Statistiche e Big Data

2

Perché i modelli di effetti casuali richiedono che gli effetti non siano correlati con le variabili di input, mentre i modelli di effetti fissi consentono la correlazione?

Da Wikipedia Esistono due ipotesi comuni sull'effetto specifico individuale, l'assunzione di effetti casuali e l'assunzione di effetti fissi. Il presupposto degli effetti casuali (realizzato in un modello di effetti casuali) è che gli effetti specifici individuali non sono correlati con le variabili indipendenti. Il presupposto dell'effetto fisso è che l'effetto …

11 random-effects-model fixed-effects-model

3

Grafico cumulativo / cumulativo (o "Visualizzazione di una curva di Lorenz")

Non so come si chiamino tali trame e quindi ho dato a questa domanda un titolo stupido. Diciamo che ho un set di dati ordinato come segue 4253 4262 4270 4383 4394 4476 4635 ... Ogni numero corrisponde alla quantità di post che un determinato utente ha contribuito a un …

11 r distributions data-visualization

2

Perché la densità posteriore è proporzionale alla funzione di probabilità della densità precedente?

Secondo il teorema di Bayes, . Ma secondo il mio testo econometrico, dice che . Perché è così? Non capisco perché sia ignorato.P ( θ | y ) ∝ P ( y | θ ) P ( θ ) P ( y )P( y| θ)P( θ ) = P( θ …

11 bayesian conditional-probability likelihood

3

Domanda su una normale prova di equazione

Come puoi dimostrare che le equazioni normali: hanno una o più soluzioni senza supporre che X sia invertibile?(XTX)β=XTY(XTX)β=XTY(X^TX)\beta = X^TY La mia unica ipotesi è che abbia qualcosa a che fare con l'inverso generalizzato, ma sono totalmente perso.

11 regression proof

1

Come prevedere nuovi dati con regressione spline / smooth

Qualcuno può aiutare a dare una spiegazione concettuale di come vengono fatte le previsioni per i nuovi dati quando si utilizzano smooths / spline per un modello predittivo? Ad esempio, dato un modello creato usando gamboostnel mboostpacchetto in R, con p-splines, come vengono fatte le previsioni per i nuovi dati? …

11 regression machine-learning predictive-models splines

2

Fisher per i manichini?

Versione breve: c'è un'introduzione agli scritti di Ronald Fisher (documenti e libri) sulle statistiche che si rivolge a coloro che hanno poca o nessuna esperienza in campo statistico? Sto pensando a qualcosa di simile a un "lettore Fisher annotato" rivolto ai non statistici. Spiego di seguito la motivazione di questa …

11 references history fiducial ronald-fisher

4

Test statistici che incorporano l'incertezza di misura

Supponiamo che mi vengano dati due gruppi di misurazioni di massa (in mg), che sono indicati come y1 e y2. Voglio fare un test per determinare se i due campioni sono estratti da popolazioni con mezzi diversi. Qualcosa del genere, ad esempio (in R): y1 <- c(10.5,2.9,2.0,4.4,2.8,5.9,4.2,2.7,4.7,6.6) y2 <- c(3.8,4.3,2.8,5.0,9.3,6.0,7.6,3.8,6.8,7.9) …

11 hypothesis-testing

3

Buoni libri / documenti sul punteggio di credito

Sto cercando raccomandazioni di libri sul punteggio di credito. Sono interessato a tutti gli aspetti di questo problema, ma principalmente a: 1) Buone funzionalità. Come costruirli? Quali si sono dimostrati buoni? 2) Reti neurali. La loro applicazione al problema del punteggio di credito. 3) Ho scelto le reti neurali, ma …

11 references finance credit-scoring

1

Combinazione di due matrici di covarianza

Sto calcolando la covarianza di una distribuzione in parallelo e ho bisogno di combinare i risultati distribuiti in singolare gaussiano. Come unisco i due? L'interpolazione lineare tra i due funziona quasi, se sono distribuiti e dimensionati in modo simile. Wikipedia fornisce un forumla in fondo per la combinazione, ma non …

11 covariance moments

2

Interpretazione della funzione di riepilogo per il modello lm in R

Qual è il significato di t valuee Pr(>|t|)quando si utilizza la summary()funzione sul modello di regressione lineare in R? Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 10.1595 1.3603 7.469 1.11e-13 *** log(var) 0.3422 0.1597 2.143 0.0322 *

11 r regression generalized-linear-model

2

Quanto calcolo è necessario per comprendere la stima della massima verosimiglianza?

Sto cercando di pianificare un piano di studio per l'apprendimento dell'MLE. Per fare ciò sto cercando di capire qual è il livello minimo di calcolo necessario per capire MLE. È sufficiente comprendere le basi del calcolo (ovvero trovare il minimo e il massimo delle funzioni) per comprendere l'MLE?

11 estimation mathematical-statistics maximum-likelihood

2

Ponderazione del punteggio di propensione nell'analisi di Cox PH e selezione della covariata

Per quanto riguarda la ponderazione del punteggio di propensione (IPTW) durante la modellizzazione proporzionale del rischio di Cox dei dati di sopravvivenza tempo-evento: Ho potenziali dati di registro in cui siamo interessati a esaminare l'effetto terapeutico di un farmaco che nella maggior parte dei casi i pazienti stavano già assumendo …

11 r survival cox-model propensity-scores

1

Gestire la regressione di una variabile di risposta insolitamente limitata

Sto tentando di modellare una variabile di risposta che è teoricamente limitata tra -225 e +225. La variabile è il punteggio totale ottenuto dai soggetti durante una partita. Sebbene teoricamente sia possibile per i soggetti segnare +225. Ciononostante, poiché il punteggio dipendeva non solo dalle azioni dei soggetti, ma anche …

11 regression data-transformation beta-distribution bounds beta-regression

1

Valutazione dei classificatori: curve di apprendimento vs curve ROC

Vorrei confrontare 2 diversi classificatori per un problema di classificazione del testo multiclasse che utilizza grandi set di dati di allenamento. Dubito che dovrei usare le curve ROC o le curve di apprendimento per confrontare i 2 classificatori. Da un lato, le curve di apprendimento sono utili per decidere la …

11 machine-learning classification roc accuracy

3

Misura l'uniformità della distribuzione dei punti in un quadrato 2D

Ho un quadrato 2D e ho una serie di punti al suo interno, diciamo 1000 punti. Ho bisogno di un modo per vedere se la distribuzione dei punti all'interno del quadrato è diffusa (o più o meno uniformemente distribuita) o stanno tendendo a riunirsi in qualche punto all'interno del quadrato. …

11 distributions probability spatial point-process