Estatísticas e Big Data

Eu preciso fazer inferência sobre um parâmetro positivo . Para acomodar a positividade, reparametrizei . Usando a rotina do MLE, calculei a estimativa de pontos e se para . A propriedade invariância do MLE me fornece diretamente uma estimativa de pontos para , mas não sei como calcular se para …

9 maximum-likelihood  standard-error  delta-method 

Suponha que eu observe vetores variáveis ​​independentes e e a variável dependente . Gostaria de ajustar um modelo do formulário: que é uma função com duas funções diferenciáveis ​​de valor positivo, é um parâmetro de escala desconhecido e é uma variável aleatória gaussiana de média variável e variação zero (assumida …

9 regression  hypothesis-testing  heteroscedasticity  generalized-least-squares 

Uma distribuição discreta com função de massa p ( x ; k ) = k( x + k ) ( x + k - 1 ),x = 1 , 2 , …p(x;k)=k(x+k)(x+k−1),x=1,2,…p(x;k) = \frac{k}{(x+k)(x+k-1)},\quad x = 1,2,\ldots surge na página 9 deste artigo . Para , é uma distribuição Yule-Simon …

9 distributions 

Estou analisando alguns problemas de regressão logística. ("regular" e "condicional"). Idealmente, eu gostaria de ponderar cada um dos casos de entrada para que o glm se concentre mais em prever os casos de maior peso corretamente, às custas de possivelmente classificar incorretamente os casos de menor peso. Certamente isso já …

9 logistic 

Digamos que definimos uma distância, que não é uma métrica , entre N itens. Com base nessa distância, usamos um cluster hierárquico aglomerativo . Podemos usar cada um dos algoritmos conhecidos (ligação única / máxima / média etc.) para obter resultados significativos? Em outras palavras, qual é o problema de …

9 clustering  multilevel-analysis  metric  hierarchical-clustering 

Esta questão abordou a distribuição normal, mas estou me perguntando o que se sabe sobre a distribuição do desvio padrão de uma amostra de tamanho n extraída de uma distribuição arbitrária. Em particular, qual é o desvio padrão do desvio padrão? Para uma distribuição normal, o sd do sd é …

9 standard-deviation 

Eu sou novo na regressão cume. Quando apliquei a regressão linear, obtive os seguintes resultados: >myridge = lm.ridge(y ~ ma + sa + lka + cb + ltb , temp, lamda = seq(0,0.1,0.001)) > select(myridge) modified HKB estimator is 0.5010689 modified L-W estimator is 0.3718668 smallest value of GCV at …

9 ridge-regression 

Uso R há vários anos, mas sempre usei uma GUI como Tinn-R, JGR e, mais recentemente, R-Studio. Embora eu goste da interface do R-Studio, sinto que, para programas mais longos com poucos / nenhum gráfico, eu poderia codificar com mais eficiência, aproveitando os atalhos oferecidos por um editor de texto …

9 r  software 

Preciso desenhar 20 distribuições em um único gráfico em R, e isso não me parece bom (confuso) com boxplot regular (20 caixas), mesmo com boxwex = 0,3. Você poderia me sugerir como plotar um tipo de boxplot em R para as 20 distribuições, com pontos para mediana e apenas uma …

9 r  boxplot 

Eu tenho usado rpart.controlpara minsplit=2, e obteve os seguintes resultados de rpart()função. Para evitar o ajuste excessivo dos dados, preciso usar as divisões 3 ou 7? Não devo usar divisões 7? Por favor deixe-me saber. Variáveis ​​realmente usadas na construção de árvores: [1] ct_a ct_b usr_a Root node error: 23205/60 …

9 r  cart  rpart 

Como você agrupa um recurso com uma medida de distância assimétrica? Por exemplo, digamos que você esteja agrupando um conjunto de dados com dias da semana como um recurso - a distância de segunda a sexta-feira não é a mesma que a distância de sexta a segunda-feira. Como você incorpora …

9 clustering  distance 

Um pouco mais de informação; Suponha que você sabe de antemão quantas variáveis ​​selecionar e que define a penalidade de complexidade no procedimento LARS para ter exatamente tantas variáveis ​​com coeficientes diferentes de 0, custos de computação não são um problema (o número total de variáveis ​​é pequeno, digamos 50), …

9 regression  model-selection 

Estou tentando entender como usar o teorema de Bayes para calcular um posterior, mas estou ficando preso à abordagem computacional, por exemplo, no seguinte caso, não está claro para mim como tirar o produto do anterior e da probabilidade e calcular o posterior: Neste exemplo, estou interessado em calcular a …

9 bayesian  simulation  computational-statistics 

Se eu tiver duas variáveis ​​seguindo duas distribuições diferentes e tendo desvios padrão diferentes ... Como preciso transformar duas variáveis ​​para que, quando somar, os dois resultados não sejam "conduzidos" por um mais volátil. Por exemplo ... A variável A é menos volátil que a variável B (varia de 0 …

9 distributions 

Parece-me que as correções disponíveis para múltiplas comparações no contexto de uma ANOVA de medidas repetidas são excessivamente conservadoras. Este é realmente o caso? Em caso afirmativo, quais são algumas citações que posso usar para apoiar este ponto e aprender mais?

9 anova  repeated-measures  multiple-comparisons