Siguiente problema: Quiero predecir una variable de respuesta categórica con una (o más) variables categóricas usando glmnet (). Sin embargo, no puedo entender el resultado que me da glmnet. Ok, primero generemos dos variables categóricas relacionadas: Generar datos p <- 2 #number...
En este documento , que se refiere al comando "establecer semilla", las personas de Stata discuten cuestiones relacionadas con la configuración de semillas al generar números pseudoaleatorios. Un notable "no" es "no use en serie la secuencia de números naturales como semillas, porque tiene un...
Estoy leyendo un libro de texto sobre aprendizaje automático (Data Mining de Witten, et al., 2011) y encontré este pasaje: ... Además, se pueden utilizar diferentes distribuciones. Aunque la distribución normal suele ser una buena opción para los atributos numéricos, no es adecuada para los...
Me imagino que controlar una variable en el diseño de su estudio es más efectivo para reducir el error que controlarlo post-hoc en su modelo de regresión. ¿Le importaría a alguien explicar formalmente cómo difieren estas dos instancias de "control"? ¿Cuán comparativamente efectivos son para...
Estoy usando el caretpaquete Rpara entrenar clasificadores binarios SVM. Para la reducción de funciones, estoy preprocesando con PCA usando la función incorporada preProc=c("pca")cuando llamo train(). Aquí están mis preguntas: ¿Cómo selecciona caret los componentes principales? ¿Hay un número...
Entonces sé que si queremos encontrar la distribución de probabilidad de una suma de variables aleatorias independientes X+YX+YX + Y , podemos calcularla a partir de las distribuciones de probabilidad de XXX e YYY ,
Mientras leo el libro All of Statistics de Wassermann, noto una fina sutileza en la definición de los valores p, que no puedo entender. Informalmente, Wassermann define el valor p como [..] la probabilidad (bajo H0H0H_0 ) de observar un valor del estadístico de prueba igual o más extremo de lo...
Tengo dos conjuntos de datos: Mi primer conjunto de datos es el valor de una inversión (en miles de millones de dólares) contra el tiempo, cada unidad de tiempo es un trimestre desde el primer trimestre de 1947. El tiempo se extiende hasta el tercer trimestre de 2002. Mi segundo conjunto de datos...
Estoy tratando de resolver el siguiente ejercicio, pero en realidad no tengo idea de cómo comenzar a hacerlo. Encontré un código en mi libro que parece, pero es un ejercicio completamente diferente y no sé cómo relacionarlos entre sí. ¿Cómo puedo comenzar a simular llegadas y cómo sé cuándo están...
Creé un histograma para Respondent Age y logré obtener una curva muy bonita en forma de campana, de la cual concluí que la distribución es normal. Luego realicé la prueba de normalidad en SPSS, con n = 169. El valor p (Sig.) De la prueba de Kolmogorov-Smirnov es inferior a 0,05 y, por lo tanto,...
Los estudios de eventos están muy extendidos en economía y finanzas para determinar el efecto de un evento en el precio de una acción, pero casi siempre se basan en razonamientos frecuentes. Una regresión OLS, durante un período de referencia que es distinto de la ventana del evento, generalmente...
De hecho, estoy dudando en preguntar esto, porque me temo que me remitirán a otras preguntas o a Wikipedia sobre el muestreo de Gibbs, pero no tengo la sensación de que describan lo que está a la mano. Dada una probabilidad condicional : p ( x | y ) y = y 0 y = y 1 x = x 0 1p ( x |...
Estaba mirando una encuesta de WashingtonTimes / ABC, y el desglose de resultados, especialmente por edad, me pareció sorprendente. Así que fui a buscar parcialidad. Decía: "la encuesta se realizó por teléfono del 11 al 14 de diciembre de 2014, entre una muestra aleatoria de 1,000 adultos. Las...
¿Puede alguien explicarme cuándo usar la impureza de Gini y la ganancia de información para los árboles de decisión? ¿Me puede dar situaciones / ejemplos de cuándo es mejor usar
Supongamos que tengo un conjunto de datos -dimensional donde las dimensiones son más o menos ortogonales (tienen correlación cero).NNNNNN ¿Hay alguna utilidad en términos de: Visualización Representación (para la eficiencia del clasificador) U otros criterios realizar una reducción de...
En mi trabajo, he visto varios usos de la prueba exacta de Fisher, y me preguntaba qué tan bien se ajustan a mis datos. Mirando varias fuentes, entendí cómo calcular la estadística, pero nunca vi una explicación clara y formal de la hipótesis nula supuesta. ¿Puede alguien explicarme o referirme a...
Al leer las respuestas a este hilo , comencé a preguntarme cómo se relaciona la Prueba de Hipótesis con el Método Científico . Si bien tengo una buena comprensión de ambos, estoy teniendo dificultades para establecer la conexión precisa entre ellos. En un nivel alto, el método científico se reduce...
Mientras trabajamos con series temporales, a veces detectamos y eliminamos la estacionalidad mediante análisis espectral. Soy un verdadero principiante en series de tiempo, y estoy confundido por qué uno querría eliminar la estacionalidad de la serie de tiempo original. ¿La eliminación de la...
En Elementos de aprendizaje estadístico , se presenta un problema para resaltar problemas con k-nn en espacios de alta dimensión. Hay puntos de datos que están distribuidos uniformemente en una bola de unidad -dimensional.NNNppp La distancia media desde el origen hasta el punto de datos más...
Estaba mirando esta página sobre la implementación de Monte Carlo de la prueba de Lillefors. No entiendo esta oración: Hay un error aleatorio en este cálculo de la simulación. Sin embargo, debido al truco de sumar 1 al numerador y al denominador al calcular el valor P, puede usarse directamente...