Estatísticas e Big Data

Eu tenho uma amostra que é um vetor com 220 números. Aqui está um link para um histograma dos meus dados. . E desejo verificar se meus dados se encaixam em uma distribuição de Pareto, mas não quero ver gráficos de QQ com essa distribuição, mas preciso de uma resposta …

10 r  distributions  pareto-distribution 

Portanto, um teste U de Mann Whitney é supostamente cerca de 95% mais poderoso que um teste t quando as premissas de normalidade e variação homogênea do teste t são satisfeitas. Sei também que um teste U de Mann Whitney é mais poderoso que um teste t quando essas suposições …

10 anova  t-test  power  wilcoxon-mann-whitney 

Corri modelos binomiais negativos e quase-Poisson com base em uma abordagem de teste de hipóteses. Meus modelos finais, usando os dois métodos, têm covariáveis ​​e interações diferentes. Parece que não há padrões quando planto meus resíduos nos dois casos. Assim, eu queria saber qual teste eu poderia usar para ver …

10 generalized-linear-model  negative-binomial  poisson-regression  model-comparison  quasi-likelihood 

Quero encontrar o ponto de corte para o gênero com base em uma medida antropológica. Posso desenhar as curvas e sei que, caso a sensibilidade e a especificidade sejam igualmente importantes, o ponto mais próximo ao canto superior esquerdo do quadro (ou, se a curva for negativa, o ponto mais …

10 roc 

Estou dando uma aula sobre integração de funções de várias variáveis ​​e cálculo vetorial neste semestre. A turma é composta pela maioria dos cursos de economia e engenharia, com um punhado de pessoas de matemática e física também. Eu dei essa aula no semestre passado e descobri que muitas das …

10 generalized-linear-model  teaching  integral  geometry  quasi-likelihood 

Eu desenvolvi um estimador de densidade de kernel simples em Java, com base em algumas dezenas de pontos (talvez até cem) ou mais e uma função de kernel gaussiana. A implementação me fornece o PDF e o CDF da minha distribuição de probabilidade a qualquer momento. Agora eu gostaria de …

10 sampling  pdf  kde 

Tanto na regressão ordinal quanto na classificação, você está aprendendo com variáveis ​​dependentes ordenadas, então minha pergunta é: Qual é a diferença na formulação (se houver) entre o problema da regressão ordinal e o problema de aprender a classificar?

10 regression  ordinal-data  ranking 

Estou lidando agora com muitas distribuições, por exemplo, , t , χ 2 .FFFtttχ2χ2\chi^2 Fiquei me perguntando por que esses graus de liberdade significam distribuições como a distribuição ?F( m , n )F(m,n)F(m,n)

10 distributions  mathematical-statistics  degrees-of-freedom 

Eu tenho esses grupos em que os valores são respostas a um item do Likert de 10 pontos: g1 <- c(10,9,10,9,10,8,9) g2 <- c(4,9,4,9,8,8,8) g3 <- c(9,7,9,4,8,9,10) Portanto, usei Kruskal-Wallis para determinar quaisquer diferenças entre as respostas nos grupos, e o resultado foi: Kruskal-Wallis chi-squared = 5.9554, df = 2, …

10 wilcoxon-mann-whitney  kruskal-wallis 

Existe algum motivo específico para você escolher a estimativa da densidade do kernel em vez da estimativa paramétrica? Eu estava aprendendo a ajustar a distribuição aos meus dados. Esta pergunta veio a mim. Meu tamanho de dados é relavamente grande com 7500 pontos de dados. Reivindicações automáticas. Meu objetivo é …

10 estimation  nonparametric  kernel-smoothing  parametric 

Qual é a relação entre uma dimensão e um componente em um Modelo de Mistura Gaussiana? E quais são os significados de dimensão e componente? Obrigado. Por favor, corrija-me se estiver errado: meu entendimento é que os dados observados têm muitas dimensões. Cada dimensão representa uma característica / aspecto dos …

10 multivariate-analysis  normal-distribution  mixture 

Entendo a premissa do algoritmo kNN para dados espaciais. E sei que posso estender esse algoritmo para ser usado em qualquer variável de dados contínua (ou dados nominais com distância de Hamming). No entanto, quais estratégias são usadas ao lidar com dados dimensionais mais altos? Por exemplo, digamos que eu …

10 machine-learning  k-nearest-neighbour 

Para uma tabela , duas maneiras de fazer inferência na tabela são através do teste exato de Fisher e também de uma regressão logística.2 × 22×22 \times 2 Foi-me dito que, usando um teste exato de Fisher, estamos interessados ​​apenas na presença de associação. Mas, com uma regressão logística, estamos …

10 regression  logistic  inference  contingency-tables  fishers-exact 

Eu tenho algumas dezenas de milhares de observações que estão em uma série temporal, mas agrupadas por locais. Por exemplo: location date observationA observationB --------------------------------------- A 1-2010 22 12 A 2-2010 26 15 A 3-2010 45 16 A 4-2010 46 27 B 1-2010 167 48 B 2-2010 134 56 B …

10 r  regression  time-series  lags 

Conforme explicado nesta página da Wikipedia , se duas variáveis ​​aleatórias X e Y não estiverem correlacionadas e normalmente forem distribuídas em conjunto, elas serão estatisticamente independentes. Eu sei como verificar se X e Y estão correlacionados, mas não tenho idéia de como verificar se eles são distribuídos normalmente em …

10 distributions  normal-distribution  multivariate-analysis  matlab