Estatísticas e Big Data

Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 8 meses . O problema mencionado nesta pergunta foi corrigido na versão 1.7.3 do pacote R glmnet. Estou …

9 r  multinomial  glmnet 

Qual é a diferença entre um modelo GLM (regressão logística) com uma variável de resposta binária que inclui sujeito e tempo como covariáveis ​​e o modelo GEE análogo que leva em consideração a correlação entre medições em vários momentos? Meu GLM se parece com: Y(binary) ~ A + B1X1(subject id) …

9 generalized-linear-model  gee 

O BIC penaliza com base no número de parâmetros. E se alguns dos parâmetros forem algum tipo de variável de indicador binário? Eles contam como parâmetros completos? Mas eu posso combinar parâmetros binários em uma variável discreta que recebe valores em . Estes devem ser contados como parâmetros ou um …

9 bayesian  model-selection  bic  parameterization 

Questão: Existem diretrizes gerais com relação às características dos dados de entrada que podem ser usadas para decidir entre aplicar o PCA versus o LSA / LSI? Breve resumo do PCA vs. LSA / LSI: A Análise de Componentes Principais (PCA) e a Análise Semântica Latente (LSA) ou Indexação Semântica …

9 machine-learning  pca  lsa 

Estou tentando criar um modelo de previsão com SVMs em dados bastante desequilibrados. Meus rótulos / saída têm três classes: positivo, neutro e negativo. Eu diria que o exemplo positivo representa cerca de 10 a 20% dos meus dados, neutro cerca de 50 a 60% e negativo cerca de 30 …

9 machine-learning  predictive-models  svm  unbalanced-classes 

Preciso de ajuda para descobrir a maneira correta de calcular os vencedores em nossa feira de ciências. Não quero que minha ignorância sobre estatística e matemática atrapalhe as chances de uma criança vencer. (muitos benefícios de bolsas e avanços em jogo). Agradeço antecipadamente por sua ajuda. Primeiro, um pequeno histórico …

9 data-transformation  standard-deviation  rating 

Criei minha própria versão ligeiramente aprimorada do termplot que utilizo neste exemplo, você pode encontrá-la aqui . Eu publiquei anteriormente no SO, mas quanto mais penso nisso, acredito que isso provavelmente esteja mais relacionado à interpretação do modelo de riscos proporcionais de Cox do que com a codificação real. O …

9 r  survival  cox-model 

Se eu lhe der três números que são independentes e identicamente retirados de uma distribuição normal padrão, eu lhe dei três amostras ou uma amostra? Se a resposta for uma amostra, existe um nome abreviado para o que eu lhe dei três?

9 sample  terminology  definition 

Eu iniciei meu doutorado em estatística este ano e estou procurando suas melhores práticas, conselhos e (meta-conselhos) sobre como crescer e se tornar um bom pesquisador acadêmico nas áreas de estatística / ML. Considerações e links gerais são bem-vindos, mas, para começar a bola rolar, aqui estão algumas perguntas reunidas …

9 careers  phd  academia 

Eu tenho alguns dados de séries temporais em que a variável medida é números inteiros positivos discretos (contagens). Quero testar se há uma tendência ascendente ao longo do tempo (ou não). A variável independente (x) está no intervalo de 0 a 500 e a variável dependente (y) está no intervalo …

9 r  regression  python 

Introdução Na combinação de previsões, uma das soluções populares é baseada na aplicação de algum critério de informação. Tomando por exemplo o critério Akaike estimado para o modelo , pode-se calcular as diferenças de de e, em seguida, RP_j = e ^ {(AIC ^ * - AIC_j) / 2} podem …

9 time-series  forecasting  data-transformation  econometrics 

Se eu tenho uma variável com 4 níveis, em teoria eu preciso usar 3 variáveis ​​fictícias. Na prática, como isso é realmente realizado? Uso 0-3, uso 1-3 e deixo o 4 em branco? Alguma sugestão? NOTA: Eu vou trabalhar na R. ATUALIZAÇÃO: O que aconteceria se eu apenas usasse uma …

9 r  regression  categorical-data  categorical-encoding 

Eu tenho alguns dados sobre o tempo entre os batimentos cardíacos de um humano. Uma indicação de batidas ectópicas (extras) é que esses intervalos estão agrupados em torno de três valores em vez de um. Como posso obter uma medida quantitativa disso? Estou procurando comparar vários conjuntos de dados, e …

9 clustering 

Suponha que tenhamos um modelo linear que atenda a todas as premissas de regressão padrão (Gauss-Markov). Estamos interessados ​​em . θ = 1 / β 1yEu= β0 0+ β1 1xEu+ ϵEuyi=β0+β1xi+ϵiy_i = \beta_0 + \beta_1 x_i + \epsilon_iθ = 1 / β1 1θ=1/β1\theta = 1/\beta_1 Pergunta 1: Quais suposições são …

9 regression  distributions  maximum-likelihood  bootstrap 

Não entendo por que a redução na dimensão é importante. Qual é o benefício de obter alguns dados e reduzir sua dimensão?

9 dimensionality-reduction  svd