Si en el núcleo PCA elijo un núcleo lineal K(x,y)=x⊤yK(x,y)=x⊤yK(\mathbf{x},\mathbf{y}) = \mathbf x^\top \mathbf y , ¿el resultado será diferente del PCA lineal ordinario ? ¿Son las soluciones fundamentalmente diferentes o existe alguna relación bien
Tengo la siguiente imagen que me han dicho es una ilustración de cómo la distribución de probabilidad posterior es una combinación de las distribuciones anteriores y de probabilidad. Me han dicho que hay algo mal con la imagen, a saber, que la distribución posterior no puede tener la forma que...
No puedo entender el uso de contrastes polinómicos en el ajuste de regresión. En particular, me refiero a una codificación utilizada por Rpara expresar una variable de intervalo (variable ordinal con niveles igualmente espaciados), descrita en esta página . En el ejemplo de esa página , si entendí...
Parece que KNN es un algoritmo de aprendizaje discriminativo, pero parece que no puedo encontrar ninguna fuente en línea que lo confirme. ¿Es KNN un algoritmo de aprendizaje
¿El pdf y el pmf y el cdf contienen la misma información? Para mí, el pdf da toda la probabilidad a un cierto punto (básicamente el área bajo la probabilidad). Las pmf dan la probabilidad de cierto punto. El cdf da la probabilidad bajo cierto punto. Entonces, para mí, el pdf y el cdf tienen la...
Estoy buscando casos específicos y reales en los que una relación causal se dedujo de manera inapropiada de la evidencia de una correlación. Específicamente, estoy interesado en ejemplos que cumplan con los siguientes criterios: La existencia de la relación causal fue aceptada como un hecho lo...
Hola chicos, encontré uno o dos artículos que usan regresión de cresta (para datos de baloncesto). Siempre me dijeron que estandarizara mis variables si ejecutaba una regresión de cresta, pero simplemente me dijeron que hiciera esto porque la cresta era una variante de escala (la regresión de...
Los cursos de estadística básica a menudo sugieren usar una distribución normal para estimar la media de un parámetro de población cuando el tamaño de la muestra n es grande (generalmente más de 30 o 50). La distribución T de Student se usa para tamaños de muestra más pequeños para tener en cuenta...
Necesito generar números aleatorios siguiendo la distribución Normal dentro del intervalo . (Estoy trabajando en R.)(a,b)(a,b)(a,b) Sé que la función rnorm(n,mean,sd)generará números aleatorios siguiendo la distribución normal, pero ¿cómo establecer los límites de intervalo dentro de eso? ¿Hay...
Sabemos que la correlación cero no implica independencia. Me interesa saber si una correlación distinta de cero implica dependencia, es decir, si para algunas variables aleatorias e , ¿podemos decir en general que ?Corr ( X , Y ) ≠ 0 Corr(X,Y)≠0\text{Corr}(X,Y)\ne0X XXY YYf X , Y ( x , y ) ≠ f X (...
Después de algunas búsquedas, encuentro muy poco sobre la incorporación de los pesos de observación / errores de medición en el análisis de componentes principales. Lo que encuentro tiende a depender de enfoques iterativos para incluir ponderaciones (por ejemplo, aquí ). Mi pregunta es ¿por qué es...
Tengo una pregunta sobre el sesgo variable omitido en la regresión logística y lineal. Digamos que omito algunas variables de un modelo de regresión lineal. Imagine que esas variables omitidas no están correlacionadas con las variables que incluí en mi modelo. Esas variables omitidas no sesgan...
Acabo de leer sobre la medida de desviación para la regresión logística. Sin embargo, la parte que se llama modelo saturado no me resulta clara. Hice una búsqueda exhaustiva en Google, pero ninguno de los resultados respondió mi pregunta. Hasta ahora descubrí que un modelo saturado tiene un...
Podría usar alguna orientación sobre la presentación de algunos datos. Este primer gráfico es una comparación de casos y controles para la citocina IL-10. He configurado manualmente el eje y para incluir el 99% de los datos. La razón por la que configuré esto manualmente es porque el grupo de...
Considere un proceso AR (2) centrado en la media Xt=ϕ1Xt−1+ϕ2Xt−2+ϵtXt=ϕ1Xt−1+ϕ2Xt−2+ϵtX_t=\phi_1X_{t-1}+\phi_2X_{t-2}+\epsilon_t donde ϵtϵt\epsilon_t es el proceso estándar de ruido blanco. Sólo por razones de simplicidad déjame llamar ϕ1=bϕ1=b\phi_1=b y ϕ2=aϕ2=a\phi_{2}=a . Centrándome en las...
Esta es mi primera publicación en StackExchange, pero la he estado utilizando como recurso durante bastante tiempo, haré todo lo posible para usar el formato apropiado y realizar las ediciones apropiadas. Además, esta es una pregunta de varias partes. No estaba seguro de si debía dividir la...
La respuesta a la pregunta ¿ Relación entre los coeficientes de correlación phi, Matthews y Pearson? muestra que los tres métodos de coeficientes son todos equivalentes. No soy de estadísticas, por lo que debería ser una pregunta fácil. El artículo de Matthews
Según la autoridad suprema 1, Gibbs Sampling es un caso especial del algoritmo Metropolis-Hastings para el muestreo de Markov Chain Monte Carlo. El algoritmo MH siempre proporciona una probabilidad de transición con la propiedad de balance detallada; Espero que Gibbs también lo haga. Entonces,...
Estoy usando FactoMineRpara reducir mi conjunto de datos de mediciones a las variables latentes. El mapa de la variable anterior es claro para mí de interpretar, pero estoy confundido cuando se trata de las asociaciones entre las variables y el componente 1. Mirando el mapa variables, ddpy...
En los últimos años, el enfoque estructural de la econometría en comparación con la econometría de forma reducida se ha vuelto más popular. Esto implica una fuerte combinación de modelos económicos teóricos y estadísticas para estimar los parámetros de interés. Imponer una estructura más teórica en...