¿Puede proporcionar un ejemplo de un estimador MLE de la media que está sesgada? No estoy buscando un ejemplo que rompa los estimadores de MLE en general al violar las condiciones de regularidad. Todos los ejemplos que puedo ver en Internet se refieren a la variación, y parece que no puedo...
Tú y yo decidimos jugar un juego donde nos turnamos para lanzar una moneda. El primer jugador en voltear 10 cabezas en total gana el juego. Naturalmente, hay una discusión sobre quién debería ir primero. Las simulaciones de este juego muestran que el jugador que voltea primero gana un 6% más que...
Me gustaría generar muestras de la región azul definida aquí: La solución ingenua es utilizar el muestreo de rechazo en el cuadrado de la unidad, pero esto proporciona solo una eficiencia de (~ 21.4%).1−π/41−π/41-\pi/4 ¿Hay alguna manera de que pueda probar más eficientemente?...
Tengo datos sobre comportamientos de movimiento (tiempo de sueño, sedentario y actividad física) que suman aproximadamente 24 (como en horas por día). Quiero crear una variable que capture el tiempo relativo empleado en cada uno de estos comportamientos: me han dicho que una transformación de...
La definición estándar de un valor atípico para un diagrama de Caja y Bigotes son los puntos fuera del rango , donde y es el primer cuartil y es el tercer cuartil de los datos. I Q R{Q1−1.5IQR,Q3+1.5IQR}{Q1−1.5IQR,Q3+1.5IQR}\left\{Q1-1.5IQR,Q3+1.5IQR\right\}IQR=Q3−Q1IQR=Q3−Q1IQR=...
No entiendo cuál es exactamente la diferencia entre la predicción "dentro de la muestra" y "fuera de la muestra". Un pronóstico dentro de la muestra utiliza un subconjunto de los datos disponibles para pronosticar valores fuera del período de estimación. En cambio, un pronóstico fuera de muestra...
Supongamos que tenemos muestras de dos variables aleatorias independientes de Bernoulli, y .B e r ( θ1)simir(θ1)\mathrm{Ber}(\theta_1)B e r ( θ2)simir(θ2)\mathrm{Ber}(\theta_2) ¿Cómo demostramos que ?( X¯1- X¯2) - ( θ1- θ2)θ1( 1 - θ1)norte1+ θ2( 1 - θ2)norte2--------------√→renorte( 0 , 1...
La regresión beta (es decir, GLM con distribución beta y generalmente la función de enlace logit) a menudo se recomienda para tratar la respuesta, también conocida como variable dependiente que toma valores entre 0 y 1, como fracciones, razones o probabilidades: regresión para un resultado...
Me hicieron esta pregunta el otro día y nunca la había considerado antes. Mi intuición proviene de las ventajas de cada estimador. La máxima probabilidad es preferiblemente cuando confiamos en el proceso de generación de datos porque, a diferencia del método de los momentos, hace uso del...
Acabo de terminar de leer esta discusión. Argumentan que PR AUC es mejor que ROC AUC en el conjunto de datos desequilibrados. Por ejemplo, tenemos 10 muestras en el conjunto de datos de prueba. 9 muestras son positivas y 1 es negativa. Tenemos un modelo terrible que predice todo lo positivo. Por...
Tengo un conjunto de 150 características, y muchas de ellas están altamente correlacionadas entre sí. Mi objetivo es predecir el valor de una variable discreta, cuyo rango es 1-8 . Mi tamaño de muestra es 550 , y estoy usando una validación cruzada 10 veces . AFAIK, entre los métodos de...
Estoy leyendo el siguiente blog sobre la red neuronal LSTM: http://machinelearningmastery.com/understanding-stateful-lstm-recurrent-neural-networks-python-keras/ El autor da nueva forma al vector de entrada X como [muestras, pasos de tiempo, características] para diferentes configuraciones de...
Si el resultado de mi prueba t unilateral es significativo pero el tamaño de la muestra es pequeño (por ejemplo, inferior a 20 o menos), ¿puedo confiar en este resultado? Si no es así, ¿cómo debo tratar y / o interpretar este
Es bien sabido que la regresión lineal con una penalización de es equivalente a encontrar la estimación MAP dada una Gaussiana anterior sobre los coeficientes. Del mismo modo, usar una penalización es equivalente a usar una distribución de Laplace como la anterior.l2l2l^2l1l1l^1 No es raro usar...
Estoy usando Lasso para la selección de características en una configuración dimensional relativamente baja (n >> p). Después de ajustar un modelo de lazo, quiero usar las covariables con coeficientes distintos de cero para ajustar un modelo sin penalización. Estoy haciendo esto porque quiero...
Conozco los beneficios de la regularización cuando construyo modelos predictivos (sesgo vs. varianza, evitando el sobreajuste). Pero me pregunto si es una buena idea hacer también la regularización (lazo, cresta, red elástica) cuando el propósito principal del modelo de regresión es la inferencia...
Los siguientes son los 6 límites de decisión a continuación. Los límites de decisión son las líneas violett. Los puntos y cruces son dos conjuntos de datos diferentes. Tenemos que decidir cuál es un: SVM lineal SVM kernelized (núcleo polinomial de orden 2) Perceptrón Regresión logística Red...
El PCA robusto (desarrollado por Candes et al. 2009 o mejor aún, Netrepalli et al. 2014 ) es un método popular para la detección de valores atípicos multivariados , pero la distancia de Mahalanobis también se puede utilizar para la detección de valores atípicos dada una estimación robusta y...
Mi comprensión del algoritmo es la siguiente: Ningún muestreador de giro en U (NUTS) es un método hamiltoniano de Monte Carlo. Esto significa que no es un método de la cadena de Markov y, por lo tanto, este algoritmo evita la parte de la caminata aleatoria, que a menudo se considera ineficiente y...
Estoy tratando de entender cómo puedo obtener la importancia de una variable categórica que se ha desglosado en variables ficticias. Estoy usando scikit-learn que no maneja variables categóricas para usted como R o h2o. Si divido una variable categórica en variables ficticias, obtengo...