Estatísticas e Big Data

Minha situação: tamanho pequeno da amostra: 116 variável de resultado binário lista longa de variáveis ​​explicativas: 44 variáveis ​​explicativas não vieram do alto da minha cabeça; sua escolha foi baseada na literatura. a maioria dos casos na amostra e a maioria das variáveis ​​têm valores ausentes. Abordagem da seleção de …

10 r  spss  lasso  data-imputation 

Uma moeda justa é lançada até que uma cabeça apareça pela primeira vez. A probabilidade disso acontecer em um sorteio de número ímpar é? Como abordar esse problema?

10 probability 

Sou relativamente novo em estatística e R. Gostaria de conhecer o processo para determinar os parâmetros ARIMA para meu conjunto de dados. Você pode me ajudar a descobrir o mesmo usando R e teoricamente (se possível)? Os dados variam de 12 de janeiro a 14 de março e retratam as …

10 r  arima  box-jenkins 

Existe uma expressão de forma fechada para a distribuição da Kurtosis amostral de dados amostrados da distribuição gaussiana? ou seja, P( K^&lt; a )P(K^&lt;uma)P(\hat{K}<a) onde é a curtose da amostra.K^K^\hat{K}

10 normal-distribution  kurtosis 

Uma função geradora de momentos é uma transformada de Fourier de uma função de densidade de probabilidade? Em outras palavras, uma função geradora de momento é apenas a resolução espectral de uma distribuição de densidade de probabilidade de uma variável aleatória, ou seja, uma maneira equivalente de caracterizar uma função …

10 moments  mgf  cumulants 

Atualmente, estou comparando três métodos e tenho a Precisão, auROC e auPR como métricas. E eu tenho os seguintes resultados: Método A - acc: 0,75, auROC: 0,75, auPR: 0,45 Método B - acc: 0,65, auROC: 0,55, auPR: 0,40 Método C - acc: 0,55, auROC: 0,70, auPR: 0,65 Eu tenho um …

10 machine-learning  roc  precision-recall 

Qual é uma boa métrica para avaliar a qualidade da análise de componentes principais (PCA)? Eu executei esse algoritmo em um conjunto de dados. Meu objetivo era reduzir o número de recursos (a informação era muito redundante). Sei que a porcentagem de variação mantida é um bom indicador da quantidade …

10 machine-learning  pca  data-mining  information-theory 

Qual seria a maneira correta de avaliar / determinar a consistência de arremesso de 3 pontos de um jogador da NBA? Por exemplo, eu tenho um jogador que dispara 37% da faixa de 3 pontos e faz 200 tentativas o ano todo. Eu estava pensando em tirar a média móvel …

10 standard-deviation  consistency 

É frequentemente afirmado que o quadrado da correlação da amostra é equivalente ao coeficiente de determinação para regressão linear simples. Eu mesmo não consegui demonstrar isso e gostaria de ter uma prova completa desse fato.r2r2r^2R2R2R^2

10 regression  correlation 

Contexto: estou desenvolvendo um sistema que analisa dados clínicos para filtrar dados implausíveis que podem ser erros de digitação. O que eu fiz até agora: Para quantificar a plausibilidade, minha tentativa até agora foi normalizar os dados e, em seguida, calcular um valor de plausibilidade para o ponto p com …

10 machine-learning  multivariate-analysis  feature-selection  algorithms  outliers 

Seja qualquer distribuição com média definida, μ e desvio padrão, σ . O teorema do limite central diz que √XXXμμ\muσσ\sigma converge na distribuição para uma distribuição normal padrão. Se substituirmosσpelo desvio padrão da amostraS, existe um teorema afirmando que √n−−√X¯−μσnX¯−μσ \sqrt{n}\frac{\bar{X} - \mu}{\sigma} σσ\sigmaSSS converge em distribuição para uma distribuição …

10 distributions  normal-distribution  convergence  central-limit-theorem  t-distribution 

Estou comparando dois dispositivos de controle de temperatura, ambos projetados para manter a temperatura corporal em exatamente 37 graus em pacientes anestesiados. Os dispositivos foram ajustados para 500 pacientes, formando dois grupos. Grupo A (400 pacientes) - Dispositivo 1, Grupo B (100 pacientes) - Dispositivo 2. Cada paciente teve sua …

10 statistical-significance  repeated-measures  variance 

Eu tenho um modelo de sobrevivência com pacientes aninhados em hospitais que inclui um efeito aleatório para os hospitais. O efeito aleatório é distribuído por gama, e estou tentando relatar a 'relevância' desse termo em uma escala que é facilmente compreendida. Encontrei as seguintes referências que usam a Median Hazard …

10 stata  bootstrap  multilevel-analysis  resampling  frailty 

Como os resultados da fórmula de profecia de Spearman-Brown são afetados por ter perguntas de teste de diferentes dificuldades ou avaliadores que são graduadores fáceis ou difíceis. Um texto respeitado diz que o SB é afetado, mas não fornece detalhes. (Veja a citação abaixo.) Guion, R.M (2011). Avaliação, Medição e …

10 reliability  psychometrics 

Por que ANOVA de medidas repetidas assume esfericidade? Por esfericidade, quero dizer a suposição de que a variação de todas as diferenças entre pares entre os grupos deve ser a mesma. Em particular, não entendo por que essa deveria ser a suposição e não que as variações das pontuações observadas …

10 anova  repeated-measures  assumptions  sphericity