Estatísticas e Big Data

O @whuber demonstrou como simular resultados multivariados ( , e ) por um ponto no tempo.y 2y1 1y1y_1y2y2y_2y3y3y_3 Como sabemos, dados longitudinais geralmente ocorrem em estudos médicos. Minha pergunta é como simular resultados multivariados de medidas repetidas em R? Por exemplo, medimos repetidamente , e em 5 pontos no tempo …

9 r  repeated-measures  simulation 

Estou precisando de um pacote que possa me dar a equação para um modelo SVM linear. Atualmente estou usando o e1071 assim: library(e1071) m = svm(data, labels, type='C', kernel='linear', cost=cost, probability=FALSE, scale=scale) w = t(m$coefs) %*% data[m$index,] #Weight vector b = -model$rho #Offset No entanto, não tenho certeza de como …

9 r  svm  e1071 

Não sou especialista em estatística, mas entendo que há divergências sobre se uma interpretação "freqüentista" ou "bayesiana" da probabilidade é a "certa". De Wagenmakers et. al p. 183: Considere uma distribuição uniforme com média e largura . Desenhar dois valores aleatoriamente a partir desta distribuição, rotular o menor s e …

9 bayesian  confidence-interval  frequentist  philosophical 

Eu tenho um problema de classificação ( classe ), da ordem de 100 preditores de valor real, um dos quais parece ter muito mais poder explicativo do que qualquer outro. Eu gostaria de me aprofundar nos efeitos das outras variáveis. No entanto, as técnicas padrão de aprendizado de máquina (florestas …

9 machine-learning  classification 

Supondo "aleatoriedade completa" e com uma sequência de 20 caracteres, em que cada caractere pode ser um dos 62 caracteres possíveis: Qual é o número total de combinações possíveis? (Adivinhando 20 ao poder de 62.) Além disso, se novas sequências de caracteres forem selecionadas aleatoriamente uma após a outra e …

9 probability  combinatorics 

Eu estava acabando de receber um projeto de análise de sentimentos para algumas coleções de documentos. Ao pesquisar no Google, muitas pesquisas relacionadas a sentimentos surgiram. Minhas perguntas são: Quais são os principais métodos / algoritmos para análise de sentimentos no campo de aprendizado de máquina e análise estatística? Existem …

9 machine-learning  data-mining  text-mining  information-retrieval  sentiment-analysis 

De acordo com a Análise de regressão por exemplo , o resíduo é a diferença entre a resposta e o valor previsto; então, diz-se que todo resíduo tem variação diferente, portanto, precisamos considerar resíduos padronizados. Mas a variação é para um grupo de valores, como um único valor pode ter …

9 regression  residuals 

Eu tenho uma grande pesquisa na qual foi perguntado aos alunos, entre outras coisas, o nível de educação de suas mães. Alguns pularam e outros responderam erradamente. Eu sei disso, porque depois uma subamostra da mãe inicial da entrevistada foi entrevistada e fez a mesma pergunta. (Tenho certeza de que …

9 data-imputation 

Tenho problemas ao usar as funções cor()e cor.test(). Eu só tenho duas matrizes (apenas valores numéricos e o mesmo número de linhas e colunas) e quero ter o número de correlação e o valor p correspondente. Quando uso cor(matrix1, matrix2), obtenho os coeficientes de correlação para todas as células. Eu …

9 r  correlation 

Eu tenho vários resultados de teste de atraso na resposta do servidor. De acordo com nossa análise teórica, a distribuição de retardo (a função de distribuição de probabilidade do retardo de resposta) deve ter um comportamento de cauda pesada. Mas como eu poderia provar que o resultado do teste segue …

9 regression  distributions  probability  normal-distribution  mathematical-statistics 

Estou usando 2 tipos de regressão logística - um é o tipo simples, para classificação binária, e o outro é regressão logística ordinal. Para calcular a precisão do primeiro, usei a validação cruzada, onde calculei a AUC para cada dobra e calculei a AUC média. Como posso fazer isso para …

9 logistic  cross-validation  roc  auc  ordered-logit 

Estou usando o pacote kernlab no R para criar um SVM para classificar alguns dados. O SVM está funcionando bem, pois fornece 'previsões' de uma precisão decente, no entanto, minha lista de variáveis ​​de entrada é maior do que eu gostaria e não tenho certeza quanto à importância relativa das …

9 r  machine-learning  svm  genetic-algorithms 

Alguns métodos estatísticos - não me lembro se é a análise de componentes principais ou algo assim - às vezes são chamados de "análise de dados em francês". O que é isso exatamente ? E algumas pessoas dizem que esse nome é irônico, é verdade e por quê?

9 multivariate-analysis  terminology  correspondence-analysis 

Usando R, ajustei um modelo linear para uma variável de resposta única a partir de uma mistura de preditores contínuos e discretos. Isso é super básico, mas estou tendo problemas para entender como funciona um coeficiente para um fator discreto. Conceito: Obviamente, o coeficiente da variável contínua 'x' é aplicado …

9 linear-model  regression-coefficients  contrasts 

Como o valor esperado de uma variável aleatória contínua se relaciona com sua média aritmética, mediana etc. em uma distribuição não normal (por exemplo, inclinação normal)? Estou interessado em quaisquer distribuições comuns / interessantes (por exemplo, log-normal, distribuições bi / multimodais simples, qualquer outra coisa estranha e maravilhosa). Estou procurando …

9 mean  expected-value  median