Estatísticas e Big Data

Eu tenho alguns dados com os quais estou brincando; por simplicidade, suponhamos que os dados contenham informações sobre o número de postagens que um blogueiro escreveu versus o número de pessoas que se inscreveram no blog dessa pessoa (este é apenas um exemplo inventado). Desejo obter um modelo aproximado da …

8 regression  power-law 

Eu tenho um experimento de curso de tempo que segue 8 grupos de tratamento de 12 peixes por 24 horas com observações feitas em intervalos de 5 segundos. Entre as medições feitas está o quão longe cada peixe viaja (em mm) entre as observações. As 24 horas são divididas em …

8 r  time-series  pattern-recognition 

Vou dar meus exemplos com chamadas R. Primeiro, um exemplo simples de regressão linear com uma variável dependente 'vida útil' e duas variáveis ​​explicativas contínuas. data.frame(height=runif(4000,160,200))->human.life human.life$weight=runif(4000,50,120) human.life$lifespan=sample(45:90,4000,replace=TRUE) summary(lm(lifespan~1+height+weight,data=human.life)) Call: lm(formula = lifespan ~ 1 + height + weight, data = human.life) Residuals: Min 1Q Median 3Q Max -23.0257 -11.9124 …

8 r  multiple-regression  interpretation  regression-coefficients 

Considere desenhos independentes do cdf , definido acima de 0-1, onde e são números inteiros. Agrupe arbitrariamente os sorteios em grupos com valores m em cada grupo. Veja o valor mínimo em cada grupo. Pegue o grupo que tem o maior desses mínimos. Agora, qual é a distribuição que define …

8 distributions  probability  extreme-value  order-statistics 

Imagine que você deseja avaliar a compressibilidade de um documento grande muito rapidamente. Você pode escolher aleatoriamente uma subsequência, tentar compactá-la. Isso pode servir como uma previsão para a compressibilidade geral do documento. Mas qual deve ser o tamanho da sua amostra? Criamos a seguinte estratégia: Escolha um tamanho de …

8 sampling  model-selection  sample-size 

Estou procurando entender isso de uma perspectiva gerencial. Por exemplo, se eu estivesse explicando a regressão linear, diria que é uma linha de melhor ajuste através de alguns pontos de dados e pode ser usada para prever um valor "y" para um determinado valor de "x". Existe uma explicação análoga …

8 time-series  var 

Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 8 meses . Teste A / B: http://20bits.com/articles/statistical-analysis-and-ab-testing/ http://elem.com/~btilly/effective-ab-testing/ Eu não estou muito familiarizado com o teste A …

8 r  python  ab-test 

Dado um gráfico de dispersão de dados, posso plotar os principais componentes dos dados , como eixos lado a lado com pontos que são pontuações nos componentes principais. Você pode ver um exemplo de plotagem com a nuvem (consistindo em 2 clusters) e seu primeiro componente principal. Ele é desenhado …

8 pca  discriminant-analysis  scatterplot 

Eu gostaria de plotar regiões de confiança 2D (em 1-sigma, 2-sigma) para um modelo que eu ajustei aos dados. Eu usei o PyMC para gerar amostras posteriores de 50k MCMC para o meu modelo com 6 parâmetros. Eu sei que o processo para criar regiões de confiança é algo semelhante …

8 confidence-interval  mcmc  python 

Eu tenho 10 anos de desempenho simulado em teste de alguma estratégia de negociação (usando preços históricos) e N meses de desempenho comercial real. Que teste estatístico posso descobrir se estou no alvo com os números de backtesting? (ambos, em termos de retorno anual esperado e taxa anual Sharpe esperada)

8 hypothesis-testing 

Primeiro, deixe-me dizer que eu tinha um curso de estatística na escola de engenharia há 38 anos. Então, eu estou voando cego aqui. Eu tenho os resultados do que são essencialmente 18 testes de diagnóstico separados para uma doença. Cada teste é binário - sim / não, sem limite que …

8 classification  bayesian  diagnostic 

Eu tenho três categorias de produtos, A , B , CUMA,B,CA,B,C. Cada categoria possui dois produtos, . Eu forneço vários tipos diferentes de situações de escolha: 1) o assunto do teste é apresentado em uma única categoria e feito para escolher um produto, 2) o assunto do teste é apresentado …

8 multivariate-analysis  conjoint-analysis 

Eu gostaria de fazer algo em R que o SAS possa fazer usando o proc misto do SAS (existe alguma maneira de se fazer isso no STATA), ou seja, ajustar o chamado modelo bivariado de Reitsma et al (2005). Este modelo é um modelo misto especial em que a variação …

8 r  optimization 

Eu tenho um modelo de regressão linear simples. O que eu quero calcular é quão "importante" cada uma das minhas variáveis ​​de entrada é, ou seja, fazer uma declaração algo como isto: "60% do poder preditivo neste modelo vem da variável var1, onde var2 e var3 têm 30% e 10%" …

8 regression  importance 

Eu tenho alguns dados que estão claramente truncados à esquerda. Desejo ajustá-lo com uma estimativa de densidade que o manipule de alguma maneira, em vez de tentar suavizá-lo. Quais métodos conhecidos (como de costume, em R) podem resolver isso? Código de amostra: set.seed(1341) x <- c(runif(30, 0, 0.01), rnorm(100,3)) hist(x, …

8 r  pdf  histogram  kernel-smoothing