Statistiche e Big Data inference

4

Sto lavorando con un piccolo set di dati (21 osservazioni) e ho il seguente diagramma QQ normale in R: Visto che la trama non supporta la normalità, cosa potrei dedurre sulla distribuzione sottostante? Mi sembra che una distribuzione più inclinata a destra sarebbe più adatta, giusto? Inoltre, quali altre conclusioni …

173 r data-visualization inference qq-plot

12

Chi sono i bayesiani?

Man mano che ci si interessa alle statistiche, la dicotomia "Frequentist" vs. "Bayesian" diventa presto un luogo comune (e chi non ha letto il segnale e il rumore di Nate Silver , comunque?). Nei colloqui e nei corsi introduttivi, il punto di vista è in gran parte frequentista ( MLE …

92 bayesian mathematical-statistics inference bayes frequentist

10

Comprensione intuitiva della "varianza"

Qual è il modo più semplice e pulito per spiegare a qualcuno il concetto di varianza? Cosa significa intuitivamente? Se uno dovesse spiegare questo al proprio figlio come lo farebbe? È un concetto che ho difficoltà a articolare, soprattutto quando si collega la varianza al rischio. Lo capisco matematicamente e …

81 distributions variance standard-deviation inference intuition

8

Qual è un buon esempio convincente in cui i valori p sono utili?

La mia domanda nel titolo è autoesplicativa, ma vorrei dare un po 'di contesto. L'ASA ha rilasciato una dichiarazione all'inizio di questa settimana " sui valori di p: contesto, processo e scopo ", delineando varie idee sbagliate comuni sul valore di p e sollecitando cautela nel non usarlo senza contesto …

64 hypothesis-testing bayesian p-value inference frequentist

12

Test a due code ... Non sono proprio convinto. Qual e il punto?

Il seguente estratto è dalla voce, Quali sono le differenze tra i test a una coda e due code? , sul sito di aiuto per le statistiche dell'UCLA. ... considera le conseguenze della mancanza di un effetto nell'altra direzione. Immagina di aver sviluppato un nuovo farmaco che ritieni sia un …

58 hypothesis-testing statistical-significance inference

7

Perché qualcuno dovrebbe usare un approccio bayesiano con un precedente improprio "non informativo" invece dell'approccio classico?

Se l'interesse sta semplicemente stimando i parametri di un modello (stima puntuale e / o intervallo) e le informazioni precedenti non sono affidabili, deboli (so che questo è un po 'vago ma sto cercando di stabilire uno scenario in cui la scelta di un la priorità è difficile) ... Perché …

44 bayesian inference prior likelihood information

3

Verifica dell'uguaglianza dei coefficienti da due diverse regressioni

Questo sembra essere un problema di base, ma mi sono appena reso conto che in realtà non so come testare l'uguaglianza dei coefficienti da due diverse regressioni. Qualcuno può far luce su questo? Più formalmente, supponiamo di aver eseguito le due regressioni seguenti: e dove riferisce alla matrice di progettazione …

44 hypothesis-testing inference

6

Regola empirica per il numero di campioni bootstrap

Mi chiedo se qualcuno conosce qualche regola empirica generale relativa al numero di campioni bootstrap che uno dovrebbe usare, in base alle caratteristiche dei dati (numero di osservazioni, ecc.) E / o alle variabili incluse?

40 bootstrap inference monte-carlo

4

Qual è l'argomento fiduciario e perché non è stato accettato?

Uno dei contributi tardivi di RA Fisher furono intervalli fiduciali e argomentazioni di principio fiduciali . Tuttavia, questo approccio non è affatto popolare quanto gli argomenti di principio frequentista o bayesiano. Qual è l'argomento fiduciario e perché non è stato accettato?

33 inference philosophical fiducial

3

Perché il test delle ipotesi di base si concentra sulla media e non sulla mediana?

Nei corsi di statistica di base under-grad, agli studenti viene (di solito?) Insegnato test di ipotesi per la media di una popolazione. Perché l'attenzione è rivolta alla media e non alla mediana? La mia ipotesi è che sia più facile testare la media a causa del teorema del limite centrale, …

32 hypothesis-testing mean inference median

2

Esecuzione di un test statistico dopo aver visualizzato i dati - dragaggio dei dati?

Proporrò questa domanda per mezzo di un esempio. Supponiamo di avere un set di dati, come il set di dati sui prezzi delle case di Boston, in cui ho variabili continue e categoriche. Qui abbiamo una variabile di "qualità", da 1 a 10, e il prezzo di vendita. Posso separare …

31 hypothesis-testing data-visualization p-value dataset inference

3

Adatte viste trincerate di valori p

A volte nei rapporti includo un disclaimer sui valori di p e altre statistiche inferenziali che ho fornito. Dico che dal momento che il campione non era casuale, tali statistiche non si sarebbero applicate rigorosamente. La mia formulazione specifica è di solito riportata in una nota a piè di pagina: …

31 inference p-value

7

Inferenza vs. stima?

Quali sono le differenze tra "inferenza" e "stima" nel contesto dell'apprendimento automatico ? Come principiante, sento che inferiamo variabili casuali e stimiamo i parametri del modello. Questa mia comprensione è giusta? In caso contrario, quali sono esattamente le differenze e quando dovrei usare quali? Inoltre, qual è il sinonimo di …

30 machine-learning inference terminology

5

Come gestire i dati gerarchici / nidificati nell'apprendimento automatico

Spiegherò il mio problema con un esempio. Supponiamo di voler prevedere il reddito di un individuo in base ad alcuni attributi: {Età, Genere, Paese, Regione, Città}. Hai un set di dati di allenamento come questo train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", …

29 regression machine-learning multilevel-analysis correlation dataset spatial paired-comparisons cross-correlation clustering aic bic dependent-variable k-means mean standard-error measurement-error errors-in-variables regression multiple-regression pca linear-model dimensionality-reduction machine-learning neural-networks deep-learning conv-neural-network computer-vision clustering spss r weighted-data wilcoxon-signed-rank bayesian hierarchical-bayesian bugs stan distributions categorical-data variance ecology r survival regression r-squared descriptive-statistics cross-section maximum-likelihood factor-analysis likert r multiple-imputation propensity-scores distributions t-test logit probit z-test confidence-interval poisson-distribution deep-learning conv-neural-network residual-networks r survey wilcoxon-mann-whitney ranking kruskal-wallis bias loss-functions frequentist decision-theory risk machine-learning distributions normal-distribution multivariate-analysis inference dataset factor-analysis survey multilevel-analysis clinical-trials

3

Cosa succede se il campione casuale non è chiaramente rappresentativo?

Che cosa succede se si preleva un campione casuale e si vede che non è chiaramente rappresentativo, come in una domanda recente . Ad esempio, cosa succede se la distribuzione della popolazione dovrebbe essere simmetrica intorno a 0 e il campione che si estrae casualmente ha osservazioni positive e negative …

28 sampling experiment-design inference sample

Domande taggate «inference»