Estatísticas e Big Data

Como parte da reprodução de um modelo que descrevi parcialmente nesta questão no Stack Overflow, quero obter um gráfico de uma distribuição posterior. O modelo (espacial) descreve o preço de venda de algumas propriedades como uma distribuição de Bernoulli, dependendo de a propriedade ser cara (1) ou barata (0). Nas …

8 prediction  spatial  posterior  hierarchical-bayesian  pymc 

Estou com problemas para verificar as suposições quanto a uma variável contínua em um modelo de riscos proporcionais. Se uma variável fosse um fator com muitos níveis, eu poderia usar o teste de logrank ou verificar se as transformações log (-log) das curvas de sobrevivência são paralelas. Mas e se …

8 survival  cox-model  assumptions  hazard 

Estou procurando artigos ou outros exemplos de pesquisa em que a análise estatística feita esteja ao alcance de alguém que tenha feito um curso introdutório de estatísticas. Idealmente, os conjuntos de dados também estariam disponíveis online. A idéia é passá-los aos alunos e exemplos que eles possam seguir e reproduzir.

8 self-study  references 

Estou tentando provar a seguinte desigualdade: EDIT: Quase imediatamente depois que postei essa pergunta, descobri que a desigualdade que estou sendo solicitada a provar se chama desigualdade de Cantelli. Quando escrevi isso, não percebi que essa desigualdade em particular tinha um nome. Encontrei várias provas no Google, então, estritamente, não …

8 self-study  mathematical-statistics  probability-inequalities  indicator-function 

Existe alguma maneira metódica de comparar as direções, magnitudes, etc, dos resultados do PCA para diferentes amostras coletadas da mesma população? Estou deixando a natureza do teste deliberadamente vaga, porque gostaria de ouvir todas as várias possibilidades ... por exemplo, pode haver (e estou especulando aqui) um teste comparando os …

8 hypothesis-testing  pca  variance  inference 

Se selecionarmos valores diferentes do parâmetro , poderíamos obter soluções com diferentes níveis de escarsidade. Isso significa que o caminho da regularização é como selecionar as coordenadas que poderiam obter uma convergência mais rápida? Estou um pouco confuso, embora tenha ouvido falar sobre esparsidade com frequência. Além disso, você poderia …

8 lasso  regularization 

Então, percebo que isso já foi perguntado antes: por exemplo, quais são os casos de uso relacionados à análise de cluster de diferentes métricas de distância? mas achei as respostas um tanto contraditórias ao sugerido que deveriam ser possíveis na literatura. Recentemente, li dois artigos que mencionam o uso do …

8 clustering  k-means  metric 

Eu estava lendo esta pergunta e pensei em simular a quantidade necessária. O problema é o seguinte: Se e são normais normais, o que é ? Então, eu quero simular . (para um valor escolhido de )B E ( A 2 | A + B ) E ( A 2 …

8 r  simulation  monte-carlo  conditional-expectation 

Primeiro vamos simular alguns dados para uma regressão logística com partes fixas e aleatórias: set.seed(1) n <- 100 x <- runif(n) z <- sample(c(0,1), n, replace=TRUE) b <- rnorm(2) beta <- c(0.4, 0.8) X <- model.matrix(~x) Z <- cbind(z, 1-z) eta <- X%*%beta + Z%*%b pr <- 1/(1+exp(-eta)) y <- …

8 generalized-linear-model  maximum-likelihood  glmm  mixed-model  numerical-integration 

Quando uso modelos de regressão, sinto desconfiança por não adotar uma premissa de associação linear; em vez disso, gosto de explorar a forma funcional das relações entre variáveis ​​dependentes e explicativas usando regressão de suavização não paramétrica (por exemplo , modelos aditivos generalizados , lowess / lowess , smoothers de …

8 cross-validation  nonparametric-regression 

Me deparei com o termo família exponencial . As Bernoulli, Gaussianas e muitas outras distribuições se enquadram nessa família exponencial. Quais seriam os pontos em comum entre eles?

8 terminology  exponential-family 

Eu tenho duas perguntas relacionadas a efeitos fixos no modelo DD. Eu tenho um tratamento que ocorre em momentos diferentes (por exemplo, 2001,2005, etc.). Eu quero ajustar um modelo de DD, então eu padronizo os anos de tratamento para o ano "0" como o tempo de tratamento. Para controlar a …

8 econometrics  panel-data  fixed-effects-model  difference-in-difference 

Estou tentando entender a diferença entre testar a hipótese nula (ou seja, testar se a probabilidade de um "objetivo" é a mesma em 2 populações diferentes, semelhante ao prop.test em R) um teste A / B usando uma fórmula bayesiana, como descrito aqui: http://www.evanmiller.org/bayesian-ab-testing.html Existe alguma diferença? É preferível? O …

8 hypothesis-testing  bayesian  proportion  ab-test 

Se bem entendi, uma Análise Discriminante Linear (LDA) assume dados distribuídos normais, recursos independentes e covariâncias idênticas para todas as classes, para o critério de otimização. Como a média e a variação são estimadas a partir dos dados de treinamento, isso já não é uma violação? Encontrei uma citação em …

8 dimensionality-reduction  normality-assumption  discriminant-analysis 

Suponha que a⃗ a→\vec{a} seja um vetor ppp desconhecido e se observe . Gostaria de calcular os intervalos de confiança na quantidade aleatória , com base apenas no observado e no parâmetro conhecido . Ou seja, para um dado , encontre c ( → b , p , α ) …

8 confidence-interval  multivariate-analysis  chi-squared  non-central