Estatísticas e Big Data

Esses dois métodos para calcular o valor-p devem ser equivalentes: t.test(rats.drug,mu=1.2)$p.value 2*pt((mean(rats.drug)-1.2)*sqrt(n)/sd(rats.drug),df=n-1) O problema com o segundo método é que existe o risco de obter valores maiores que (na verdade, até ):111222 2*pt((1.5-1.2)*sqrt(100)/.5,df=100-1) [1] 2 Obviamente, isso pode ser remediado por 2*pt((1.5-1.2)*sqrt(100)/.5,df=100-1,lower=F) [1] 3.245916e-08 Minha pergunta Obviamente, o algoritmo da …

8 r  t-test  p-value 

Encontrei on-line um rascunho de um excelente artigo de revisão de Zhe Chen intitulado "Filtragem Bayesiana: Dos Filtros de Kalman aos Filtros de Partículas e Além". Segundo o Google Scholar, a citação para a versão publicada é "Statistics 182 (1), 1-69, 2003", mas a revista que encontro com esse nome …

8 references  particle-filter  journals 

Estou tentando pular da idéia de um percentil, digamos, sobre a linha do número real (onde o n-ésimo percentil é simplesmente a posição na qual n% dos pontos de dados estão abaixo dele e 100-n% estão acima dele ), à ideia da área sob uma função de densidade de probabilidade. …

8 distributions  quantiles 

Eu estava lendo o artigo sobre a fórmula de Schuette-Nesbitt , que é descrita como "uma generalização do princípio de inclusão-exclusão" , que possui versões combinatória e probabilística. Outro site deu uma prova de eventos dependentes (download em pdf) e encontrou um terceiro que o compara ao Teorema de Waring …

8 probability  combinatorics 

Notei que às vezes chamamos os termos de erro de "inovações". Não entendo se isso ocorre em situações especiais ou se esses termos podem ser usados ​​um pelo outro. Outra pergunta é "por que chamamos os termos de erro de" inovações "? Obrigado

8 mathematical-statistics 

Christopher Bishop define o valor esperado da função de probabilidade do log de dados completos (ou seja, assumindo que recebemos os dados observáveis ​​X e os dados latentes Z) da seguinte maneira: EZ[lnp(X,Z∣μ,Σ,π)]=∑n=1N∑k=1Kγ(znk){lnπk+lnN(xn∣ μk,Σk)}(1)(1)EZ[ln⁡p(X,Z∣μ,Σ,π)]=∑n=1N∑k=1Kγ(znk){ln⁡πk+ln⁡N(xn∣ μk,Σk)} \mathbb{E}_\textbf{Z}[\ln p(\textbf{X},\textbf{Z} \mid \boldsymbol{\mu}, \boldsymbol{\Sigma}, \boldsymbol{\pi})] = \sum_{n=1}^N \sum_{k=1}^K \gamma(z_{nk})\{\ln \pi_k + \ln \mathcal{N}(\textbf{x}_n \mid …

8 self-study  maximum-likelihood  expected-value  convergence  expectation-maximization 

Na metanálise: como convertemos as taxas de risco em alguns estudos em odds ratio? Existem estudos de controle de casos e coortes a serem incluídos e alguns deles relatam taxas de risco. Os dados brutos não são relatados de forma a calcular o odds ratio.

8 meta-analysis 

Estive pensando em escolher tópicos de pesquisa para a dissertação de doutorado em Bioestatística. Desejo conhecer alguns tópicos importantes de pesquisa nos últimos anos. Até onde eu sei, alguns tópicos importantes de pesquisa são: Análise de dados de alta dimensão; inferência causal em experimentos e estudos observacionais; propensity score matching; …

8 biostatistics  careers  phd 

Estou lendo este artigo interessante sobre a aplicação da ICA aos dados de expressão gênica. Os autores escrevem: [T] aqui não é necessário que os componentes do PCA sejam estatisticamente independentes. Isso é verdade, mas os PCs são ortogonais, não são? Estou um pouco confuso sobre qual é a relação …

8 pca  independence  ica 

Tenho desenvolvido um modelo de regressão logística baseado em dados retrospectivos de um banco de dados nacional de trauma de traumatismo craniano no Reino Unido. O principal resultado é a mortalidade em 30 dias (indicada como Outcome30medida). Outras medidas em todo o banco de dados com evidências publicadas de efeito …

8 r  regression  logistic  splines 

Qual é a diferença entre rede de crenças profundas e rede convexa profunda ?

8 machine-learning  neural-networks  deep-learning  deep-belief-networks 

Estou examinando tendências (entre 1998 e 2011) nas taxas de mortalidade entre pacientes com doença de Crohn. Cada paciente (caso) foi incluído entre 1998 e 2011. Na inclusão, cada paciente foi comparado a um controle saudável com a mesma idade e sexo. Estou analisando tendências nas taxas de mortalidade. Ao …

8 regression  multiple-regression  survival  poisson-regression 

Frequentemente ouço a amostragem de dados para cima ou para baixo discutida como uma maneira de lidar com a classificação de dados desequilibrados. Entendo que isso pode ser útil se você estiver trabalhando com um classificador binário (em oposição a probabilístico ou baseado em pontuação) e tratando-o como uma caixa …

8 classification  roc  unbalanced-classes 

Eu tenho uma pergunta sobre a mistura de conjugados anteriores. Aprendi e digo a mistura de conjugados anteriores algumas vezes quando estou aprendendo bayesiano. Estou me perguntando por que esse teorema é tão importante, como vamos aplicá-lo quando estivermos fazendo uma análise bayesiana. Para ser mais específico, um teorema de …

8 bayesian  conditional-probability  hierarchical-bayesian  conjugate-prior  exponential-family 

Digamos que eu tenho duas condições, e meu tamanho de amostra para as duas condições é extremamente baixo. Digamos que só tenho 14 observações na primeira condição e 11 na outra. Eu quero usar o teste t para testar se as diferenças médias são significativamente diferentes umas das outras. Primeiro, …

8 confidence-interval  t-test  bootstrap  normality-assumption  reporting