Estoy intentando aprender cómo usar los campos aleatorios de Markov para segmentar regiones en una imagen. No entiendo algunos de los parámetros en el MRF o por qué la maximización de expectativas que realizo a veces no puede converger en una solución. A partir del teorema de Bayes, tengo...
Mis preguntas son: ¿Se garantiza que los modelos lineales generalizados (GLM) converjan a un máximo global? Si es así, ¿por qué? Además, ¿qué restricciones hay en la función de enlace para asegurar la convexidad? Mi comprensión de los GLM es que maximizan una función de probabilidad altamente...
Estoy usando la glmerfunción del lme4paquete en R, y estoy usando el bobyqaoptimizador (es decir, el predeterminado en mi caso). Recibo una advertencia y tengo curiosidad por saber qué significa. Warning message: In optwrap(optimizer, devfun, start, rho$lower, control = control, : convergence...
Tengo algunas dudas sobre qué medida de rendimiento usar, área bajo la curva ROC (TPR como función de FPR) o área bajo la curva de recuperación de precisión (precisión como función de recuperación). Mis datos están desequilibrados, es decir, el número de instancias negativas es mucho mayor que las...
Soy nuevo en la página y bastante nuevo en estadísticas y R. Estoy trabajando en un proyecto para la universidad con el objetivo de encontrar la correlación entre la lluvia y el nivel de flujo de agua en los ríos. Una vez que se prueba la correlación, quiero pronosticarla / predecirla. Los datos...
En los últimos meses, he leído intensamente sobre la regresión cuantil en preparación para mi tesis de maestría este verano. Específicamente, he leído la mayor parte del libro de 2005 de Roger Koenker sobre el tema. Ahora quiero expandir este conocimiento existente a técnicas de regresión cuantil...
Tendré que presentar un proyecto a los no estadísticos en una próxima conferencia y me gustaría incluir una cita que he leído en un punto que hace la comparación entre las estadísticas y una máquina que procesa mineral. La razón es que quiero enfatizar una cierta conexión entre las capacidades de...
Varias descripciones sobre la selección del modelo sobre los efectos aleatorios de los modelos lineales mixtos indican el uso de REML. Sé la diferencia entre REML y ML en algún nivel, pero no entiendo por qué REML debe usarse porque ML está sesgado. Por ejemplo, ¿es incorrecto realizar un LRT en un...
En los modelos lineales necesitamos verificar si existe una relación entre las variables explicativas. Si se correlacionan demasiado, entonces hay colinealidad (es decir, las variables se explican parcialmente entre sí). Actualmente solo estoy mirando la correlación por pares entre cada una de las...
Según tengo entendido, una red neuronal artificial perceptrón / de una sola capa con una función de activación sigmoidea logística es el mismo modelo que la regresión logística. Ambos modelos están dados por la ecuación: F( x ) = 11 - e- βXF(X)=11-mi-βXF(x) = \frac{1}{1-e^{-\beta X}} El algoritmo...
Tengo antecedentes moderados en el pronóstico de series de tiempo. He mirado varios libros de pronósticos y no veo las siguientes preguntas abordadas en ninguno de ellos. Tengo dos preguntas: ¿Cómo determinaría objetivamente (mediante una prueba estadística) si una serie de tiempo dada...
¿Cómo estima el modelo de pronóstico apropiado para una serie de tiempo mediante inspección visual de las parcelas ACF y PACF? ¿Cuál (es decir, ACF o PACF) le dice al AR o al MA (o ambos)? ¿Qué parte de los gráficos le dice la parte estacional y no estacional para un ARIMA estacional? Considere...
¿Son estas convenciones meramente estilísticas (ya sea en cursiva o no en cursiva), o existen diferencias sustanciales en el significado de estas notaciones? ¿Hay otras anotaciones que significan " la probabilidad de " que deberían considerarse en esta
El utilizado por la opción "ward.D" (equivalente a la única opción Ward "ward" en las versiones R <= 3.0.3) no implementa el criterio de agrupación de Ward (1963), mientras que la opción "ward.D2" implementa ese criterio ( Murtagh y Legendre 2014). (
En la regresión de lazo o cresta, uno tiene que especificar un parámetro de contracción, a menudo llamado o . Este valor a menudo se elige a través de la validación cruzada al verificar un montón de valores diferentes en los datos de entrenamiento y ver cuál produce el mejor, por ejemplo, en los...
Esta pregunta es un seguimiento técnico de esta pregunta . Tengo problemas para entender y replicar el modelo presentado en Raftery (1988): Inferencia para el parámetro binomial : un enfoque jerárquico de BayesNNN en WinBUGS / OpenBUGS / JAGS. Sin embargo, no se trata solo de código, por lo que...
Hoy enseñé una clase introductoria de estadística y un estudiante se me ocurrió una pregunta, que reformulo aquí como: "¿Por qué la desviación estándar se define como sqrt de varianza y no como el sqrt de la suma de cuadrados sobre N?" Definimos varianza poblacional:
Estoy estudiando redes neuronales convolucionales (CNN) debido a sus aplicaciones en visión por computadora. Ya estoy familiarizado con las redes neuronales estándar de alimentación hacia adelante, por lo que espero que algunas personas aquí puedan ayudarme a dar un paso adicional para comprender...
Estamos estudiando el aprendizaje automático a través del aprendizaje automático: una perspectiva probabilística (Kevin Murphy). Si bien el texto explica la base teórica de cada algoritmo, rara vez dice en qué caso qué algoritmo es mejor, y cuando lo hace, no dice cómo saber en qué caso estoy. Por...
Como se explica en este folleto del curso (página 1) , se puede escribir un modelo lineal en la forma: y=β1x1+⋯+βpxp+εi,y=β1x1+⋯+βpxp+εi, y = \beta_1 x_{1} + \cdots + \beta_p x_{p} + \varepsilon_i, donde es la variable de respuesta y es la variable explicativa .yyyxixix_{i}ithithi^{th} A menudo,...