Estatísticas e Big Data

Atualmente, estou executando um modelo de regressão múltipla usando dados imputados e tenho algumas perguntas. Fundo: Usando o SPSS 18. Meus dados parecem ser MAR. A exclusão listwise de casos me deixa com apenas 92 casos, a imputação múltipla deixa 153 casos para análise. Todas as premissas atendidas - um …

9 spss  multiple-regression  data-transformation  multiple-imputation 

Nos mínimos quadrados comuns, regredindo um vetor alvo contra um conjunto de preditores , a matriz de chapéu é calculada comoyyyXXX H=X(XtX)−1XtH=X(XtX)−1XtH = X (X^tX)^{-1} X^t e a PRESS (soma residual prevista dos quadrados) é calculada por SSP=∑i(ei1−hii)2SSP=∑i(ei1−hii)2SS_P = \sum_i \left( \frac{e_i}{1-h_{ii}}\right)^2 onde é o th residual e o são …

9 regression  cross-validation  ridge-regression 

Digamos que estou construindo um modelo de regressão logística em que a variável dependente é binária e pode assumir os valores ou . Seja as variáveis ​​independentes - existem variáveis ​​independentes. Digamos que para a ésima variável independente, a análise bivariada mostra uma tendência em forma de U - ou …

9 regression  estimation  logistic  sas 

Digamos que tenha uma distribuição log-normal e haja um número positivo real . então é correto dizer que também tem alguma distribuição log-normal? Meu sentimento é que, não pode ser, porque pode assumir um valor negativo, enquanto uma distribuição log-normal é definida apenas no domínio positivo. Alguém pode refutar isso?c …

9 lognormal 

Eu tenho um conjunto de dados médicos com aproximadamente 200 variáveis. Uma das variáveis ​​é um biomarcador (concentração de uma enzima específica). Sua distribuição está correta, e o problema é que valores acima de um determinado nível são censurados / cortados nesse nível. Portanto, enquanto a média da variável é …

9 r  epidemiology  data-imputation  censoring 

Por exemplo: Quero prever valores futuros de uma série temporal com base em valores anteriores de várias séries temporais 'usando uma ANN e / ou SVM. As entradas terão valores defasados ​​em cada série temporal e os resultados serão previsões um passo à frente (previsões com horizontes adicionais serão feitas …

9 time-series  machine-learning  stationarity  prediction 

Como um falante de inglês não nativo, fiquei pensando qual expressão quadrada ou quadrada eu deveria usar. Por exemplo, em média quadrada de erro ou média quadrado erro. Segundo a Internet, parece que ambas as formas são usadas indistintamente. Uma expressão é mais quadrada que a outra?

9 terminology  mse 

Quais podem ser boas técnicas para enfrentar esse problema abstrato? Você tem um fluxo de dados de um sinal contínuo, como o de um sensor físico. Esse sinal tem valores reais (discretizados), nenhum atributo; características adicionais (por exemplo, potência, correlação automática, entropia) podem ser extraídas. Você pode atribuir uma etiqueta …

9 machine-learning  classification  signal-processing  online 

Fiquei me perguntando se alguém tinha experiência usando a função de ratos, como descrito em ratos: Imputação multivariada por equações encadeadas em R (JSS 2011 45 (3))? Eu tenho um conjunto de dados com um número de variáveis, cada uma com diferentes graus de dados ausentes. Minha pergunta principal é: …

9 r  regression  bayesian  data-imputation  mice 

Para explicar por que tenho essa pergunta estúpida, você encontrará abaixo. Tenho que dizer que sou mais uma pessoa que aprende máquinas. Enquanto eu trabalhava em problemas de bioinformática, tudo estava bem. Quando ouvi palavras como "regressão" ou "curtose e assimetria", no primeiro caso, apenas sorri, no segundo caso, apenas …

9 machine-learning  arima  finance 

No algoritmo Metropolis – Hastings para amostragem de uma distribuição de destino, deixe: πEuπEu\pi_{i} seja a densidade alvo no estadoEuEui , πjπj\pi_j é a densidade alvo no estado propostojjj , heu jhEujh_{ij} é a densidade proposta para a transição para o estadojjj dado o estado atualEuEui , umaeu jumaEuja_{ij} é …

9 mcmc  metropolis-hastings 

Há algum tempo que uso seqüências de baixa discrepância nas Distribuições uniformes, pois achei suas propriedades úteis (principalmente em computação gráfica por sua aparência aleatória e por sua capacidade de cobrir densamente [0,1] de maneira incremental). Por exemplo, valores aleatórios acima, valores da sequência de Halton abaixo: Eu estava pensando …

9 normal-distribution  random-generation 

Primeiro, deixe-me dizer que estou um pouco fora da minha profundidade aqui; portanto, se essa pergunta precisar ser reformulada ou encerrada como duplicada, informe-me. Pode ser que eu não tenha o vocabulário adequado para expressar minha pergunta. Estou trabalhando em uma tarefa de processamento de imagem na qual identifico recursos …

9 classification 

Desculpe o que pode ser uma pergunta óbvia sobre a inicialização. Fui sugado no mundo bayesiano cedo e nunca realmente explorei o bootstrap tanto quanto deveria. Fiz uma análise na qual os autores estavam interessados ​​em uma análise de sobrevivência relacionada a algum tempo até os dados falharem. Eles tinham …

9 confidence-interval  bootstrap 

Seguindo a minha pergunta anterior , a solução para as equações normais da regressão de crista é dada por: β^λ= ( XTX+ λ I)- 1XTyβ^λ=(XTX+λI)−1XTy\hat{\beta}_\lambda = (X^TX+\lambda I)^{-1}X^Ty Você poderia oferecer alguma orientação para escolher o parâmetro de regularização . Além disso, como a diagonal de X T X cresce …

9 regression  regularization  ridge-regression