Statistiche e Big Data

3

Quali sono i vantaggi della regressione lineare rispetto alla regressione quantile?

Il modello di regressione lineare fa una serie di ipotesi che la regressione quantile non soddisfa e, se le ipotesi di regressione lineare sono soddisfatte, la mia intuizione (e alcune esperienze molto limitate) è che la regressione mediana darebbe risultati quasi identici alla regressione lineare. Quindi, quali vantaggi ha la …

15 regression multiple-regression quantile-regression

2

I test di dispersione eccessiva nei GLM sono effettivamente * utili *?

Il fenomeno della "sovra-dispersione" in un GLM sorge ogni volta che utilizziamo un modello che limita la varianza della variabile di risposta e i dati mostrano una varianza maggiore di quella consentita dalla restrizione del modello. Ciò si verifica comunemente quando si modellano i dati di conteggio utilizzando un Poisson …

15 generalized-linear-model poisson-regression overdispersion quasi-likelihood

7

Che tipo di curva (o modello) dovrei adattare ai miei dati percentuali?

Sto cercando di creare una figura che mostri la relazione tra copie virali e copertura genomica (GCC). Ecco come sono i miei dati: All'inizio, ho appena tracciato una regressione lineare, ma i miei supervisori mi hanno detto che non era corretto e di provare una curva sigmoidale. Quindi l'ho fatto …

15 regression modeling curve-fitting percentage

2

Quale distribuzione utilizzare per modellare l'ora prima dell'arrivo di un treno?

Sto cercando di modellare alcuni dati sugli orari di arrivo del treno. Vorrei usare una distribuzione che catturi "più aspetto, più è probabile che il treno si presenti" . Sembra che una tale distribuzione dovrebbe apparire come un CDF, quindi P (treno mostrato | atteso 60 minuti) è vicino a …

15 distributions modeling

1

La somma di due alberi decisionali equivale a un singolo albero decisionale?

Supponiamo di avere due alberi di regressione (albero A e albero B) che mappa ingresso di uscita y ∈ R . Let y = f A ( x ) per l'albero A e f B ( x ) per l'albero B. Ogni albero utilizza spaccature binari, con iperpiani come le …

15 regression machine-learning cart

2

Quali sono alcuni usi importanti della generazione di numeri casuali nelle statistiche computazionali?

In che modo e perché i generatori di numeri casuali (RNG) sono importanti nelle statistiche computazionali? Capisco che la casualità è importante quando si scelgono campioni per molti test statistici per evitare distorsioni verso entrambe le ipotesi, ma ci sono altre aree di statistiche computazionali in cui i generatori di …

15 hypothesis-testing monte-carlo algorithms random-generation computational-statistics

5

Perché ?

15 probability bayesian

3

Quando è inappropriato controllare una variabile?

Mi viene in mente almeno un esempio ingenuo. Supponiamo di voler studiare la relazione tra X e Z. Ho anche il sospetto che Y influenzi Z, quindi controllo Y. Tuttavia, a quanto mi risulta, X causa Y e Y causa Z. Pertanto, controllando per Y, "nascondo" la relazione tra X …

15 mediation controlling-for-a-variable

2

Intuizione sulla stima dei parametri in modelli misti (parametri di varianza vs. modalità condizionali)

Ho letto molte volte che gli effetti casuali (BLUP / modalità condizionate per, per esempio, soggetti) non sono parametri di un modello lineare di effetti misti ma possono invece essere derivati dai parametri di varianza / covarianza stimati. Ad esempio Reinhold Kliegl et al. (2011) dichiara: Gli effetti casuali sono …

15 mixed-model intuition blup

3

Usando glm () come sostituto del semplice test chi quadrato

Sono interessato a modificare le ipotesi null utilizzando glm()in R. Per esempio: x = rbinom(100, 1, .7) summary(glm(x ~ 1, family = "binomial")) verifica l'ipotesi che . Cosa succede se desidero modificare il valore null in = un valore arbitrario, all'interno ? p = 0,5p=0.5p = 0.5pppglm() So che questo …

15 r hypothesis-testing generalized-linear-model chi-squared offset

3

Posso usare un piccolo set di convalida?

Comprendo il ragionamento alla base della suddivisione dei dati in un set di test e un set di convalida. Comprendo anche che la dimensione della divisione dipenderà dalla situazione, ma generalmente varierà dal 50/50 al 90/10. Ho creato un RNN per correggere l'ortografia e iniziare con un set di dati …

15 machine-learning neural-networks validation

5

Cosa significa "effettivamente" la varianza raggruppata?

Sono un noob in statistica, quindi potete aiutarmi, per favore, qui. La mia domanda è la seguente: che cosa significa in realtà varianza aggregata ? Quando cerco una formula per la varianza aggregata in Internet, trovo molta letteratura usando la seguente formula (ad esempio, qui: http://math.tntech.edu/ISR/Mathematical_Statistics/Introduction_to_Statistical_Tests/thispage/newnode19.html ): S2p= S21( n1- …

15 variance mean pooling

2

In che modo la regressione logistica può produrre curve che non sono funzioni tradizionali?

Penso di avere una confusione fondamentale su come funzionano le funzioni nella regressione logistica (o forse funzionano solo nel loro insieme). In che modo la funzione h (x) produce la curva vista a sinistra dell'immagine? Vedo che questo è un diagramma di due variabili, ma poi queste due variabili (x1 …

15 logistic data-visualization function

2

Anche la media delle matrici definite positive è definita positivamente?

La media di più matrici definite positive è necessariamente semi-definita positiva o positiva? La media è una media saggia.

15 mathematical-statistics matrix covariance-matrix

1

Pool di grafici di calibrazione dopo imputazione multipla

Vorrei un consiglio su come raggruppare i grafici / i grafici di calibrazione dopo un'imputazione multipla. Nel contesto dello sviluppo di modelli statistici al fine di prevedere un evento futuro (ad es. Utilizzando i dati dei registri ospedalieri per prevedere la sopravvivenza o gli eventi post dimissione dall'ospedale), si può …

15 data-visualization data-imputation multiple-imputation pooling calibration