Estoy tratando de entender el resultado que veo en mi gráfico a continuación. Por lo general, tiendo a usar Excel y obtener una línea de regresión lineal, pero en el siguiente caso estoy usando R y obtengo una regresión polinómica con el comando: ggplot(visual1, aes(ISSUE_DATE,COUNTED)) +...
Estoy revisando por pares un artículo de revista académica y los autores escribieron lo siguiente como justificación para no informar ninguna estadística inferencial (identifiqué la naturaleza de los dos grupos): En total, 25 de los 2.349 (1,1%) encuestados informó X . Nos abstenemos de...
Tengo una muestra de 100 puntos que son continuos y unidimensionales. Calculé su densidad no paramétrica utilizando métodos del núcleo. ¿Cómo puedo extraer muestras aleatorias de esta distribución
Estoy entrenando un modelo de clasificación con Random Forest para discriminar entre 6 categorías. Mis datos transaccionales tienen aproximadamente 60k + observaciones y 35 variables. Aquí hay un ejemplo de cómo se ve aproximadamente.
Actualmente estoy revisando algunos trabajos y he encontrado lo siguiente, lo que me parece incorrecto. Se montan dos modelos mixtos (en R) con lmer. Los modelos no están anidados y se comparan mediante pruebas de razón de probabilidad. En resumen, aquí hay un ejemplo reproducible de lo que...
Tanto la gráfica de caja y bigotes como el gráfico de barras son gráficos apropiados para ANOVA según The R Book (Crawley, 2013), pero ¿ cuál es más apropiado ? Supongo que depende de la situación ... ¿alguien puede
Sé que esto podría ser un poco complicado, estadísticamente, pero este es mi problema. Tengo muchos datos de rango, es decir, el tamaño mínimo, máximo y de muestra de una variable. Para algunos de estos datos también tengo una media, pero no muchos. Quiero comparar estos rangos entre sí para...
En econometría, ¿qué se entiende por forma reducida? Además, ¿qué buscan las personas cuando dicen "Me gustaría ver las estimaciones de forma reducida". Esto se ha dado en el trabajo y las explicaciones individuales y las búsquedas de Google son demasiado técnicas. Esperando que alguien pueda dar...
Como motivado por el cambio reciente de la estadística de selección de modelo por defecto en el paquete de pronóstico de R de AIC a AICc, tengo curiosidad por saber si este último es aplicable donde sea que esté el primero. Tengo una serie de preguntas al respecto y aquí está la primera. Sé que...
Usando estos datos: head(USArrests) nrow(USArrests) Puedo hacer un PCA de esta manera: plot(USArrests) otherPCA <- princomp(USArrests) Puedo obtener los nuevos componentes en otherPCA$scores y la proporción de varianza explicada por componentes con summary(otherPCA) Pero, ¿qué sucede si...
En una variación del problema del colector de cupones , no conoce el número de cupones y debe determinarlo en función de los datos. Me referiré a esto como el problema de las cookies de fortuna: Dado un número desconocido de mensajes distintos de cookies de fortuna nnn , calcule nnn muestreando...
Tengo datos de prueba donde tengo varias muestras grandes de distribuciones discretas que estoy usando como distribuciones empíricas. Quiero probar si las distribuciones son realmente diferentes y cuál es la diferencia de medias para aquellas distribuciones que son realmente diferentes. Como son...
He estado mirando la página de Wikipedia para la correlación de distancia, donde parece caracterizarse por cómo se puede calcular. Mientras que podía hacer los cálculos que lucha para obtener medidas de correlación qué distancia y por qué los cálculos de las miro como lo hacen. ¿Existe una...
Desde la página de Wikipedia sobre intervalos de confianza : ... si se construyen intervalos de confianza en muchos análisis de datos separados de experimentos repetidos (y posiblemente diferentes), la proporción de tales intervalos que contienen el valor verdadero del parámetro coincidirá con...
¿Alguien podría explicar en inglés sencillo cuál es la diferencia entre las reglas generales de Scott y Silverman para la selección de ancho de banda? Específicamente, ¿ cuándo es uno mejor que el otro? ¿Está relacionado con la distribución subyacente? ¿Número de muestras? PD: me estoy refiriendo...
En la regresión lineal, a menudo obtenemos múltiples R y R al cuadrado. Cuáles son las diferencias entre
El siguiente problema surgió recientemente al analizar los datos. Si la variable aleatoria X sigue una distribución normal e Y sigue una distribución χ2nχn2\chi^2_n (con n dof), ¿cómo se distribuye ? Hasta ahora se me ocurrió el pdf de : Y 2 ψ 2 n ( x )Z=X2+Y2Z=X2+Y2Z = X^2 +...
¿Cuál es el mejor software de visualización de datos de código abierto? Requiero lo siguiente: Puede importar datos desde Microsoft Excel (importar datos desde bases de datos Oracle también sería bueno, pero esto no es obligatorio). Los gráficos generados por el software se pueden exportar a...
Estoy tratando de entender el concepto de sobredispersión en regresión logística. He leído que la sobredispersión es cuando la varianza observada de una variable de respuesta es mayor de lo que se esperaría de la distribución binomial. Pero si una variable binomial solo puede tener dos valores...
En realidad, pensé que había entendido lo que se puede mostrar con un diagrama de dependencia parcial, pero usando un ejemplo hipotético muy simple, me quedé bastante perplejo. En el siguiente fragmento de código, genero tres variables independientes ( a , b , c ) y una variable dependiente ( y )...