El otro día, un seminario web realizado por una compañía de pruebas a / b hizo que su "Científico de datos" residente explicara que debe validar sus resultados volviendo a ejecutar el experimento. La premisa era que, si selecciona un 95% de confianza, hay un 5% (1/20) de probabilidad de un falso...
Suponga que una variable aleatoria escalar XXX pertenece a una familia exponencial de parámetros vectoriales con pdf fX(x|θ)=h(x)exp(∑i=1sηi(θ)Ti(x)−A(θ))fX(x|θ)=h(x)exp(∑i=1sηi(θ)Ti(x)−A(θ)) f_X(x|\boldsymbol \theta) = h(x) \exp\left(\sum_{i=1}^s \eta_i({\boldsymbol \theta}) T_i(x) -...
Tengo 100,000 observaciones (9 variables indicadoras ficticias) con 1000 positivos. La regresión logística debería funcionar bien en este caso, pero la probabilidad de corte me desconcierta. En la literatura común, elegimos 50% de corte para predecir 1s y 0s. No puedo hacer esto ya que mi modelo...
Deje que XXX siga una distribución uniforme e YYY siga una distribución normal. ¿Qué se puede decir sobre XYXY\frac X Y¿ Y ? ¿Hay una distribución para ello? Encontré que la razón de dos normales con media cero es
Estoy tratando de implementar y aprender un Proceso de Dirichlet para agrupar mis datos (o como la gente de aprendizaje automático habla, estimar la densidad). Leí mucho papel sobre el tema y de alguna manera tuve la idea. Pero todavía estoy confundido; aquí hay una serie de preguntas, 1) ¿Cuál...
Me pregunto cómo una variable instrumental aborda el sesgo de selección en la regresión. Este es el ejemplo que estoy analizando : en Econometría en su mayoría inofensiva , los autores discuten una regresión IV relacionada con el servicio militar y las ganancias más adelante en la vida. La...
Estoy trabajando en el desarrollo de un modelo predictivo de riesgo de seguro. Estos modelos son de "eventos raros" como predicción de ausencia de aerolínea, detección de fallas de hardware, etc. Mientras preparaba mi conjunto de datos, traté de aplicar la clasificación, pero no pude obtener...
Si se trata de una pregunta duplicada, señale el camino correcto, pero las preguntas similares que he encontrado aquí no han sido lo suficientemente similares. Supongamos que calculo el modelo Y=α+βX+uY=α+βX+uY=\alpha + \beta X + u y encuentra que . Sin embargo, resulta que X = X 1 + X 2 , y...
Estoy tratando de averiguar qué SVR es adecuado para ese tipo de datos. Conozco 4 tipos de SVR: épsilon nu mínimos cuadrados y lineal. Entiendo que SVR lineal es más o menos como lazo con L1 Reg, pero ¿cuál es la diferencia entre las 3 técnicas restantes?
Pregunta de tarea: Considere el modelo Ising 1-d. Deje . es -1 o +1x=(x1,...xd)x=(x1,...xd)x = (x_1,...x_d)xixix_i π(x)∝e∑39i=1xixi+1π(x)∝e∑i=139xixi+1\pi(x) \propto e^{\sum_{i=1}^{39}x_ix_{i+1}} Diseñe un algoritmo de muestreo de gibbs para generar muestras aproximadamente a partir de la...
Implementé la siguiente función para calcular la entropía: from math import log def calc_entropy(probs): my_sum = 0 for p in probs: if p > 0: my_sum += p * log(p, 2) return - my_sum Resultado: >>> calc_entropy([1/7.0, 1/7.0, 5/7.0]) 1.1488348542809168 >>> from...
Tenía un par de preguntas sobre la interpretación de las razones de probabilidades para las variables continuas en la regresión logística. Siento que estas son preguntas básicas sobre la regresión logística (y probablemente sobre la regresión en general), y aunque me da un poco de vergüenza no...
Esta pregunta se me ocurrió cuando me senté en una conferencia pública sobre preguntas no resueltas en matemáticas. Es bien sabido que todavía hay muchas preguntas matemáticas sin resolver por ahí. Me hizo pensar cuáles son los problemas no resueltos en las estadísticas. Después de pasar un tiempo...
Esta pregunta se deriva de esta sobre la "Regla .632". Estoy escribiendo con referencia particular a la respuesta / notación de user603 en la medida en que simplifica las cosas. Esa respuesta comienza con una muestra de tamaño con sustitución, de n elementos distintos en la colección (llamada) que...
Considere un modelo lineal de intercepción aleatoria. Esto es equivalente a la regresión lineal de GEE con una matriz de correlación de trabajo intercambiable. Suponga que los predictores son y y los coeficientes para estos predictores son , y . ¿Cuál es la interpretación de los coeficientes en el...
Estoy tratando de entender cómo se calculan los valores ajustados para los modelos ARMA (p, q). Ya he encontrado una pregunta aquí con respecto a los valores ajustados de los procesos ARMA, pero no he podido darle sentido. Si tengo un modelo ARMA (1,1), es decir Xt= α1Xt - 1+ ϵt- β1ϵt -...
Intenté comprender mejor la covarianza de dos variables aleatorias y entender cómo la primera persona que lo pensó llegó a la definición que se usa habitualmente en estadística. Fui a Wikipedia para entenderlo mejor. Según el artículo, parece que una buena medida o cantidad candidata para...
Tengo una pregunta sobre la distribución correcta para usar para crear un modelo con mis datos. Realicé un inventario forestal con 50 parcelas, cada parcela mide 20m × 50m. Para cada parcela, calculé el porcentaje de copa de los árboles que sombrea el suelo. Cada parcela tiene un valor, en...
Soy un recién llegado al aprendizaje automático (también algunas estadísticas), he estado aprendiendo conocimiento (algoritmos de aprendizaje supervisados / no supervisados, métodos de optimización relevantes, regularizaciones, algunas filosofías (como el equilibrio de sesgo-varianza)) por un...
Puedo entrenar una regresión logística al Rusar glm(y ~ x, family=binomial(logit))) pero, IIUC, esto optimiza la probabilidad de registro. ¿Hay alguna forma de entrenar el modelo utilizando la función de pérdida lineal ( ) (que en este caso es la misma que la distancia de variación total...