Inspirado en " ejemplos reales de distribuciones comunes ", me pregunto qué ejemplos pedagógicos utilizan las personas para demostrar asimetría negativa. Hay muchos ejemplos "canónicos" de distribuciones simétricas o normales que se usan en la enseñanza, ¡incluso si algunas como la altura y el peso...
Considere observaciones censuradas a la derecha, con eventos en los momentos . El número de individuos susceptibles en el momento es , y el número de eventos en el momento es .i n i i d it1, t2, ...t1,t2,…t_1, t_2, \dotsyoiinorteyonin_iyoiireyodid_i El estimador de Kaplan-Meier o producto surge...
La regresión penalizada L1 (también conocida como lazo) se presenta en dos formulaciones. Deje que las dos funciones objetivas sean Q1=12||Y−Xβ||22Q2=12||Y−Xβ||22+λ||β||1.Q1=12||Y−Xβ||22Q2=12||Y−Xβ||22+λ||β||1. Q_1 = \frac{1}{2}||Y - X\beta||_2^2 \\ Q_2 =\frac{1}{2}||Y - X\beta||_2^2 + \lambda...
Estoy luchando por comprender la derivación del error de predicción esperado a continuación (ESL), especialmente en la derivación de 2.11 y 2.12 (condicionamiento, el paso hacia el mínimo puntual). Cualquier puntero o enlace muy apreciado. A continuación estoy informando el extracto de ESL pág....
Estoy tratando de ajustar una spline para un GLM usando R. Una vez que ajuste la spline, quiero poder tomar mi modelo resultante y crear un archivo de modelado en un libro de Excel. Por ejemplo, supongamos que tengo un conjunto de datos donde y es una función aleatoria de xy la pendiente cambia...
Estoy confundido acerca de cómo dividir los datos para la validación cruzada k-fold del aprendizaje en conjunto. Suponiendo que tengo un marco de aprendizaje conjunto para la clasificación. Mi primera capa contiene los modelos de clasificación, por ejemplo, svm, árboles de decisión. Mi segunda...
Tengo un conjunto de datos que consta de 5 características: A, B, C, D, E. Todos son valores numéricos. En lugar de hacer una agrupación basada en la densidad, lo que quiero hacer es agrupar los datos en forma de árbol de decisión. El enfoque que quiero decir es algo como esto: El algoritmo puede...
Acabo de leer un poco sobre el muestreo de Gibbs y el algoritmo Metropolis Hastings y tengo un par de preguntas. Según tengo entendido, en el caso del muestreo de Gibbs, si tenemos un gran problema multivariado, tomamos muestras de la distribución condicional, es decir, tomamos muestras de una...
Deje que un modelo de regresión lineal obtenido por la función R lm quisiera saber si es posible obtenerlo mediante el comando Error al cuadrado medio. Tuve la SIGUIENTE salida de un ejemplo > lm <- lm(MuscleMAss~Age,data) > sm<-summary(lm) > sm Call: lm(formula = MuscleMAss ~...
En R, cuando tengo un modelo lineal (generalizada) ( lm, glm, gls, glmm, ...), ¿cómo puedo probar el coeficiente (pendiente de regresión) contra cualquier otro valor distinto a 0? En el resumen del modelo, los resultados de la prueba t del coeficiente se informan automáticamente, pero solo para...
Si ZZ\mathbf {Z} es un vector aleatorio y es una matriz fija, ¿podría alguien explicar por quéc o v [ A Z ] = A c o v [ Z ] A ⊤ .AAAcov[AZ]=Acov[Z]A⊤.cov[AZ]=Acov[Z]A⊤.\mathrm{cov}[A \mathbf {Z}]= A \mathrm{cov}[\mathbf
He estado pensando, implementando y utilizando el paradigma Extreme Learning Machine (ELM) durante más de un año, y cuanto más lo hago, más dudo de que sea realmente algo bueno. Sin embargo, mi opinión parece estar en contraste con la comunidad científica donde, cuando se usan citas y nuevas...
Sé cómo calcular matemáticamente PCA y SVD, y sé que ambos se pueden aplicar a la regresión de mínimos cuadrados lineales. La principal ventaja de SVD matemáticamente parece ser que se puede aplicar a matrices no cuadradas. Ambos se centran en la descomposición de la matrizAdemás de la ventaja de...
Estoy interesado en comprender mejor el método delta para aproximar los errores estándar de los efectos marginales promedio de un modelo de regresión que incluye un término de interacción. He analizado preguntas relacionadas con el método delta, pero ninguna me ha proporcionado lo que estoy...
Entiendo que la diferencia entre ellos está relacionada con si la variable de agrupación en el modelo se estima como un efecto fijo o aleatorio, pero no me queda claro por qué no son iguales (si no son iguales). Estoy específicamente interesado en cómo funciona esto cuando se usa la estimación de...
Me impresionaron los resultados en el documento ICML 2014 " Representaciones distribuidas de oraciones y documentos " de Le y Mikolov. La técnica que describen, llamada "vectores de párrafo", aprende representaciones sin supervisión de párrafos / documentos arbitrariamente largos, basados en una...
Según tengo entendido, en PCA basado en correlaciones obtenemos cargas de factores (= componente principal en este caso) que no son más que correlaciones entre variables y factores. Ahora, cuando necesito generar puntajes de factores en SPSS, puedo obtener directamente puntajes de factores de cada...
¿Por qué en "Método de momentos", equiparamos los momentos de muestra con los momentos de población para encontrar el estimador puntual? ¿Dónde está la lógica detrás de
El teorema de Bayes va PAG( modelo | datos ) = P( modelo ) × P( datos | modelo )PAG( datos )P(model|data)=P(model)×P(data|model)P(data) P(\textrm{model}|\textrm{data}) = \frac{P(\textrm{model}) \times P(\textrm{data}|\textrm{model})}{P(\textrm{data})} Todo esta bien. Pero, he leído en alguna...
Conceptualmente, entiendo el significado de la frase "el área total debajo de un PDF es 1". Debe significar que las posibilidades de que el resultado esté en el intervalo total de posibilidades es del 100%. Pero realmente no puedo entenderlo desde un punto de vista "geométrico". Si, por ejemplo,...