En el ajuste estándar de máxima verosimilitud (iid muestra Y1,…,YnY1,…,YnY_{1}, \ldots, Y_{n} de alguna distribución con densidad fy(y|θ0fy(y|θ0f_{y}(y|\theta_{0} )) y en el caso de un modelo correctamente especificado, la información de Fisher viene dada
Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 2 años . Hasta ahora, he eliminado las variables...
Los gráficos acíclicos dirigidos (DAG; por ejemplo, Groenlandia, et al, 1999) son parte de un formalismo de inferencia causal de la interpretación contrafáctica del campo de causalidad. En estos gráficos, la presencia de una flecha de la variable AAA a la variable BBB afirma que la variable AAA...
En general, en un problema de clasificación donde el objetivo es predecir con precisión la pertenencia a una clase fuera de la muestra, ¿cuándo no debo usar un clasificador de conjunto? Esta pregunta está estrechamente relacionada con ¿Por qué no usar siempre el aprendizaje conjunto? . Esa...
Un grupo de personas responde una pregunta. La respuesta puede ser "sí" o "no". El investigador quiere saber si la edad está asociada con el tipo de respuesta. La asociación se evaluó mediante una regresión logística donde la edad es la variable explicativa y el tipo de respuesta (sí, no) es la...
¿Cuál es la diferencia entre LOESS y LOWESS? Desde Wikipedia solo puedo ver que LOESS es una generalización de LOWESS. ¿Tienen parámetros ligeramente
He leído aquí que, dada una muestra de una distribución continua con cdf F X , la muestra correspondiente a U i = F X ( X i ) sigue una distribución uniforme estándar.X1,X2,...,XnX1,X2,...,Xn X_1,X_2,...,X_n FXFX F_X Ui=FX(Xi)Ui=FX(Xi) U_i = F_X(X_i) He verificado esto usando simulaciones...
Una vez que he construido un modelo de bosque aleatorio (regresión) en R, la llamada rf$importanceme proporciona dos medidas para cada variable predictiva, %IncMSEy IncNodePurity. ¿La interpretación de que las variables predictoras con %IncMSEvalores más pequeños es más importante que las variables...
La tendencia central, la propagación y la asimetría pueden definirse relativamente bien, al menos de manera intuitiva; Las medidas matemáticas estándar de estas cosas también corresponden relativamente bien a nuestras nociones intuitivas. Pero la curtosis parece ser diferente. Es muy confuso y no...
He estado pensando en escribir una publicación de blog sobre este interesante análisis de Kleinberg (2002) que explora la dificultad de la agrupación. Kleinberg describe tres desideratas aparentemente intuitivas para una función de agrupamiento y luego demuestra que no existe tal función. Hay...
Pregunta La varianza de una distribución binomial negativa (NB) es siempre mayor que su media. Cuando la media de una muestra es mayor que su varianza, el intento de ajustar los parámetros de un NB con la máxima probabilidad o con la estimación de momento fallará (no hay solución con parámetros...
Supongamos que tengo una matriz densa de tamaño m × n , con descomposición SVD A = U S V ⊤ . En puedo calcular la SVD de la siguiente manera: .AA \textbf{A}m×nm×nm \times nA=USV⊤.A=USV⊤.\mathbf{A}=\mathbf{USV}^\top.Rsvd(A) Si se agrega una nueva fila a A , ¿se puede calcular la nueva...
Se puede realizar una regresión logit en R usando dicho código: > library(MASS) > data(menarche) > glm.out = glm(cbind(Menarche, Total-Menarche) ~ Age, + family=binomial(logit), data=menarche) > coefficients(glm.out) (Intercept) Age -21.226395 1.631968 Parece que el algoritmo de...
Como se indicó en esta pregunta, el rango máximo de la matriz de covarianza es n−1n−1n-1 donde nnn es el tamaño de la muestra y, por lo tanto, si la dimensión de la matriz de covarianza es igual al tamaño de la muestra, sería singular. No puedo entender por qué restamos 111 del rango máximo nnn de...
Digamos que tengo algunos datos, y luego ajusto los datos con un modelo (una regresión no lineal). Luego calculo el R cuadrado ( ).R2R2R^2 Cuando R cuadrado es negativo, ¿qué significa eso? ¿Eso significa que mi modelo es malo? Sé que el rango de puede ser [-1,1]. Cuando R 2 es 0, ¿qué significa...
Pregunta (s): ¿Cuál es la idea y la intuición detrás de la estimación cuasi máxima verosimilitud (QMLE; también conocida como pseudo estimación de máxima verosimilitud, PMLE)? ¿Qué hace que el estimador funcione cuando la distribución de error real no coincide con la distribución de error...
Supppse XXX e YYY están distribuidos uniformemente de manera uniforme en [ 0 , 1 ][0,1][0, 1] , y son independientes, ¿cuál es el PDF de Z = Y / XZ=Y/XZ = Y / X ? La respuesta de algún libro de texto de teoría de la probabilidad es f Z ( z ) = { 1 / 2 , si 0 ≤ z ≤ 1 1 / ( 2 z 2 ) , si z > 1...
Tengo datos de densidad de peces que estoy tratando de comparar entre varias técnicas de recolección diferentes, los datos tienen muchos ceros y el histograma parece vaugley apropiado para una distribución de Poisson, excepto que, como densidades, no son datos enteros. Soy relativamente nuevo en...
Si tengo datos y ejecuto una clasificación (digamos bosque aleatorio en estos datos) con validación cruzada (digamos 5 veces), ¿podría concluir que no hay un ajuste excesivo en mi
Mi pregunta puede ser tonta. Así que me disculparé de antemano. Estaba tratando de usar el modelo GLOVE pre-entrenado por el grupo Stanford NLP ( enlace ). Sin embargo, noté que mis resultados de similitud mostraron algunos números negativos. Eso inmediatamente me llevó a mirar el archivo de...