade significa que a série sobe e desce em torno de um valor constante ... algo como uma onda senoidal. Portanto, por essa lógica, uma série temporal com …

10 time-series  stationarity  seasonality 

A partir da definição de estacionariedade intrínseca: E[Z(x)−Z(x−h)]=0E[Z(x)−Z(x−h)]=0E[Z(x)-Z(x-h)] = 0 Essa suposição é usada, por exemplo, na krigagem comum, em vez de assumir uma média constante em todo o espaço, assumimos que a média é constante localmente. Se a média for constante em uma vizinhança, esperamos logicamente que a diferença …

10 spatial 

Ok, aviso justo - esta é uma pergunta filosófica que não envolve números. Eu tenho pensado muito sobre como os erros se infiltram nos conjuntos de dados ao longo do tempo e como isso deve ser tratado pelos analistas - ou se é realmente importante? Como pano de fundo, estou …

10 dataset  error 

Quando há erro de medição na variável independente, entendi que os resultados serão enviesados ​​contra 0. Quando a variável dependente é medida com erro, eles dizem que apenas afeta os erros padrão, mas isso não faz muito sentido para mim, porque estamos estimar o efeito de não na variável original …

10 regression  econometrics  instrumental-variables 

Eu tenho que criar gráficos (semelhantes aos gráficos de crescimento) para crianças de 5 a 15 anos (apenas 5,6,7 etc; não existem valores fracionários como 2,6 anos) para uma variável de saúde que não seja negativa, contínua e o intervalo de 50 a 150 (com apenas alguns valores fora desse …

10 ordinal-data  quantiles  regression-strategies  generalized-least-squares  growth-model 

Atualmente preso a isso, eu sei que provavelmente deveria usar o desvio médio da distribuição binomial, mas não consigo descobrir.

10 self-study  binomial  mean  expected-value  proof 

Estou executando glms em R (modelos lineares generalizados). Eu pensei que conhecia pvalues ​​- até que vi que chamar um resumo para um glm não lhe desse um pvalor predominante representativo do modelo como um todo - pelo menos não no lugar onde os modelos lineares o fazem. Gostaria de …

10 r  statistical-significance  generalized-linear-model  p-value  descriptive-statistics 

Os livros e discussões geralmente afirmam que, ao enfrentar problemas (dos quais existem alguns) com um preditor, a transformação de log é uma possibilidade. Agora, entendo que isso depende de distribuições e a normalidade nos preditores não é uma suposição de regressão; mas a transformação de log torna os dados …

10 regression  data-transformation 

Apenas uma pergunta geral. Se você possui dados de séries temporais, quando é melhor usar técnicas de séries temporais (aka, ARCH, GARCH, etc) sobre técnicas de aprendizado de máquina / estatística (KNN, regressão)? Se houver uma pergunta semelhante sobre validação cruzada, aponte-me para ela - olhou e não conseguiu encontrar …

10 time-series  machine-learning 

O aprendizado do Scikit parece usar predição probabilística, em vez de voto majoritário, para a técnica de agregação de modelos, sem uma explicação do porquê (1.9.2.1. Florestas aleatórias). Existe uma explicação clara para o porquê? Além disso, existe um bom artigo em papel ou de revisão para as várias técnicas …

10 random-forest  python  scikit-learn  aggregation  bagging