Estatísticas e Big Data nonparametric

7

Onde bootstrapping - alguém pode fornecer uma explicação simples para começar?

Apesar de várias tentativas de ler sobre o bootstrap, pareço sempre bater em uma parede de tijolos. Gostaria de saber se alguém pode dar uma definição razoavelmente não técnica de bootstrapping? Sei que não é possível neste fórum fornecer detalhes suficientes para que eu possa entendê-lo completamente, mas um empurrão …

9 nonparametric bootstrap intuition

1

Qual é a definição matemática dos parâmetros de localização / escala / forma?

Estou tentando entender a definição exata dos parâmetros de localização / escala / forma (por exemplo, é chamado parâmetro de forma ec é parâmetro de escala no Pareto Tipo I). Mas os livros aos quais me referi ( The Cambridge Dictionary of Statistics , HMC's Introduction to Mathematics Statistics , …

9 mathematical-statistics nonparametric definition

1

Eficiência relativa do posto assinado Wilcoxon em pequenas amostras

Eu já vi na literatura publicada (e postada aqui) que a eficiência relativa assintótica do teste de posto assinado de Wilcoxon é de pelo menos 0,864 quando comparada ao teste t. Também ouvi dizer que isso se aplica apenas a grandes amostras, embora alguns livros não mencionem isso (o que …

9 nonparametric power wilcoxon-signed-rank paired-comparisons efficiency

1

Como interpreto o Mann-Whitney U ao usar a interface de fórmula de R

Digamos que temos os seguintes dados: set.seed(123) data <- data.frame(x = c(rnorm(50, 1, 1), rnorm(50, 5, 2)), y = c(rep('A', 50), rep('B', 50))) Qual produz o seguinte boxplot ( boxplot(data$x ~ data$y)): Agora, digamos que eu queira testar se as duas amostras têm os mesmos parâmetros de localização (mediana e …

9 r nonparametric wilcoxon-mann-whitney

3

Teste de Friedman e teste post-hoc para Python

No meu conjunto de dados, tenho cinco grupos (ordinais) com uma quantidade x de medida. Como a homoscedasticidade é violada, realizei o teste do qui-quadrado de Friedman para verificar se existem diferenças estatísticas entre os grupos: fried = stats.friedmanchisquare(*[grp for idx, grp in df.iteritems()])) Isso retornou uma diferença estatística, mas …

9 python nonparametric post-hoc gee friedman-test

2

Como você verifica suposições de teste em casos do mundo real, sem testá-las

Sabemos que, formalmente, as suposições de um teste não podem ser testadas, porque se escolhermos qual teste usar com base nos resultados do teste, o teste composto resultante terá propriedades desconhecidas (taxas de erro do tipo I e II). Eu acho que essa é uma das razões pelas quais o …

9 hypothesis-testing nonparametric assumptions

1

Interpretando testes paramétricos e não paramétricos

Pesquisei perguntas sobre distinções de teste paramétricas e não paramétricas e parece que todas as perguntas estão focadas em um teste muito específico, problema de dados ou alguma distinção técnica. Não estou interessado na questão de testar suposições (não; examine em vez disso) ou nas questões de poder ou taxas …

8 hypothesis-testing nonparametric interpretation parametric

2

Resposta não paramétrica bayesiana à aprendizagem profunda?

Pelo que entendi, as redes neurais profundas estão realizando o "aprendizado de representação", colocando as camadas em conjunto. Isso permite aprender estruturas dimensionais muito altas nos recursos. Obviamente, é um modelo paramétrico com números fixos de parâmetros, portanto, possui a limitação usual de que a complexidade do modelo pode ser …

8 machine-learning bayesian nonparametric deep-learning

1

estimativa da densidade do kernel do pacote np com o kernel Epanechnikov

Estou trabalhando com o conjunto de dados "geyser" do pacote MASS e comparando as estimativas de densidade de kernel do pacote np. Meu problema é entender a estimativa de densidade usando a validação cruzada de mínimos quadrados e o kernel Epanechnikov: blep<-npudensbw(~geyser$waiting,bwmethod="cv.ls",ckertype="epanechnikov") plot(npudens(bws=blep)) Para o kernel gaussiano, parece estar bem: …

8 r nonparametric kernel-smoothing

1

Classificação e transformação z em vez de Wilcoxon?

Andrew Gelman, em uma publicação recente em seu blog, sugere o uso de uma classificação, transformando a classificação em um z-score e, em seguida, usando ferramentas e testes paramétricos em vez de executar testes não paramétricos. Eu nunca ouvi isso antes. Uma pesquisa no Google me indicou essa função R …

8 nonparametric wilcoxon-mann-whitney wilcoxon-signed-rank ranks nonparametric-regression

1

Intervalos de tolerância não paramétricos para variáveis discretas

Suponha que você tenha um monte de gente avaliando o quanto eles gostaram de um filme em uma escala discreta de 1 a 10, e você gostaria de um intervalo [ l , u ] tal que com (pelo menos) 95% de confiança, (pelo menos) 90 % de todas as …

8 nonparametric tolerance-interval

1

Como exatamente é feita a restrição de centralização da soma (ou média) para splines (também wrt gam de mgcv)?

O processo de geração de dados é: y=sin(x+I(d=0))+sin(x+4∗I(d=1))+I(d=0)z2+3I(d=1)z2+N(0,1)y=sin(x+I(d=0))+sin(x+4∗I(d=1))+I(d=0)z2+3I(d=1)z2+N(0,1)y = \text{sin}\Big(x+I(d=0)\Big) + \text{sin}\Big(x+4*I(d=1)\Big) + I(d=0)z^2 + 3I(d=1)z^2 + \mathbb{N}\left(0,1\right) Deixe que ser uma sequência de a de comprimento e ser o factor correspondente . Faça todas as combinações possíveis de para calcular : - 4 4 100 d d ∈ { …

8 r regression generalized-linear-model nonparametric splines

1

Calculando pesos de probabilidade inversa - estimativa de densidade condicional (multivariada)?

A versão geral: Preciso estimar onde e são contínuos e multivariados. Prefiro fazê-lo de forma não paramétrica, porque não tenho uma boa forma funcional em mente e precisa ser algo como imparcial. Eu queria usar um estimador condicional de densidade do kernel, mas percebi que precisaria quantizar o primeiro. Então …

8 regression estimation nonparametric pdf causality

1

Identificação causal e splines penalizados

Acabei de receber uma rejeição de uma revista de economia. Entre os motivos citados para a rejeição estavam: os benefícios do uso do método semi-paramétrico não são evidenciados claramente em comparação com técnicas mais simples alternativas, com identificação limpa de relações causais Certamente é possível que eu pudesse ter feito …

8 nonparametric econometrics causality splines gam

2

Teste post-hoc após medidas repetidas de dois fatores ANOVA em R?

Tenho problemas para encontrar uma solução sobre como executar um teste post-hoc (Tukey HSD) após uma ANOVA de medidas repetidas de dois fatores (ambos em indivíduos) em R. Para a ANOVA, usei a função aov: summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)), data=df1)) Depois de ler as respostas para outras …

8 r anova repeated-measures post-hoc tukey-hsd goodness-of-fit curve-fitting sem latent-variable mplus anova post-hoc tukey-hsd markov-process image-processing r time-series causality granger-causality anova mixed-model lme4-nlme random-effects-model r matlab data-transformation multinomial notation estimation nonparametric logistic r missing-data multiple-imputation mice

Perguntas com a marcação «nonparametric»