Statistiche e Big Data modeling

3

Concetti dietro modelli di effetti fissi / casuali

Qualcuno può aiutarmi a capire i modelli di effetti fissi / casuali? Puoi spiegare a modo tuo se hai digerito questi concetti o indirizzarmi alla risorsa (libro, note, sito Web) con indirizzo specifico (numero di pagina, capitolo ecc.) In modo che io possa impararli senza alcuna confusione. È vero: "Abbiamo …

14 mixed-model modeling random-effects-model fixed-effects-model

5

Quale algoritmo di classificazione statistica può prevedere vero / falso per una sequenza di input?

Data una sequenza di input, devo determinare se questa sequenza ha una certa proprietà desiderata. La proprietà può essere solo vera o falsa, ovvero ci sono solo due possibili classi a cui una sequenza può appartenere. L'esatta relazione tra la sequenza e la proprietà non è chiara, ma credo che …

14 machine-learning classification modeling

1

Rapporti di regressione, alias Domande su Kronmal

Di recente, alcune domande a scelta casuale hanno innescato un ricordo di un commento fuori mano di uno dei miei professori qualche anno fa che mi avvisava dell'uso dei rapporti nei modelli di regressione. Così ho iniziato a leggere su questo, portando alla fine a Kronmal 1993. Voglio assicurarmi di …

14 regression modeling interaction weighted-regression ratio

2

Modello per la stima della densità di popolazione

Un database di (popolazione, area, forma) può essere utilizzato per mappare la densità di popolazione assegnando un valore costante di popolazione / area a ciascuna forma (che è un poligono come un blocco censimento, tratto, contea, stato, qualunque cosa). Le popolazioni di solito non sono distribuite uniformemente nei loro poligoni, …

14 modeling unbiased-estimator spatial

2

Spiegare la regolazione del modello, in un inglese semplice

Leggendo su metodi e risultati dell'analisi statistica, specialmente in epidemiologia, molto spesso sento parlare di aggiustamento o controllo dei modelli. Come spiegheresti, a un non statistico, lo scopo di questo? Come si interpretano i risultati dopo aver controllato una determinata variabile? Un piccolo walk-through in Stata o R, o un …

14 regression modeling epidemiology

3

Sostituzione delle variabili con WoE (peso dell'evidenza) nella regressione logistica

Questa è una domanda riguardante una pratica o un metodo seguito da alcuni dei miei colleghi. Durante la creazione di un modello di regressione logistica, ho visto le persone sostituire le variabili categoriali (o variabili continue che sono integrate) con il rispettivo Peso dell'evidenza (WoE). Questo è presumibilmente fatto per …

14 regression logistic categorical-data modeling

2

La previsione è il "criterio d'oro" per giudicare l'abilità degli statistici?

Lo scorso fine settimana stavo leggendo i modelli lineari del libro di testo di Faraway con R (1a edizione). Faraway aveva un capitolo chiamato "Strategia statistica e incertezza del modello". Ha descritto (pagina 158) che ha generato artificialmente alcuni dati utilizzando un modello molto complicato, quindi chiese ai suoi studenti …

13 predictive-models modeling interpretation

1

Errore additivo o errore moltiplicativo?

Sono relativamente nuovo alle statistiche e gradirei aiutarlo a capirlo meglio. Nel mio campo c'è un modello comunemente usato del modulo: Pt= Po( Vt)αPt=Po(Vt)αP_t = P_o(V_t)^\alpha Quando le persone adattano il modello ai dati, di solito lo linearizzano e si adattano a quanto segue log( Pt) = log( Po) + …

13 modeling model error curve-fitting measurement-error

1

Parametri vs variabili latenti

L'ho già chiesto e ho avuto delle difficoltà a identificare ciò che rende un parametro del modello e ciò che lo rende una variabile latente. Quindi, guardando vari thread su questo argomento in questo sito, la distinzione principale sembra essere: Le variabili latenti non sono osservate ma hanno una distribuzione …

13 bayesian modeling random-variable latent-variable

1

AIC / BIC: quanti parametri conta una permutazione?

Diciamo che ho un problema di selezione dei modelli e sto cercando di utilizzare AIC o BIC per valutare i modelli. Questo è semplice per i modelli che hanno un certo numero di parametri con valori reali.kkk Tuttavia, cosa succede se uno dei nostri modelli (ad esempio, il modello Mallows …

13 modeling maximum-likelihood aic fitting bic

1

Tecniche per l'analisi dei rapporti

Sto cercando consigli e commenti che trattino dell'analisi di rapporti e tassi. Nel campo in cui lavoro, l'analisi dei rapporti in particolare è molto diffusa, ma ho letto alcuni articoli che suggeriscono che ciò può essere problematico, sto pensando a: Kronmal, Richard A. 1993. Correlazione spuria e fallacia del rapporto …

13 modeling multiple-regression generalized-linear-model interaction confounding

2

Complicazioni di avere un campione molto piccolo in un modello di equazione strutturale

Sto eseguendo un modello di equazione strutturale (SEM) in Amos 18. Stavo cercando 100 partecipanti per il mio esperimento (usato in modo approssimativo), che probabilmente non era abbastanza per condurre SEM di successo. Mi è stato ripetutamente detto che SEM (insieme a EFA, CFA) è una procedura statistica "di grande …

13 modeling sample-size bootstrap sem

1

LARS vs discesa delle coordinate per il lazo

Quali sono i pro e i contro dell'utilizzo di LARS [1] rispetto all'utilizzo della discesa delle coordinate per l'adattamento della regressione lineare regolarizzata L1? Sono principalmente interessato agli aspetti prestazionali (i miei problemi tendono ad avere Ntra le centinaia di migliaia e p<20). Tuttavia, anche altre intuizioni sarebbero apprezzate. modifica: …

13 regression lasso regularization regression references lasso regularization elastic-net r distributions aggregation clustering algorithms regression correlation modeling distributions time-series standard-deviation goodness-of-fit hypothesis-testing statistical-significance sample binary-data estimation random-variable interpolation distributions probability chi-squared predictor outliers regression modeling interaction

5

Quando utilizzare più modelli per la previsione?

Questa è una domanda abbastanza generica: In genere ho scoperto che l'utilizzo di più modelli diversi supera un modello quando si tenta di prevedere una serie temporale fuori campione. Esistono buoni documenti che dimostrano che la combinazione di modelli supererà un singolo modello? Esistono best practice in merito alla combinazione …

13 time-series modeling model-comparison

1

Pacchetto GBM vs. Caret tramite GBM

Ho usato il tuning del modello caret, ma poi rieseguendo il modello usando il gbmpacchetto. Comprendo che il caretpacchetto utilizza gbme l'output dovrebbe essere lo stesso. Tuttavia, solo un rapido test eseguito utilizzando data(iris)mostra una discrepanza nel modello di circa il 5% utilizzando RMSE e R ^ 2 come metrica …

13 r caret gbm matrix linear-algebra logistic modeling logit ordered-logit r confidence-interval survival population weibull classification separation hypothesis-testing correlation statistical-significance p-value python r data-visualization r regression multiple-regression chi-squared multivariate-analysis distributions random-variable experiment-design distributions poisson-regression residuals excel time-series garch var survival modeling cox-model interaction r pca normality-assumption

Domande taggate «modeling»