Estatísticas e Big Data

Seja e .W ~ χ 2 ( s )Z∼N(0,1)Z∼N(0,1)Z \sim N(0,1)W∼χ2(s)W∼χ2(s)W \sim \chi^2(s) Se e são distribuídos independentemente, a variável segue uma distribuição com graus de liberdade .W Y = ZZZZWWW tsY=ZW/s√Y=ZW/sY = \frac{Z}{\sqrt{W/s}}tttsss Estou procurando uma prova desse fato; uma referência é boa o suficiente se você não quiser …

10 probability  distributions  references 

Estou analisando os dados de rastreamento ocular de um experimento projetado. Uma versão simplificada dos meus dados tem esta aparência (você pode obter os dados de dput () aqui ), head(lookDATA) participant fixationImage fixationCount 1 9 Automobile 81 2 9 Bird 63 3 9 Chair 82 4 9 Dog 64 …

10 r  mixed-model  poisson-regression  lsmeans  lme4-nlme 

Sou bioestatístico trabalhando em um campo aplicado e sou responsável por escrever a seção de métodos estatísticos para os trabalhos em que colaboro. Ao ler muitos artigos acadêmicos, encontrei muitos exemplos de seções de estatísticas mal escritas (a maioria é entediante, pouco informativa e carece de precisão, detalhes e compreensão …

10 biostatistics  communication  academia  journals 

Estou confuso sobre como avaliar a distribuição preditiva posterior da regressão linear bayesiana, além do caso básico descrito aqui na página 3 e copiado abaixo. p ( y~| y) = ∫p ( y~∣ β, σ2) p ( β, σ2| y)p(y~∣y)=∫p(y~∣β,σ2)p(β,σ2∣y) p(\tilde y \mid y) = \int p(\tilde y \mid \beta, …

10 regression  bayesian  predictive-models  prediction  posterior 

É possível fazer uma análise de potência para um teste Kolmogorov Smirnov de dois lados em R? Estou testando se duas distribuições empíricas diferem usando ks.test () e pretendo adicionar uma análise de potência. Não consegui encontrar nenhuma análise de potência integrada para testes KS em R. Alguma sugestão? Editar …

10 r  power-analysis  kolmogorov-smirnov 

Dizemos que convergem completamente para se para cada .X1,X2,…X1,X2,…X_1, X_2, \ldotsXXXϵ&gt;0ϵ&gt;0\epsilon>0 ∑∞n=1P(|Xn−X|&gt;ϵ)&lt;∞∑n=1∞P(|Xn−X|&gt;ϵ)&lt;∞\sum_{n=1}^\infty \text{P}\left(|X_n-X|>\epsilon\right) <\infty Com o lema de Borel Cantelli, é fácil provar que a convergência completa implica convergência quase certa. Estou procurando um exemplo, quase certo de que a convergência não pode ser comprovada com Borel Cantelli. Isto é, …

10 probability  convergence 

Estou usando a fórmula do teste ab Bayesiano para calcular os resultados do teste AB usando a metodologia Bayesiana. Pr(pB&gt;pA)=∑i=0αB−1B(αA+i,βB+βA)(βB+i)B(1+i,βB)B(αA,βA)Pr(pB&gt;pA)=∑i=0αB−1B(αA+i,βB+βA)(βB+i)B(1+i,βB)B(αA,βA) \Pr(p_B > p_A) = \sum^{\alpha_B-1}_{i=0} \frac{B(\alpha_A+i,\beta_B+\beta_A)}{(\beta_B+i)B(1+i,\beta_B)B(\alpha_A, \beta_A)} Onde αAαA\alpha_A em um mais o número de sucessos de A βAβA\beta_A em um mais o número de falhas para A αBαB\alpha_B em …

10 r  bayesian  ab-test 

Estou tentando descobrir se meu entendimento da validação cruzada aninhada está correto, por isso escrevi este exemplo de brinquedo para verificar se estou certo: import operator import numpy as np from sklearn import cross_validation from sklearn import ensemble from sklearn.datasets import load_boston # set random state state = 1 # …

10 cross-validation  python  scikit-learn 

Eu tenho um conjunto de dados desequilibrado em uma tarefa de classificação binária, em que a quantidade positiva vs a quantidade negativa é 0,3% vs 99,7%. A diferença entre pontos positivos e negativos é enorme. Quando treino uma CNN com a estrutura usada no problema MNIST, o resultado do teste …

10 classification  neural-networks  deep-learning  convolution  computer-vision 

É verdade que a matriz de covariância assintótica é igual à matriz de covariância das estimativas de parâmetros? se não, o que é? E qual é a diferença entre a matriz de covariância e a matriz de covariância assintótica nesse caso? Desde já, obrigado!

10 covariance  asymptotics 

Quais são as diferenças no uso de Modelos Lineares Generalizados, como Determinação Automática de Relevância (ARD) e regressão de Ridge, versus modelos de séries temporais como Box-Jenkins (ARIMA) ou suavização exponencial para previsão? Existem regras práticas sobre quando usar o GLM e quando usar as Séries Temporais?

10 time-series  generalized-linear-model  forecasting 

Qual seria o equivalente normalizado ao Skewness que teria a mesma unidade que os dados? Da mesma forma, qual seria o equivalente normalizado à curtose? Idealmente, essas funções devem ser lineares com relação aos dados, o que significa que, se todas as observações fossem multiplicadas por um fator n, a …

10 skewness  kurtosis 

Considere uma variável aleatória Bernoulli com o parâmetro (probabilidade de sucesso). A função de probabilidade e as informações de Fisher (uma matriz ) são:X∈{0,1}X∈{0,1}X\in\{0,1\}θθ\theta1×11×11 \times 1 L1(θ;X)I1(θ)=p(X|θ)=θX(1−θ)1−X=detI1(θ)=1θ(1−θ)L1(θ;X)=p(X|θ)=θX(1−θ)1−XI1(θ)=detI1(θ)=1θ(1−θ) \begin{align} \mathcal{L}_1(\theta;X) &= p(\left.X\right|\theta) = \theta^{X}(1-\theta)^{1-X} \\ \mathcal{I}_1(\theta) &= \det \mathcal{I}_1(\theta) = \frac{1}{\theta(1-\theta)} \end{align} Agora considere uma versão "com excesso de parâmetros" com …

10 bernoulli-distribution  parameterization  fisher-information  determinant 

No teste de hipótese estatística, a hipótese nula geralmente assume a forma de (pelo menos nos livros que li): ou H 0 : θ = θ 0 H 0 : θ ≤ θ 0 H 0 : θ 1 ≤ θ ≤ θ 2H0 0H0H_0H0 0:H0 0:θ = θ0 0θ …

10 hypothesis-testing 

Espero sinceramente que tenha formulado esta pergunta de forma que ela possa ser respondida definitivamente - caso contrário, informe-me e tentarei novamente! Eu também acho que devo usar R para essas análises. Eu tenho várias medidas plant performance (Ys)que eu suspeito que foram influenciadas por quatro tratamentos que eu impus-- …

10 hypothesis-testing  mixed-model  interaction  nonlinear  regression-strategies