He encontrado información discordante sobre la pregunta: " Si uno construye un intervalo de confianza (IC) del 95% de una diferencia en las medias o una diferencia en las proporciones, ¿todos los valores dentro del IC son igualmente probables? O, ¿es la estimación puntual la más probable? , con...
Me preguntaba si hay buenas bibliotecas R para redes neuronales de aprendizaje profundo. Sé que está el nnet,, neuralnety RSNNS, pero ninguno de estos parece implementar métodos de aprendizaje profundo. Estoy especialmente interesado en el aprendizaje no supervisado seguido del aprendizaje...
Estoy tratando de predecir un resultado binario usando 50 variables explicativas continuas (el rango de la mayoría de las variables es a ). Mi conjunto de datos tiene casi 24,000 filas. Cuando corro en R, obtengo:−∞−∞-\infty∞∞\inftyglm Warning messages: 1: glm.fit: algorithm did not converge 2:...
Existe una cierta escuela de pensamiento según la cual el enfoque más extendido para las pruebas estadísticas es un "híbrido" entre dos enfoques: el de Fisher y el de Neyman-Pearson; estos dos enfoques, según la afirmación, son "incompatibles" y, por lo tanto, el "híbrido" resultante es una "mezcla...
Tanto PCA como autoencoder pueden reducir la degradación, entonces, ¿cuál es la diferencia entre ellos? ¿En qué situación debo usar uno sobre
Sigo leyendo esto e intuitivamente puedo ver esto, pero ¿cómo se pasa de la regularización L2 a decir que este es un Prior Gaussiano analíticamente? Lo mismo ocurre con decir que L1 es equivalente a un previo de Laplace. Cualquier otra referencia sería genial.
Espero que el título se explique por sí mismo. En Kaggle, la mayoría de los ganadores usan el apilamiento con a veces cientos de modelos base, para exprimir un porcentaje adicional de MSE, precisión ... En general, según su experiencia, cuán importante es el modelado sofisticado, como el...
Declaración Uno (S1): "Una de cada 80 muertes es causada por un accidente automovilístico". Declaración Dos (S2): "Una de cada 80 personas muere como resultado de un accidente automovilístico". Ahora, personalmente no veo mucha diferencia entre estas dos declaraciones. Al escribir, los...
Me gustaría tener tantos algoritmos que realicen la misma tarea que la regresión logística. Es decir, algoritmos / modelos que pueden dar una predicción a una respuesta binaria (Y) con alguna variable explicativa (X). Me alegraría que después de nombrar el algoritmo, si también mostrara cómo...
Tengo SPSSsalida para un modelo de regresión logística. El resultado informa dos medidas para el ajuste del modelo, Cox & Snelly Nagelkerke. Entonces, como regla general, ¿cuál de estas medidas R2R²R^² informaría como el modelo se ajusta? O, ¿cuál de estos índices de ajuste es el que...
En el año 2000, Judea Pearl publicó Causality . ¿Qué controversias rodean este trabajo? ¿Cuáles son sus principales
Recientemente medí cómo se adquiere el significado de una nueva palabra sobre exposiciones repetidas (práctica: del día 1 al día 10) midiendo ERP (EEG) cuando la palabra se veía en diferentes contextos. También controlé las propiedades del contexto, por ejemplo, su utilidad para el descubrimiento...
Hay varios hilos en este sitio para recomendaciones de libros sobre estadísticas introductorias y aprendizaje automático, pero estoy buscando un texto sobre estadísticas avanzadas que incluya, en orden de prioridad: máxima probabilidad, modelos lineales generalizados, análisis de componentes...
De la teoría de la estadística de Mark J. Schervish (página 12): Aunque el teorema de representación de DeFinetti 1.49 es central para motivar modelos paramétricos, en realidad no se usa en su implementación. ¿Cómo es el teorema central para los modelos
Estoy tratando de entender la filosofía detrás del uso de un modelo lineal generalizado (GLM) frente a un modelo lineal (LM). He creado un conjunto de datos de ejemplo a continuación donde: log(y)=x+εlog(y)=x+ε\log(y) = x + \varepsilon El ejemplo no tiene el error como una función de la...
Si calculo la mediana de un número suficientemente grande de observaciones extraídas de la misma distribución, ¿establece el teorema del límite central que la distribución de las medianas se aproximará a una distribución normal? Tengo entendido que esto es cierto con los medios de una gran cantidad...
¿Cuál es la diferencia entre el estratificado de validación cruzada y la validación cruzada ? Wikipedia dice: En la validación cruzada estratificada de k-pliegues , los pliegues se seleccionan de modo que el valor medio de respuesta sea aproximadamente igual en todos los pliegues. En el caso...
Hasta donde yo entiendo, la prueba de Wald en el contexto de la regresión logística se usa para determinar si cierta variable predictora es significativa o no. Rechaza la hipótesis nula de que el coeficiente correspondiente sea cero.XXX La prueba consiste en dividir el valor del coeficiente por...
Para resolver problemas de selección de modelo, varios métodos (LASSO, regresión de cresta, etc.) reducirán los coeficientes de las variables predictoras hacia cero. Estoy buscando una explicación intuitiva de por qué esto mejora la capacidad predictiva. Si el verdadero efecto de la variable fue...
Me refiero a prácticas que aún mantienen su presencia, a pesar de que los problemas (generalmente computacionales) para los que fueron diseñados han sido resueltos. Por ejemplo, la corrección de continuidad de Yates se inventó para aproximar la prueba exacta de Fisher con la prueba , pero ya no...