¿La implementación de ER es más eficiente Extreme Gradient Boosting? Hay un paquete R que los implementa. ¿Es un nuevo algoritmo que supera la implementación "genérica" (paquete RandomForest de R) no solo en términos de eficiencia o también en algunas otras áreas? Bosque aleatorio extremo...
Estoy tratando de llevar a cabo un análisis discreto de supervivencia en el tiempo utilizando un modelo de regresión logística, y no estoy seguro de entender completamente el proceso. Agradecería mucho la ayuda con algunas preguntas básicas. Aquí está la configuración: Estoy viendo la membresía...
Tengo una pregunta para principiantes con respecto al Teorema del límite central (CLT): Soy consciente de que el CLT establece que una media de las variables aleatorias iid está distribuida aproximadamente de manera normal (para , donde es el índice de los sumandos) o la variable aleatoria...
Sé que una de las ventajas de los modelos mixtos es que permiten especificar la matriz de varianza-covarianza para los datos (simetría compuesta, autorregresiva, no estructurada, etc.) Sin embargo, la lmerfunción en R no permite una fácil especificación de esta matriz. ¿Alguien sabe qué estructura...
Deje . La matriz de información de Fisher se define como:θ ∈ Rnorteθ∈Rnorte\theta \in R^{n} yo( θ )i , j= - E[ ∂2Iniciar sesión( f( XEl | θ))∂θyo∂θj∣∣∣θ ]yo(θ)yo,j=-mi[∂2Iniciar sesión(F(XEl |θ))∂θyo∂θjEl |θ]I(\theta)_{i,j} = -E\left[\frac{\partial^{2} \log(f(X|\theta))}{\partial \theta_{i}...
Contexto : regresión jerárquica con algunos datos faltantes. Pregunta : ¿Cómo uso la estimación de máxima probabilidad de información completa (FIML) para abordar los datos faltantes en R? ¿Hay un paquete que recomendaría y cuáles son los pasos típicos? Los recursos y ejemplos en línea también...
Tengo un espacio de 35 dimensiones (atributos). Mi problema analítico es simple de clasificación. De las 35 dimensiones, más de 25 son categóricas y cada atributo toma más de 50 tipos de valores. En ese escenario, la introducción de una variable ficticia tampoco funcionará para mí. ¿Cómo puedo...
Entiendo que usamos modelos de efectos aleatorios (o efectos mixtos) cuando creemos que algunos parámetros del modelo varían aleatoriamente a través de algún factor de agrupación. Deseo ajustar un modelo donde la respuesta se haya normalizado y centrado (no perfectamente, pero bastante cerca) en un...
Me gustaría saber cómo difiere el tratamiento de los pesos entre svyglmyglm Estoy usando el twangpaquete en R para crear puntajes de propensión que luego se usan como pesos, de la siguiente manera (este código proviene de la
Soy un desarrollador de software que trabaja en sistemas de prueba A / B. No tengo antecedentes sólidos de estadísticas, pero he estado adquiriendo conocimientos en los últimos meses. Un escenario de prueba típico implica comparar dos URL en un sitio web. Un visitante visita LANDING_URLy luego se...
Estoy trabajando en datos gravemente desequilibrados. En la literatura, se utilizan varios métodos para reequilibrar los datos mediante re-muestreo (sobremuestreo o submuestreo). Dos buenos enfoques son: SMOTE: Técnica de sobremuestreo de minorías sintéticas ( SMOTE ) ADASYN: Enfoque de muestreo...
He hojeado varios libros (Raudenbush y Bryk, Snijders y Bosker, Gelman y Hill, etc.) y varios artículos (Gelman, Jusko, Primo y Jacobsmeier, etc.), y todavía no he entendido todo. Las principales diferencias entre el uso de errores estándar agrupados versus el modelado multinivel. Entiendo las...
Quiero realizar una regresión lineal muy simple en R. La fórmula es tan simple como . Sin embargo, me gustaría que la pendiente ( ) esté dentro de un intervalo, digamos, entre 1.4 y 1.6.y= a x + by=unX+siy = ax + bununa ¿Cómo se puede hacer
tl; dr ¿Cuál es la forma recomendada de manejar los discretedatos cuando se realiza la detección de anomalías? ¿Cuál es la forma recomendada de manejar los categoricaldatos cuando se realiza la detección de anomalías? Esta respuesta sugiere usar datos discretos para simplemente filtrar los...
Hoy me di cuenta de esta cuestión , y pensé que sería útil si tuviéramos un hilo que los recursos enumerados que la gente pudiera acceder convenientemente para el análisis de potencia / cálculos del tamaño de la muestra, tal vez análoga a este tema: Recursos para el aprendizaje de R ....
Casi todo lo que leo sobre regresión lineal y GLM se reduce a esto: donde es una función no creciente o no decreciente de y es el parámetro que usted estimar y probar hipótesis sobre. Hay docenas de funciones de enlace y transformaciones de y para hacer una función lineal de .f ( x , β ) y x y f (...
Necesito calcular la muestra de la distancia de Mahalanobis en R entre cada par de observaciones en una matriz de covariables . Necesito una solución que sea eficiente, es decir, solo se calculan distancias, y preferiblemente se implementa en C / RCpp / Fortran, etc. Asumo que , la matriz de...
Cuando construye un biplot para un análisis de PCA, tiene puntajes de PC1 del componente principal en el eje xy puntajes de PC2 en el eje y. ¿Pero cuáles son los otros dos ejes a la derecha y la parte superior de la
Tengo un conjunto de datos con decenas de miles de observaciones de datos de costos médicos. Estos datos están muy sesgados a la derecha y tienen muchos ceros. Se ve así para dos grupos de personas (en este caso, dos grupos de edad con> 3000 obs cada uno): Min. 1st Qu. Median Mean 3rd Qu. Max....
Tengo una pregunta en la que pide verificar si la distribución Uniforme ( Uniform(a,b)Uniform(a,b){\rm Uniform}(a,b) ) está normalizada. Por un lado, ¿qué significa que cualquier distribución se normalice? Y dos, ¿cómo hacemos para verificar si una distribución está normalizada o no? Entiendo...