Según el artículo de Wikipedia sobre la distribución Gamma : Si e , donde e son variables aleatorias independientes, entonces .X∼Gamma(a,θ)X∼Gamma(a,θ)X\sim\mathrm{Gamma}(a,\theta)Y∼Gamma(b,θ)Y∼Gamma(b,θ)Y\sim\mathrm{Gamma}(b,\theta)XXXYYYX+Y∼Gamma(a+b,θ)X+Y∼Gamma(a+b,θ)X+Y\sim \mathrm{Gamma}(a+b,...
Si estuviera interesado en ajuste de dos vías interacciones entre una variable lineal explicativo y otra variable explicativa b que tiene una relación cuadrática con la variable dependiente y , tendría que incluir tanto la interacción con el componente cuadrática y la interacción con el lineal...
Aquí está mi contexto para esta pregunta: por lo que puedo decir, no podemos ejecutar una regresión de mínimos cuadrados ordinarios en R cuando usamos datos ponderados y el surveypaquete. Aquí, tenemos que usar svyglm(), que en su lugar ejecuta un modelo lineal generalizado (¿qué puede ser lo...
Imagina que hay 80 jugadores de dodgeball en el mundo. Cada uno de ellos ha jugado miles de juegos de dodgeball con los otros 79 jugadores en un orden más o menos aleatorio. Este es un mundo sin equipos (por ejemplo, cada jugador tiene la posibilidad de ser reclutado en cualquier equipo en cada...
¿Está "bien" agregar una línea vertical a un histograma para visualizar el valor medio? Me parece bien, pero nunca he visto esto en los libros de texto y similares, así que me pregunto si hay algún tipo de convención para no hacerlo. El gráfico es para un trabajo a término, solo quiero...
Solo estoy trabajando con el libro Inteligencia colectiva (de Toby Segaran) y encontré el puntaje de distancia euclidiana. En el libro, el autor muestra cómo calcular la similitud entre dos conjuntos de recomendaciones (es decir, .persona × película ↦ puntaje )person×movie↦score)\textrm{person}...
En el siguiente ejemplo > m = matrix(c(3, 6, 5, 6), nrow=2) > m [,1] [,2] [1,] 3 5 [2,] 6 6 > (OR = (3/6)/(5/6)) #1 [1] 0.6 > fisher.test(m) #2 Fisher's Exact Test for Count Data data: m p-value = 0.6699 alternative hypothesis: true odds ratio is not equal to 1 95 percent...
Pregunta bastante básica: ¿Qué significa una distribución normal de residuos de una regresión lineal? En términos de, ¿cómo se refleja esto en mis datos originales de la regresión? Estoy totalmente perplejo, gracias
El diccionario Merriam-Webster define un evento o situación contingente como 1 : likely but not certain to happen : possible 2 : not logically necessary; especially : empirical 3 a : happening by chance or unforeseen causes b : subject to chance or unseen effects : unpredictable c : intended for...
Soy nuevo en ciencia de datos y tengo problemas para encontrar clústeres en un conjunto de datos con 200,000 filas y 50 columnas en R. Dado que los datos tienen variables tanto numéricas como nominales, los métodos como K-means que usa la medida de distancia euclidiana no parecen ser una opción...
Los grados de libertad en una regresión múltiple es igual a , donde es el número de variables.N−k−1N−k−1N-k-1kkk ¿ Incluye kkk la variable de respuesta (es decir, YYY )? Por ejemplo, en el modelo Y=B0+B1X1+B2X2Y=B0+B1X1+B2X2Y = B_0 + B_1X_1 + B_2X_2 , ¿ k=3k=3k = 3 (es decir, 1 df cada uno para...
En los últimos días he estado tratando de entender cómo funciona Markov Chain Monte Carlo (MCMC). En particular, he estado tratando de entender e implementar el algoritmo Metropolis-Hastings. Hasta ahora creo que tengo una comprensión general del algoritmo, pero hay algunas cosas que aún no me...
He revisado mucha literatura disponible en línea, incluido este foro sin suerte y esperando que alguien pueda ayudarme con un problema estadístico que enfrento actualmente: Tengo 5 listas de datos clasificados, cada uno con 10 elementos clasificados de la posición 1 (mejor) a la posición 10...
Si en las regresiones estándar de OLS se violan dos supuestos (distribución normal de errores, homocedasticidad), ¿son los errores estándar de arranque y los intervalos de confianza una alternativa apropiada para llegar a resultados significativos con respecto a la importancia de los coeficientes...
Consideremos este conjunto de datos hipotético: set.seed(12345) num.subjects <- 10 dose <- rep(c(1,10,50,100), num.subjects) subject <- rep(1:num.subjects, each=4) group <- rep(1:2, each=num.subjects/2*4) response <- dose*dose/10 * group + rnorm(length(dose), 50, 30) df <-...
Espero que esta pregunta no se marque "como demasiado general" y espero que se inicie una discusión que beneficie a todos. En estadística, pasamos mucho tiempo aprendiendo grandes teorías de muestra. Estamos profundamente interesados en evaluar las propiedades asintóticas de nuestros...
Estoy haciendo una regresión usando Random Forests para predecir precios basados en varios atributos. El código está escrito en Python usando Scikit-learn. ¿Cómo decide si debe transformar sus variables usando exp/ logantes de usarlo para ajustar el modelo de regresión? ¿Es necesario cuando se...
Estoy haciendo algunos pronósticos en R usando el paquete de pronósticos de Rob Hyndman . El papel que pertenece al paquete se puede encontrar aquí . En el documento, después de explicar los algoritmos de pronóstico automático, los autores implementan los algoritmos en el mismo conjunto de datos....
Mi pregunta tiene que ver con la relación entre alfa y beta y sus definiciones en estadísticas. alfa = tasa de error tipo I = nivel de significación considerando que la hipótesis NULL es correcta Beta = tasa de error tipo II Si se reduce alfa (la especificidad aumenta a medida que alfa = 1-...
Ejecuté PCA en 25 variables y seleccioné las 7 mejores PC usando prcomp. prc <- prcomp(pollutions, center=T, scale=T, retx=T) Luego hice rotación varimax en esos componentes. varimax7 <- varimax(prc$rotation[,1:7]) Y ahora deseo varimax rotar los datos rotados por PCA (ya que no es parte...