Estatísticas e Big Data

... (opcional) no contexto do Google Web Optimizer. Suponha que você tenha dois grupos e uma variável de resposta binária. Agora você obtém o seguinte resultado: Original : 401 tentativas, 125 tentativas bem-sucedidas Combinação16 : 441 tentativas, 141 tentativas bem-sucedidas A diferença não é estatisticamente significativa, no entanto, pode-se calcular …

8 bayesian  ab-test 

Estou usando um modelo de atraso distribuído para analisar dados de séries temporais. A duração do período de estudo é de 18 anos e a observação é de dados anuais. Ao incluir um efeito de atraso de 1 ano, o primeiro ano da variável de atraso fica ausente. Então, um …

8 time-series  missing-data 

Eu tenho os seguintes dados, representando o estado binário de quatro sujeitos quatro vezes, observe que só é possível para cada sujeito fazer a transição mas não 1 → 0 :0→10→10\to 11→01→01\to 0 testdata <- data.frame(id = c(1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4), day = c(1,1,1,1,8,8,8,8,16,16,16,16,24,24,24,24,32,32,32,32), obs = c(0,0,0,0,0,1,0,0,0,1,1,0,0,1,1,1,1,1,1,1)) Eu posso modelá-lo com uma regressão …

8 logistic  censoring  interval-censoring 

Antes de tudo, percebo que a regressão múltipla não fornece realmente inferências "causais" sobre os dados. Deixe-me explicar meu caso atual: Eu tenho quatro variáveis ​​independentes que espero (mas não tenho certeza) envolvidas na condução do que estou medindo. Eu queria usar a regressão múltipla para ver quanto cada uma …

8 multivariate-analysis  multiple-regression 

Recentemente, fui exposto a alguns métodos estatísticos de teste de hipóteses (por exemplo, teste de Friedman) no trabalho e gostaria de aumentar meu conhecimento sobre o assunto. Você pode sugerir uma boa introdução ao significado estatístico / teste de hipótese estatística para um cientista da computação? Estou pensando em um …

8 hypothesis-testing  statistical-significance  p-value 

Suponha que você tenha uma turma de aproximadamente 800 alunos e, após um conjunto de avaliações, cada aluno tem uma nota bruta. Como essas notas brutas devem ser convertidas em uma nota final? É uma boa ideia dimensionar as notas brutas para uma distribuição normal?

8 normal-distribution 

Tenho muitas séries temporais nesta coluna do formato 1, na qual tenho o formato de data (d / m / ano) e muitas colunas que representam séries temporais diferentes, como aqui: DATE TS1 TS2 TS3 ... 24/03/2003 0.00 0.00 ... 17/04/2003 -0.05 1.46 11/05/2003 0.46 -3.86 04/06/2003 -2.21 -1.08 28/06/2003 …

8 r  time-series  clustering 

Esta é uma questão de definição. A comunidade de estatísticas diferencia esses termos?

8 seasonality 

Estou executando uma regressão binária de logit em que sei que a variável dependente é codificada incorretamente em uma pequena porcentagem de casos. Então, eu estou tentando estimar neste modelo:ββ\beta prob(yi)=1/(1+e−zi)prob(yi)=1/(1+e−zi)prob(y_i) = 1/(1 + e^{-z_i}) zi=α+Xiβzi=α+Xiβz_i = \alpha + X_i\beta Mas em vez do vetor , eu tenho , que …

8 logistic  measurement-error 

Eu queria saber como as estatísticas e a teoria da decisão estão relacionadas? Parece-me que todos os problemas / tarefas estatísticas podem ser formulados na teoria da decisão. Também problemas na teoria da decisão podem ser formulados em problemas estatísticos / de probabilidade ou de maneira determinística. Então, a estatística …

8 mathematical-statistics  decision-theory 

Nas análises de classificação SVM (núcleo linear) de um conjunto de dados de expressão gênica (~ 400 variáveis ​​/ genes) para ~ 25 cada um dos casos e controles, acho que os classificadores baseados em expressão gênica têm características de desempenho muito boas. Os casos e controles não diferem significativamente …

8 correlation  classification  pca  continuous-data 

Estou procurando qualquer ajuda, conselho ou dicas sobre como explicar a heterogeneidade / heterocedasticidade aos biólogos do meu departamento. Em particular, quero explicar por que é importante procurá-lo e lidar com ele, se existir, estava procurando opiniões sobre as seguintes perguntas. A heterogeneidade influencia a confiabilidade das estimativas de efeitos …

8 regression  mixed-model  references  residuals  heteroscedasticity 

Se eu tiver um objeto arima como a: set.seed(100) x1 <- cumsum(runif(100)) x2 <- c(rnorm(25, 20), rep(0, 75)) x3 <- x1 + x2 dummy = c(rep(1, 25), rep(0, 75)) a <- arima(x3, order=c(0, 1, 0), xreg=dummy) print(a) . Series: x3 ARIMA(0,1,0) Call: arima(x = x3, order = c(0, 1, 0), …

8 r  regression  time-series  arima  r-squared 

Se você jogar uma moeda e receber 268 caras e 98 coroas, poderá calcular a probabilidade de que a moeda seja justa de várias maneiras. Uma observação heurística simples provavelmente concluiria que tal moeda é injusta. Eu calculei o valor p em R com: > coin <- pbinom(98, 366, 0.5) …

8 probability 

Eu sou novo na análise de séries temporais e gostaria de receber sugestões sobre a melhor forma de abordar o seguinte problema de regressão de séries temporais: tenho medições de temperatura por hora em aproximadamente 20 locais em um local ao longo de três anos, juntamente com informações auxiliares estáticas …

8 time-series  regression  multivariate-analysis  spatio-temporal