Estatísticas e Big Data

Eu sou novo na modelagem mista e estou confuso sobre se é apropriado usar um efeito aleatório na análise que estou fazendo. Qualquer conselho seria apreciado. meu estudo está testando até que ponto um índice recém-desenvolvido de abundância de mamíferos pode prever o valor de um índice estabelecido, mas mais …

9 random-effects-model  nested-data 

Eu tenho uma discussão com meu orientador sobre a visualização de dados. Ele afirma que, ao representar resultados experimentais, os valores devem ser plotados apenas com " marcadores ", conforme apresentado na imagem abaixo. Enquanto as curvas devem representar apenas um " modelo " Por outro lado, acredito que, em …

9 data-visualization  communication 

Estudando para um teste. Não foi possível responder a este. Seja sejam iid variáveis ​​aleatórias. DefinirX1,i,X2,i,X3,i,i=1,…,nX1,i,X2,i,X3,i,i=1,…,nX_{1,i},X_{2,i},X_{3,i}, i=1,\ldots,nN(0,1)N(0,1)\mathcal{N}(0,1) Wi=(X1,i+X2,iX3,i)/1+X23,i−−−−−−−√,i=1,…,nWi=(X1,i+X2,iX3,i)/1+X3,i2,i=1,…,nW_i = (X_{1,i} + X_{2,i}X_{3,i})/\sqrt{1 + X_{3,i}^2}, i = 1, \ldots, n , e ,W¯¯¯¯¯n=n−1∑ni=1WiW¯n=n−1∑i=1nWi\overline{W}_n = n^{-1}\sum_{i=1}^nW_i S2n=(n−1)−1∑ni=1(Wi−W¯¯¯¯¯n)2,n≥2.Sn2=(n−1)−1∑i=1n(Wi−W¯n)2,n≥2.S_n^2 = (n-1)^{-1}\sum_{i=1}^n(W_i - \overline{W}_n)^2, n \ge 2. Qual é a distribuição de , ?W¯¯¯¯¯nW¯n\overline{W}_nS2nSn2S_n^2 Como …

9 normal-distribution  data-transformation 

Estou tendo problemas para distinguir entre os conceitos de ceticismo e estacionariedade. Pelo que entendi, a heterocedasticidade é uma variabilidade variada nas subpopulações e a não estacionariedade é uma mudança / média / variação ao longo do tempo. Se esse é um entendimento correto (embora simplista), a não estacionariedade é …

9 time-series  heteroscedasticity  stationarity  intuition 

Atualmente, estou trabalhando com cadeias de Markov e calculei a Estimativa de Máxima Verossimilhança usando probabilidades de transição, conforme sugerido por várias fontes (ou seja, número de transições de a para b dividido pelo número de transições gerais de a para outros nós). Agora eu quero calcular a probabilidade de …

9 maximum-likelihood  markov-process  likelihood 

Recebo coeficientes enormes durante a regressão logística, veja coeficientes com krajULKV: > summary(m5) Call: glm(formula = cbind(ml, ad) ~ rok + obdobi + kraj + resid_usili2 + rok:obdobi + rok:kraj + obdobi:kraj + kraj:resid_usili2 + rok:obdobi:kraj, family = "quasibinomial") Deviance Residuals: Min 1Q Median 3Q Max -2.7796 -1.0958 -0.3101 1.0034 …

9 regression  logistic  generalized-linear-model  separation 

Para cada registro em meus conjuntos de dados, tenho as seguintes informações ( X1 1 , … , X m , δ , T )(X1 ,… ,Xm ,δ ,T ) (X_1 \ , \dots \ , X_m \ , \delta \ , T \ ) XEuXiX_iδδ\deltaTTTTTT Quero calcular um índice …

9 classification  survival 

Eu estava depurando recentemente um script R e achei algo muito estranho, o autor definiu sua própria função de valor p pval <- function(x, y){ if (x+y<20) { # x + y is small, requires R.basic p1<- nChooseK(x+y,x) * 2^-(x+y+1); p2<- nChooseK(x+y,y) * 2^-(x+y+1); pvalue = max(p1, p2) } else …

9 r  hypothesis-testing  p-value 

É bem conhecido que, como você tem mais provas (dizer na forma de maior para n exemplos IID), a Bayesian antes se "esquecido", e mais da inferência é impactado pela evidência (ou a probabilidade).nnnnnn É fácil vê-lo em vários casos específicos (como Bernoulli com Beta anterior ou outro tipo de …

9 bayesian  prior 

Eu estava lendo este livro Reconhecimento de padrões e aprendizado de máquina de Bishop. Eu tive uma confusão relacionada a uma derivação do sistema dinâmico linear. No LDS, assumimos que as variáveis ​​latentes são contínuas. Se Z denota as variáveis ​​latentes e X denota as variáveis ​​observadas p(zn|zn−1)=N(zn|Azn−1,τ)p(zn|zn−1)=N(zn|Azn−1,τ)p(z_n|z_{n-1}) = N(z_n|Az_{n-1},\tau) …

9 machine-learning  linear-model  kalman-filter  pattern-recognition  graphical-model 

Como determinar a taxa de aprendizado ideal para a descida do gradiente? Estou pensando em poder ajustá-lo automaticamente se a função cost retornar um valor maior do que na iteração anterior (o algoritmo não convergirá), mas não tenho muita certeza de qual novo valor deve ser utilizado.

9 regression  machine-learning  gradient-descent 

Dado o tempo de sobrevivência com intervalo de censura, como faço para executar um modelo Cox PH com intervalo de censura R? Uma pesquisa rseek exibe o pacote intcox, que não existe mais no Rrepositório. Estou quase certo de que a coxphfunção no survivalpacote não pode lidar com dados de …

9 r  survival  cox-model  interval-censoring 

Digamos que estou tentando descobrir a probabilidade de que o sabor favorito de sorvete de alguém seja baunilha. Eu sei que a pessoa também gosta de filmes de terror. Quero descobrir a probabilidade de que o sorvete favorito da pessoa seja baunilha, já que eles gostam de filmes de terror. …

9 probability  bayes 

Eu tenho cerca de 500 variáveis ​​por paciente, cada variável tem um valor contínuo e é medida em três momentos diferentes (após 2 meses e após 1 ano). Com a regressão, gostaria de prever o resultado do tratamento para novos pacientes. É possível usar a regressão SVM com esses dados …

9 regression  svm  panel-data 

Estou tentando mostrar que o momento central de uma distribuição simétrica: é zero para números ímpares. Então, por exemplo, o terceiro momento centralComecei tentando mostrar que {\ bf E [(Xu) ^ 3] = E [X ^ 3] -3uE [X ^ 2] + 3u ^ 2E [X] - u ^ 3}. …

9 mathematical-statistics  expected-value  moments