He estado leyendo el Capítulo 13 de Hamilton y tiene la siguiente representación de espacio de estado para un ARMA (p, q). Sea Luego, el proceso ARMA (p, q) es el siguiente: \ begin {alineado} y_t - \ mu & = \ phi_1 (y_ {t-1} - \ mu) + \ phi_2 (y_ {t-2} - \ mu) + ... + \ phi_3 (y_ {t-3} - \...
Estoy trabajando en un problema multiclase con 9 etiquetas posibles, para las cuales tengo un conjunto de datos que consta de ~ 50,000 ejemplos y ~ 200 características cada uno. Cada ejemplo solo puede pertenecer a una clase. Los datos están bastante equilibrados entre las diferentes...
Después de ver videos en YouTube, siento que realmente no puedo definir qué es la inferencia variacional. Puedo seguir los procedimientos mientras estoy viendo las conferencias en video al respecto. Pero difícil de definir qué es realmente. Espero escuchar sobre
Supongamos que estamos viendo este diagrama de caja y bigotes: Entre el jueves y el viernes, creo que la mayoría estaría de acuerdo en que parece haber una diferencia significativa en el tiempo de sueño. Sin embargo, ¿es una conjetura estadísticamente válida? ¿Podemos discernir diferencias...
En una prueba t de medias habitual, utilizando los métodos de prueba de hipótesis habituales, rechazamos el nulo o no lo rechazamos, pero nunca aceptamos el nulo. Una razón para esto es que si obtuviéramos más evidencia, el mismo tamaño del efecto se volvería significativo. Pero, ¿qué sucede en...
Estoy ejecutando un modelo de regresión con Lasso y Ridge (para predecir una variable de resultado discreta que va de 0 a 5). Antes de ejecutar el modelo, utilizo el SelectKBestmétodo de scikit-learnreducir el conjunto de características de 250 a 25 . Sin una selección inicial de características,...
Estoy trabajando en algún proyecto de modelado predictivo en estos días: tratando de aprender un modelo y hacer predicciones en tiempo real basadas en el modelo que aprendí sin conexión. Comencé a usar la regresión de cresta recientemente, porque leí que la regularización puede ayudar a reducir el...
He realizado una prueba de Kruskal Wallis, y para algunas de las preguntas el valor p no es significativo. ¿Informaría esto de la misma manera que si fuera significativo, indicando el df, el estadístico de prueba y el valor p? Por lo tanto, sería algo así como una prueba de Kruskal Wallis, pero se...
¿Hay alguna distribución continua expresable en forma cerrada, cuya media es tal que la media geométrica de las muestras es un estimador imparcial para esa media? Actualización: Acabo de darme cuenta de que mis muestras tienen que ser positivas (o de lo contrario la media geométrica puede no...
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 el año pasado . El entrenamiento después de 15 épocas en el...
Modelo lineal simple: ϵ t N ( 0 , σ 2 )x = α t + ϵtx=αt+ϵtx=\alpha t + \epsilon_t donde ~ iidϵtϵt\epsilon_tnorte( 0 , σ2)N(0,σ2)N(0,\sigma^2) con yV a r ( x ) = σ 2mi( x ) = α tE(x)=αtE(x) = \alpha tVa r ( x ) = σ2Var(x)=σ2Var(x)=\sigma^2 AR (1): ϵ t N ( 0 , σ 2 )Xt= α Xt - 1+ ϵtXt=αXt−1+ϵtX_t...
Netflix solía basar sus sugerencias en las calificaciones enviadas por el usuario de otras películas / programas. Este sistema de calificación tenía cinco estrellas. Ahora, Netflix permite a los usuarios gustar / no me gusta (pulgar hacia arriba / pulgar hacia abajo) películas / espectáculos....
Estoy leyendo las diapositivas de Steven Scott sobre el paquete BSTS R (Puede encontrarlas aquí: diapositivas ). En algún momento, cuando habla de incluir muchos regresores en el modelo de serie de tiempo estructural, introduce los picos y las losas anteriores de los coeficientes de regresión y...
Los modelos de efectos lineales mixtos son extensiones de modelos de regresión lineal para datos que se recopilan y resumen en grupos. Las ventajas clave son que los coeficientes pueden variar con respecto a una o más variables de grupo. Sin embargo, estoy luchando con cuándo usar el modelo de...
A riesgo de hacer la pregunta específica del software, y con la excusa de su ubicuidad e idiosincrasia, quiero preguntar sobre la función biplot()en R y, más específicamente, sobre el cálculo y el trazado de sus flechas rojas superpuestas predeterminadas, correspondientes a las variables...
Los grados de libertad en mi tabla F no aumentan lo suficiente para mi gran muestra. Por ejemplo, si tengo una F con 5 y 6744 grados de libertad, ¿cómo encuentro el valor crítico del 5% para un ANOVA? ¿Qué pasa si estaba haciendo una prueba de chi-cuadrado con grandes grados de libertad? [Una...
Acabo de aprender sobre el concepto de bootstrapping, y se me ocurrió una pregunta ingenua: si siempre podemos generar numerosas muestras de bootstrap de nuestros datos, ¿por qué molestarse en obtener más datos "reales"? Creo que tengo una explicación, por favor dígame si estoy en lo correcto:...
Pregunta en una oración: ¿Alguien sabe cómo determinar los buenos pesos de clase para un bosque aleatorio? Explicación: estoy jugando con conjuntos de datos desequilibrados. Quiero usar el Rpaquete randomForestpara entrenar un modelo en un conjunto de datos muy sesgado con solo pocos ejemplos...
¿Podría la información mutua sobre la entropía conjunta: 0 ≤ I( X, Y)H( X, Y)≤ 10≤I(X,Y)H(X,Y)≤1 0 \leq \frac{I(X,Y)}{H(X,Y)} \leq 1 se define como: "¿La probabilidad de transmitir una información de X a Y"? Lamento ser tan ingenuo, pero nunca he estudiado teoría de la información, y estoy...
Si consideramos un árbol de decisión completamente desarrollado (es decir, un árbol de decisión no podado) tiene una alta varianza y un bajo sesgo. El ensacado y los bosques aleatorios usan estos modelos de alta varianza y los agregan para reducir la varianza y así mejorar la precisión de la...