Statistiche e Big Data

2

Stima della varianza dei campioni normali censurati al centro

Ho processi normalmente distribuiti da cui ottengo piccoli campioni ( n in genere 10-30) che voglio usare per stimare la varianza. Ma spesso i campioni sono così vicini tra loro che non possiamo misurare singoli punti vicino al centro. Ho questa vaga comprensione che dovremmo essere in grado di costruire …

11 normal-distribution estimation rayleigh

1

Perché la diagnostica si basa sui residui?

Nella regressione lineare semplice si vuole spesso verificare se alcune assunzioni sono soddisfatte per poter fare l'inferenza (ad esempio i residui sono normalmente distribuiti). È ragionevole verificare le ipotesi verificando che i valori adattati siano normalmente distribuiti?

11 regression residuals diagnostic

2

Modelli misti lineari generalizzati: diagnostica

Ho una regressione logistica di intercettazione casuale (dovuta a misurazioni ripetute) e vorrei fare un po 'di diagnostica, in particolare riguardo a valori anomali e osservazioni influenti. Ho guardato i residui per vedere se ci sono osservazioni che si distinguono. Ma vorrei anche guardare qualcosa come la distanza di Cook …

11 mixed-model outliers glmm cooks-distance

1

La regressione della cresta risulta diversa nell'uso di lm.ridge e glmnet

Ho applicato alcuni dati per trovare la migliore soluzione di variabili del modello di regressione usando la regressione della cresta in R. Ho usato lm.ridgee glmnet(quando alpha=0), ma i risultati sono molto diversi soprattutto quando lambda=0. Supponiamo che entrambi gli stimatori dei parametri abbiano gli stessi valori. Quindi, qual è …

11 r regression ridge-regression glmnet

1

Per quali distribuzioni l'incorrelazione implica l'indipendenza?

Un promemoria storico nelle statistiche è "la non correlazione non implica l'indipendenza". Di solito questo promemoria è integrato dall'affermazione psicologicamente calmante (e scientificamente corretta) "quando, tuttavia, le due variabili sono normalmente distribuite congiuntamente , allora l'incorrelazione implica indipendenza". Posso aumentare il numero di felici eccezioni da una a due: quando …

11 probability distributions correlation mathematical-statistics independence

5

Probabilità che una variabile casuale continua assuma un punto fisso

Sono in una classe di statistiche introduttive in cui la funzione di densità di probabilità per variabili casuali continue è stata definita come . Capisco che l'integrale di ma non posso rettificarlo con la mia intuizione di una variabile casuale continua. Supponiamo che X sia la variabile casuale uguale al …

11 probability random-variable pdf continuous-data

1

Documento sull'esecuzione di test di ipotesi basati sull'esito di un altro test

È risaputo che è problematico scegliere un test statistico basato sull'esito di un altro test statistico, poiché i valori p sono difficili da interpretare (ad esempio la scelta di un test statistico basato sull'esito di un altro (ad es. Normalità) ) . Tuttavia, questa è ancora una pratica standard in …

11 hypothesis-testing references p-value

1

Intervallo di previsione = intervallo credibile?

Mi chiedo se l'intervallo di previsione e l'intervallo credibile valutino la stessa cosa. Ad esempio con una regressione lineare, quando si stima l'intervallo di previsione di un valore adattato, si stimano i limiti dell'intervallo in cui si prevede che il valore diminuisca. Al contrario di un intervallo di confidenza, non …

11 bayesian linear-model prediction prediction-interval credible-interval

1

Densità hyperprior per modello gerarchico Gamma-Poisson

In un modello gerarchico di dati cui y ∼ Poisson ( λ ) λ ∼ Gamma ( α , β ) sembra essere in pratica tipico scegliere valori ( α , β ) in modo tale che la media e la varianza della distribuzione gamma corrispondano approssimativamente al media e …

11 poisson-distribution gamma-distribution hierarchical-bayesian hyperparameter

1

Stima dell'inclinazione della parte diritta di una curva sigmoidea

Mi è stato affidato questo compito ed ero sconcertato. Un collega mi ha chiesto di stimare la e x l o w e r della seguente tabella:Xu p p e rXupperx_{upper}Xl o w e rXlowerx_{lower} La curva è in realtà una distribuzione cumulativa e x è una sorta di misura. …

11 estimation pdf curve-fitting logistic-curve

2

La randomizzazione è affidabile con piccoli campioni?

Jerome Cornfield ha scritto: Uno dei migliori frutti della rivoluzione dei Pescatori fu l'idea della randomizzazione, e gli statistici che concordano su poche altre cose hanno almeno concordato su questo. Ma nonostante questo accordo e nonostante l'uso diffuso di procedure di allocazione randomizzate in cliniche e in altre forme di …

11 small-sample random-allocation

1

Comprensione dell'output di un bootstrap eseguito in R (tsboot, MannKendall)

Ho una domanda sull'interpretazione della chiamata tsboot in R. Ho controllato la documentazione di Kendall e del pacchetto di avvio, ma non sono più intelligente di prima. Quando eseguo un bootstrap usando ad esempio l'esempio nel pacchetto Kendall, dove la statistica del test è la tau di Kendall: library(Kendall) # …

11 r bootstrap

2

Come funziona la "regressione graduale"?

Ho usato il seguente codice R per adattarsi a un modello probit: p1 <- glm(natijeh ~ ., family=binomial(probit), data=data1) stepwise(p1, direction='backward/forward', criterion='BIC') Voglio sapere cosa significa stepwisee backward/forwardfare esattamente e come selezionare le variabili?

11 r probit stepwise-regression

2

Come ottenere valori p aggregati sui test eseguiti in più set di dati imputati?

Usando Amelia in R, ho ottenuto più set di dati imputati. Successivamente, ho eseguito un test di misure ripetute in SPSS. Ora voglio unire i risultati dei test. So di poter usare le regole di Rubin (implementate attraverso qualsiasi pacchetto di imputazione multipla in R) per raggruppare mezzi ed errori …

11 r spss p-value multiple-imputation pooling

2

In che modo programmi come BUGS / JAGS determinano automaticamente le distribuzioni condizionali per il campionamento di Gibbs?

Sembra che i condizionali completi siano spesso piuttosto difficili da ricavare, ma programmi come JAGS e BUGS li derivano automaticamente. Qualcuno può spiegare come generano algoritmicamente i condizionali completi per qualsiasi specifica di modello arbitraria?

11 bayesian conditional-probability jags bugs gibbs