Estatísticas e Big Data

Eu li vários artigos e trechos de livros que explicam como escolher um bom número de intervalos (posições) para o histograma de um conjunto de dados, mas estou me perguntando se existe um número máximo difícil de intervalos com base no número de pontos em um conjunto de dados ou …

10 distributions  data-visualization  histogram 

Sinto-me impressionado depois de tentar pesquisar na literatura sobre como executar minha análise de modelo misto, seguindo-a com o uso da AIC para selecionar o melhor modelo ou modelos. Não acho que meus dados sejam tão complicados, mas estou procurando uma confirmação de que o que fiz foi correto e …

10 r  lme4-nlme  random-effects-model  aic 

O que acontece quando você não tem uma idéia da distribuição de parâmetros? Que abordagem devemos usar? Na maioria das vezes, pretendemos subestimar se uma determinada variável tem alguma influência sobre a presença / ausência de uma determinada espécie, e a variável é aceita ou não, de acordo com a …

10 r  bayesian  mcmc  bugs  winbugs 

Ao fazer estatísticas freqüentes, há uma longa lista de grandes nomes, como observar os resultados dos testes estatísticos antes de decidir coletar mais dados. Em geral, estou me perguntando se existe uma lista semelhante de não-nos para as metodologias envolvidas nas estatísticas bayesianas, e especificamente se o seguinte é uma …

10 bayesian  methodology 

Minhas perguntas tratam de GAMs no pacote mgcv R. Devido a um pequeno tamanho de amostra, desejo determinar o erro de previsão usando a validação cruzada de exclusão única. Isso é razoável? Existe um pacote ou código como eu posso fazer isso? A errorest()função no pacote ipred não funciona. Um …

10 r  cross-validation  gam  mgcv 

As estimativas de desvio padrão são calculadas por: sN=1N∑Ni=1(xi−x¯¯¯)2−−−−−−−−−−−−−√.sN=1N∑i=1N(xi−x¯)2. s_N = \sqrt{\frac{1}{N} \sum_{i=1}^N (x_i - \overline{x})^2}. ( http://en.wikipedia.org/wiki/Standard_deviation#Sample_standard_deviation ) para precisão de previsão amostrada a partir da validação cruzada de 10 vezes? Estou preocupado que a precisão da previsão calculada entre cada dobra seja dependente devido à sobreposição substancial entre …

10 confidence-interval  cross-validation  prediction  prediction-interval 

Portanto, obter uma "idéia" do número ideal de clusters em k-means está bem documentado. Encontrei um artigo sobre como fazer isso em misturas gaussianas, mas não tenho certeza se estou convencido disso, não o entendo muito bem. Existe uma maneira ... mais gentil de fazer isso?

10 classification  k-means  mixture  unsupervised-learning 

No exemplo a seguir, tenho um quadro de dados que consiste em uma série temporal de medições de temperatura da água registradas em 5 profundidades no oceano, onde cada valor Tempcorresponde à data DateTimee profundidade Depth. set.seed(1) Temp <- rnorm(43800,sd=20) AirT <- rnorm(8760,sd=20) Depth <- c(1:5) DateTime = seq(from=as.POSIXct("2010-01-01 00:00"), …

10 r  time-series  correlation  similarities 

Suponha que haja três séries temporais, , eX1X1X_1X2X2X_2YYY Correndo regressão linear ordinária em ~ ( ), obtemos . A regressão linear ordinária ~ obter . AssumaYYYX1X1X_1Y=bX1+b0+ϵY=bX1+b0+ϵY = b X_1 + b_0 + \epsilonR2=UR2=UR^2 = UYYYX2X2X_2R2=VR2=VR^2 = VU&lt;VU&lt;VU < V Quais são os valores mínimos e máximos possíveis de na regressão …

10 regression  multiple-regression  r-squared 

A imagem abaixo é deste artigo na Psychological Science . Um colega apontou duas coisas incomuns a respeito: De acordo com a legenda, as barras de erro mostram "± 2,04 erros padrão, o intervalo de confiança de 95%". Eu só vi ± 1,96 SE usado para o IC de 95% …

10 confidence-interval  standard-error 

Eu sou um novo usuário do WinBUGS e tenho uma pergunta para sua ajuda. Depois de executar o código a seguir, obtive parâmetros de beta0through beta4(estatísticas, densidade), mas não sei como obter a previsão do último valor de h, que defini NAcomo modelo no código. Alguém pode me dar uma …

10 bayesian  bugs  prediction  winbugs 

Suponha que você tenha um conjunto de resistores R, todos distribuídos com a média μ e a variação σ. Considere uma seção de um circuito com o seguinte layout: (r) || (r + r) || (r + r + r). A resistência equivalente de cada parte é r, 2r e …

10 probability  sampling  variance 

Para uma regressão linear com vários grupos (grupos naturais definidos a priori) é aceitável executar dois modelos diferentes no mesmo conjunto de dados para responder às duas perguntas a seguir? Cada grupo tem uma inclinação diferente de zero e intercepto diferente de zero e quais são os parâmetros para cada …

10 r  regression  multiple-comparisons  inference  ancova 

Só queria ver se alguém tem alguma experiência em aplicar a regressão de processo Gaussiana (GPR) a conjuntos de dados de alta dimensão. Estou examinando alguns dos vários métodos GPR esparsos (por exemplo, pseudo-entradas GPR esparsas) para ver o que poderia funcionar para conjuntos de dados de alta dimensão, onde …

10 machine-learning  predictive-models  large-data  gaussian-process 

A estatística razão de verossimilhança (também conhecida como desvio) G2G2G^2e o teste de falta de ajuste (ou qualidade de ajuste) são bastante simples de obter para um modelo de regressão logística (ajuste usando a glm(..., family = binomial)função) em R. No entanto, pode ser fácil ter algumas contagens de células …

10 r  chi-squared  logistic  generalized-linear-model  goodness-of-fit