¿Qué significa que un estudio tenga demasiada potencia? Mi impresión es que significa que sus tamaños de muestra son tan grandes que tiene el poder de detectar tamaños de efectos minúsculos. Estos tamaños de efectos son quizás tan pequeños que es más probable que resulten de sesgos leves en el...
Digamos que tengo un modelo de clasificación predictivo basado en un bosque aleatorio (usando el paquete randomForest en R). Me gustaría configurarlo para que los usuarios finales puedan especificar un elemento para generar una predicción y generará una probabilidad de clasificación. Hasta ahora,...
La covarianza entre dos variables aleatorias define una medida de cuán estrechamente están relacionadas linealmente entre sí. Pero, ¿qué pasa si la distribución conjunta es circular? Seguramente hay estructura en la distribución. ¿Cómo se extrae esta
Mis intentos: No pude obtener intervalos de confianza en interaction.plot() y por otro lado plotmeans()del paquete 'gplot' no mostraría dos gráficos. Además, no pude imponer dos plotmeans()gráficos uno encima del otro porque, por defecto, los ejes son diferentes. Tuve cierto éxito usando el...
Tengo el número total de llamadas recibidas cada semana y las he trazado en un gráfico, desde hace casi 3 años. A simple vista, parece que hubo una caída masiva durante la Navidad, que no parece haberse recuperado, parece que ha habido un cambio radical en las solicitudes. ¿Hay alguna prueba que...
Una estadística típica de procesamiento de imágenes es el uso de las características de textura de Haralick , que son 14. Me pregunto sobre la decimocuarta de estas características: dado un mapa de adyacencia (que simplemente podemos ver y la distribución empírica de dos enteros i , j < 256 ),...
Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 6 años . En un marco de datos, me gustaría obtener el...
Cerrada . Esta pregunta está basada en la opinión . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que pueda ser respondida con hechos y citas editando esta publicación . Cerrado hace 6 meses .
Me gustaría generar una matriz de correlación aleatoria de modo que la distribución de sus elementos fuera de la diagonal se vea aproximadamente como normal. ¿Cómo puedo hacerlo? La motivación es esta. Para un conjunto de series de datos de tiempo, la distribución de correlación a menudo se ve...
Quiero entrenar un clasificador, digamos SVM, o bosque aleatorio, o cualquier otro clasificador. Una de las características del conjunto de datos es una variable categórica con 1000 niveles. ¿Cuál es la mejor manera de reducir el número de niveles en esta variable? En R hay una función llamada...
¿Cuáles son los beneficios de dar ciertos valores iniciales a las probabilidades de transición en un modelo oculto de Markov? Finalmente, el sistema los aprenderá, entonces, ¿cuál es el punto de dar valores distintos de los aleatorios? ¿El algoritmo subyacente hace una diferencia como...
El modelo de "Acumulador balístico lineal" (LBA) es un modelo bastante exitoso para el comportamiento humano en tareas de decisión simples aceleradas. Donkin et al. (2009, PDF ) proporcionan un código que permite estimar los parámetros del modelo dado los datos de comportamiento humano, y he...
He utilizado una amplia variedad de pruebas para mis datos de tesis, desde ANOVA paramétricos y pruebas t hasta pruebas de Kruskal-Wallis no paramétricas y Mann-Whitneys, así como ANOVA de 2 vías transformados por rango y GzLM con binario, Poisson y datos proporcionales. Ahora necesito informar...
La prueba F clásica para subconjuntos de variables en regresión multilineal tiene la forma dondeSSE(R)es la suma de los errores al cuadrado bajo el modelo 'reducido', que anida dentro del modelo 'grande'B, ydfson los grados de libertad de los dos modelos. Bajo la hipótesis nula de que las...
¿Alguien sabe cuál es la fórmula para la distancia de Cook? La fórmula original de distancia de Cook usa residuos estudiados, pero ¿por qué R usa std? Residuos de Pearson al calcular el diagrama de distancia de Cook para un GLM. Sé que los residuos estudiados no están definidos para GLM, pero ¿cómo...
Estoy usando indexación semántica latente para encontrar similitudes entre documentos (¡ gracias, JMS! ) Después de la reducción de dimensiones, probé la agrupación de k-means para agrupar los documentos en grupos, lo que funciona muy bien. Pero me gustaría ir un poco más lejos y visualizar los...
Estoy trabajando con algunos conjuntos de datos grandes usando el paquete gbm en R. Tanto mi matriz de predicción como mi vector de respuesta son bastante escasos (es decir, la mayoría de las entradas son cero). Esperaba construir árboles de decisión usando un algoritmo que aprovecha esta escasez,...
Enseño un curso introductorio de geografía económica. Para ayudar a mis estudiantes a desarrollar una mejor comprensión de los tipos de países que se encuentran en la economía mundial contemporánea y una apreciación de las técnicas de reducción de datos, quiero construir una tarea que cree una...
Es posible que haya escuchado sobre el reciente brote de E. coli enterohemorrágica ( EHEC ) en Alemania . ¿Qué preguntas haría un estadístico sobre el análisis EHEC? Estoy pensando en Q +. Entre reporteros / funcionarios públicos experts no expertos, dicen profesores e ingenieros con un diploma...
¿Hay alguna manera de que una vez que se construya un árbol de clasificación complejo usando rpart (en R), para organizar las reglas de decisión producidas para cada clase? Entonces, en lugar de obtener un árbol enorme, ¿obtenemos un conjunto de reglas para cada una de las clases? (¿si es así,...