Statistiche e Big Data

Domande e risposte per le persone interessate alle statistiche, all'apprendimento automatico, all'analisi dei dati, al data mining e alla visualizzazione dei dati

2
Cosa spiega un diagramma variabile aggiunto (diagramma di regressione parziale) in una regressione multipla?
Ho un modello di set di dati di film e ho usato la regressione: model <- lm(imdbVotes ~ imdbRating + tomatoRating + tomatoUserReviews+ I(genre1 ** 3.0) +I(genre2 ** 2.0)+I(genre3 ** 1.0), data = movies) library(ggplot2) res <- qplot(fitted(model), resid(model)) res+geom_hline(yintercept=0) Che ha dato l'output: Ora ho provato a lavorare qualcosa …
3
Testi introduttivi di econometria strutturale
Negli ultimi anni l'approccio strutturale all'econometria rispetto all'econometria a forma ridotta è diventato più popolare. Ciò comporta una stretta combinazione di modelli economici teorici e statistiche al fine di stimare i parametri di interesse. L'imposizione di una struttura più teorica nel modo in cui utilizziamo dati e metodi statistici ha …
1
L'algoritmo Gibbs Sampling garantisce un equilibrio dettagliato?
Secondo l'autorità suprema 1, Gibbs Sampling è un caso speciale dell'algoritmo Metropolis-Hastings per il campionamento di Markov Chain Monte Carlo. L'algoritmo MH fornisce sempre una probabilità di transizione con la proprietà di bilanciamento dettagliata; Mi aspetto che anche Gibbs dovrebbe. Quindi, dove nel seguente semplice caso ho sbagliato? Per la …
17 mcmc  gibbs 
1
Una prova per la stazionarietà di un AR (2)
Considera un processo AR (2) centrato sulla media Xt=ϕ1Xt−1+ϕ2Xt−2+ϵtXt=ϕ1Xt−1+ϕ2Xt−2+ϵtX_t=\phi_1X_{t-1}+\phi_2X_{t-2}+\epsilon_t dove ϵtϵt\epsilon_t è il processo di rumore bianco standard. Per semplicità, fammi chiamare ϕ1=bϕ1=b\phi_1=b e ϕ2=aϕ2=a\phi_{2}=a . Concentrandomi sulle radici dell'equazione delle caratteristiche ho ottenuto z1,2=−b±b2+4a−−−−−−√2az1,2=−b±b2+4a2az_{1,2}=\frac{-b\pm\sqrt{b^2+4a}}{2a} Le condizioni classiche nei libri di testo sono le seguenti:{|a|&lt;1a±b&lt;1{|a|&lt;1a±b&lt;1\begin{cases}|a|<1 \\ a\pm b<1 \end{cases} Ho …
1
Regressione logistica: come ottenere un modello saturo
Ho appena letto della misura della devianza per la regressione logistica. Tuttavia, la parte che si chiama modello saturo non mi è chiara. Ho fatto una ricerca approfondita su Google ma nessuno dei risultati ha risposto alla mia domanda. Finora ho scoperto che un modello saturo ha un parametro per …
1
Distorsione da variabile omessa nella regressione logistica vs. distorsione da variabile omessa nella regressione dei minimi quadrati ordinaria
Ho una domanda sull'omessa distorsione da variabile nella regressione logistica e lineare. Supponiamo di omettere alcune variabili da un modello di regressione lineare. Fai finta che quelle variabili omesse non siano correlate con le variabili che ho incluso nel mio modello. Quelle variabili omesse non influenzano i coefficienti nel mio …
2
Analisi ponderata dei componenti principali
Dopo alcune ricerche, trovo ben poco sull'incorporazione di pesi di osservazione / errori di misurazione nell'analisi dei componenti principali. Quello che trovo tende a fare affidamento su approcci iterativi per includere i coefficienti correttori (ad es. Qui ). La mia domanda è: perché è necessario questo approccio? Perché non possiamo …
3
Correlazione diversa da zero implica dipendenza?
Sappiamo che la correlazione zero non implica indipendenza. Mi interessa sapere se una correlazione diversa da zero implica dipendenza, ovvero se per alcune variabili casuali e Y , possiamo dire in generale che f_ {X, Y} (x, y) \ ne f_X (x) f_Y (y) ?Corr(X,Y)≠0Corr(X,Y)≠0\text{Corr}(X,Y)\ne0XXXYYYfX,Y(x,y)≠fX(x)fY(y)fX,Y(x,y)≠fX(x)fY(y)f_{X,Y}(x,y) \ne f_X(x) f_Y(y)
3
Esempi reali di correlazione confusi con la causalità
Sto cercando casi specifici e reali in cui una relazione causale è stata erroneamente dedotta dall'evidenza di una correlazione. In particolare, sono interessato ad esempi che soddisfano i seguenti criteri: L'esistenza della relazione causale è stata accettata come fatto abbastanza ampiamente da avere effetti notevoli (sull'ordine pubblico, sul discorso, sulle …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.