Perguntas com a marcação «model»

Esta não é uma questão de trabalho doméstico, mas um problema real enfrentado por nossa empresa. Muito recentemente (há 2 dias), solicitamos a fabricação de 10000 etiquetas de produtos para um revendedor. Revendedor é uma pessoa independente. Ele recebe as etiquetas fabricadas de fora e a empresa faz o pagamento …

66 probability  bayesian  model  decision-theory 

Eu tenho várias covariáveis ​​no meu cálculo para um modelo e nem todas são estatisticamente significativas. Devo remover aqueles que não são? Esta pergunta discute o fenômeno, mas não responde à minha pergunta: Como interpretar o efeito não significativo de uma covariável na ANCOVA? Não há nada na resposta a …

39 regression  statistical-significance  ancova  model  predictor 

Eu tenho dados coletados de um experimento organizado da seguinte maneira: Dois locais, cada um com 30 árvores. 15 são tratados, 15 são controle em cada local. De cada árvore, amostramos três pedaços do caule e três pedaços das raízes, de modo que 6 amostras de nível 1 por árvore …

34 r  mixed-model  model  nested-data  lme4-nlme 

Apenas um pensamento: Os modelos parcimoniosos sempre foram a opção padrão na seleção de modelos, mas em que grau essa abordagem está desatualizada? Estou curioso sobre o quanto nossa tendência à parcimônia é uma relíquia de um tempo de regras abac e deslizantes (ou, mais seriamente, computadores não modernos). O …

31 predictive-models  model-selection  model 

Em este post no blog de Andrew Gelman, há a seguinte passagem: Os modelos bayesianos de 50 anos atrás parecem irremediavelmente simples (exceto, é claro, por problemas simples), e espero que os modelos bayesianos de hoje pareçam irremediavelmente simples, daqui a 50 anos. (Apenas para um exemplo simples: provavelmente deveríamos …

30 distributions  bayesian  normal-distribution  model  robust 

As respostas (definições) definidas na Wikipedia são indiscutivelmente um pouco enigmáticas para aqueles que não estão familiarizados com matemática / estatística mais alta. Em termos matemáticos, um modelo estatístico é normalmente considerado como um par ( S,PS,PS, \mathcal{P} ), em que é o conjunto de observações possíveis, isto é, o …

28 distributions  model  terminology 

Suponha que um modelo tenha 100% de precisão nos dados de treinamento, mas 70% de precisão nos dados de teste. O argumento a seguir é verdadeiro sobre esse modelo? É óbvio que este é um modelo com excesso de ajuste. A precisão do teste pode ser aprimorada, reduzindo o sobreajuste. …

25 model  accuracy  overfitting 

Estou seguindo AW van der Vaart, estatística assintótica (1998). Ele fala de experimentos estatísticos, alegando que eles são diferentes de um modelo estatístico, mas ele também não os define. Minha pergunta: O que é (1) um experimento estatístico, (2) um modelo estatístico e (3) qual é o ingrediente chave que …

17 mathematical-statistics  inference  experiment-design  descriptive-statistics  model 

O que é modelo nulo em regressão e qual a relação entre modelo nulo e hipótese nula? Para meu entendimento, isso significa Usando "média da variável de resposta" para prever a variável de resposta contínua? Usando a "distribuição de etiquetas" na previsão de variáveis ​​de resposta discretas? Se for esse …

16 regression  hypothesis-testing  classification  terminology  model 

A computação bayesiana aproximada é uma técnica muito interessante para ajustar basicamente qualquer modelo estocástico, destinado a modelos em que a probabilidade é intratável (por exemplo, você pode fazer uma amostra do modelo se fixar os parâmetros, mas não puder calcular numericamente, algoritmicamente ou analiticamente ). Ao introduzir a computação …

16 bayesian  simulation  model  likelihood  abc 

Estou experimentando o algoritmo da máquina de aumento de gradiente através do caretpacote em R. Usando um pequeno conjunto de dados de admissões de faculdade, executei o seguinte código: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- …

15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

Estou fazendo uma regressão de riscos proporcionais de Cox em R usando coxph, que inclui muitas variáveis. Os resíduos de Martingale parecem ótimos, e os resíduos de Schoenfeld são ótimos para QUASE todas as variáveis. Existem três variáveis ​​cujos resíduos de Schoenfeld não são planos e a natureza das variáveis …

15 r  model  cox-model  hazard  schoenfeld-residuals 

Fiz um curso de aprendizado de máquina na minha faculdade. Em um dos testes, essa pergunta foi feita. Modelo 1: y=θx+ϵy=θx+ϵ y = \theta x + \epsilon Modelo 2: y=θx+θ2x+ϵy=θx+θ2x+ϵ y = \theta x + \theta^2 x + \epsilon Qual dos modelos acima encaixaria melhor nos dados? (suponha que os …

14 regression  machine-learning  self-study  modeling  model 

O tratamento clássico da inferência estatística se baseia na suposição de que uma estatística especificada corretamente é usada. Ou seja, a distribuição que gerou os dados observados faz parte do modelo estatístico : No entanto, na maioria das situações, não podemos assumir que isso seja realmente verdade. Eu me pergunto …

14 hypothesis-testing  confidence-interval  model  frequentist  misspecification 

Tenho uma pergunta sobre o uso de um modelo / modelo misto. O modelo básico é este: lmer(DV ~ group * condition + (1|pptid), data= df) Grupo e condição são dois fatores: o grupo possui dois níveis (grupo A, grupo B) e a condição possui três níveis (condição1, condição2, condição3). …

14 interaction  interpretation  lme4-nlme  model