Estatísticas e Big Data

Suponha que eu tenha um experimento com dois ou mais fatores. Uma ANOVA geral é construída e, em seguida, seguimos com dois ou mais conjuntos de testes post hoc , digamos comparações múltiplas. Minha pergunta é sobre quão grande --- e quantas --- famílias devem ser usadas como base para …

9 multiple-comparisons  post-hoc 

Estou lendo a útil entrada da Wikipedia sobre aumento de gradiente ( https://en.wikipedia.org/wiki/Gradient_boosting ) e tento entender como / por que podemos aproximar os resíduos pela etapa de descida mais íngreme (também chamada de pseudo-gradiente ) Alguém pode me dar a intuição de como a descida mais íngreme está ligada …

9 self-study  gradient-descent 

Não tenho muita certeza do que exatamente VectorSource e VCorpus estão no pacote 'tm'. A documentação não é clara sobre isso, alguém pode me fazer entender em termos simples?

9 r  text-mining 

Questões: Modelos lineares impróprios são utilizados na prática ou algum tipo de curiosidade é descrita de tempos em tempos em revistas científicas? Em caso afirmativo, em que áreas eles são usados? Existem outros exemplos de tais modelos? Finalmente, os erros padrão, valores- , etc. retirados do OLS para esses modelos …

9 regression  references  linear-model  robust 

Suponha que eu tenha uma urna contendo N cores diferentes de bolas e cada cor diferente possa aparecer um número diferente de vezes (se houver 10 bolas vermelhas, também não haverá 10 bolas azuis). Se conhecemos o conteúdo exato da urna antes de desenhar, podemos formar uma distribuição de probabilidade …

9 probability  discrete-data  distributions 

No meu campo, a maneira usual de plotar dados emparelhados é como uma série de segmentos finos de linhas inclinadas, sobrepondo-os à mediana e ao IC da mediana para os dois grupos: No entanto, esse tipo de gráfico se torna muito mais difícil de ler à medida que o número …

9 generalized-linear-model  data-visualization  modeling  interpretation  paired-data 

Espero ter mais informações sobre os quatro tipos de inclinação dessa comunidade. Os tipos aos quais me refiro são mencionados na página de ajuda http://www.inside-r.org/packages/cran/e1071/docs/skewness . O método antigo não foi mencionado na página de ajuda, mas eu o incluo. require(moments) require(e1071) x=rnorm(100) n=length(x) hist(x) ###############type=1 e1071::skewness(x,type=1) sqrt(n) * sum((x-mean(x))^3)/(sum((x …

9 skewness 

Quais são algumas alternativas ao teste do qui-quadrado para variáveis ​​categóricas com tabelas maiores que 2 x 2 e células com uma contagem menor que 5, se não quiser mesclar classes?

9 chi-squared  fishers-exact 

Eu li sobre o básico da análise de componentes principais no tutorial1 , link1 e link2 . Eu tenho um conjunto de dados de 100 variáveis ​​(incluindo a variável de saída Y), quero reduzir as variáveis ​​para 40 pelo PCA e prever a variável Y usando essas 40 variáveis. Problema …

9 regression  pca 

Em muitos lugares, li que nunca podemos dizer que "aceitamos" a hipótese nula. Em vez disso, devemos dizer que "falhamos em rejeitar" a hipótese nula. Mas não vejo como isso se enquadra neste exemplo simples: suponha que estamos testando um medicamento que deve curar completamente o diabetes em 24 horas. …

9 hypothesis-testing 

Para um dado número constante (por exemplo, 4), é possível encontrar uma distribuição de probabilidade para , de modo que tenhamos ?rrrXXXV a r (X) = rVar(X)=r\mathrm{Var}(X)=r

9 distributions  mathematical-statistics  variance 

A função R cv.glm (library: boot) calcula o erro de previsão de validação cruzada estimado em dobras K para modelos lineares generalizados e retorna delta. Faz sentido usar essa função para uma regressão do laço (library: glmnet) e, em caso afirmativo, como pode ser realizada? A biblioteca glmnet usa uma …

9 r  regression  cross-validation  lasso  glmnet 

O seguinte modelo logístico multinível com uma variável explicativa no nível 1 (nível individual) e uma variável explicativa no nível 2 (nível do grupo): π 0 j = γ 00 + γ 01 z j + u 0 j … ( 2 ) π 1 j = γ 10 + …

9 r  logistic  generalized-linear-model  simulation  multilevel-analysis 

Na página 12 do livro de Bates sobre o modelo de efeito misto , ele descreve o modelo da seguinte maneira: Perto do final da captura de tela, ele menciona o fator de covariância relativo , dependendo do parâmetro variance-component , θΛθΛθ\Lambda_{\theta}θθ\theta sem explicar o que exatamente é o relacionamento. …

9 mixed-model  references  multilevel-analysis 

Estou conduzindo uma meta-análise multinível que inclui alguns artigos com vários resultados. Portanto, eu estou usando a rma.mv()função Código de exemplo: test.main = rma.mv(yi,vi,random = ~1|ID, data = data) Eu tenho duas perguntas: Li em uma consulta anterior que, ao usar rma.mv(), ranktest()não é um teste confiável de assimetria de …

9 meta-analysis  sensitivity-analysis  publication-bias  funnel-plot