¿Cuál es la razón, si la hay, para usar el Análisis discriminante (DA) en los resultados de un algoritmo de agrupamiento como k-means, como lo veo de vez en cuando en la literatura (esencialmente sobre el subtipo clínico de los trastornos mentales)? Por lo general, no se recomienda probar las...
Tengo un conjunto de datos que pregunta a las personas si han estado en ciertos lugares (por ejemplo, A, B, C, D), y pueden hacer más de una elección, luego se les extrae una muestra de la nariz para ver si están infectados con algunos enfermedad. Necesito averiguar el riesgo relativo de...
¿Cuál es el significado de ∥a∥p=(∑ni=1|ai(t)|p)1p‖a‖p=(∑i=1n|ai(t)|p)1p\|a\|_p=\left(\sum _{i=1}^n \left|a_i(t)\right|{}^p\right){}^{\frac{1}{p}} ? Esta fórmula aparece en la quinta página de Un resumen de flujo de datos mejorado: el boceto Count-Min y sus aplicaciones (que se puede encontrar aquí...
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 2 años . Me gustaría aprender a usar Rcpp . Revisé los...
Estoy comparando dos grupos de mutantes, cada uno de los cuales puede tener solo uno de los 21 fenotipos diferentes. Me gustaría ver si la distribución de estos resultados es similar entre dos grupos. Encontré una prueba en línea que calcula la "prueba de Chi-cuadrado para la igualdad de...
He estado leyendo algunos sobre Mínimos cuadrados generalizados (GLS) y tratando de relacionarlo con mi fondo econométrico básico. Recuerdo que en la escuela de posgrado usé Regresión aparentemente no relacionada (SUR) que parece algo similar a GLS. Un artículo con el que me topé incluso se refirió...
Trabajo en el campo de la minería de datos y he tenido muy poca educación formal en estadística. Últimamente he estado leyendo mucho trabajo que se centra en los paradigmas bayesianos para el aprendizaje y la minería, lo que me parece muy interesante. Mi pregunta es (en varias partes), dado un...
Estoy ajustando un modelo lineal en R usando glmnet. El modelo original (no regularizado) se ajustó utilizando lmy no tenía un término constante (es decir, tenía la forma lm(y~0+x1+x2,data)). glmnettoma una matriz de predictores y un vector de respuestas. He estado leyendo glmnetdocumentación y no...
La "regresión espuria" (en el contexto de series de tiempo) y los términos asociados, como las pruebas de raíz unitaria, son algo de lo que he oído hablar mucho, pero que nunca entendí. ¿Por qué / cuándo, intuitivamente, ocurre? (Creo que es cuando sus dos series temporales están cointegradas, es...
El modelo subyacente de PLS es que un determinado matriz y vector están relacionadas por donde es un latente de la matriz, y son términos de ruido (suponiendo que están centrados).n×mn×mn \times mXXXnnnyyyX=TP′+E,X=TP′+E,X = T P' + E, y=Tq′+f,y=Tq′+f,y = T q' + f,TTTn×kn×kn \times kE,fE,fE,...
¿Se pregunta si alguien se ha encontrado con un paquete / función en R que combine niveles de un factor cuya proporción de todos los niveles en un factor sea inferior a algún umbral? Específicamente, uno de los primeros pasos en la preparación de datos que realizo es colapsar niveles dispersos de...
Saludos, Estoy realizando una investigación que ayudará a determinar el tamaño del espacio observado y el tiempo transcurrido desde el Big Bang. ¡Ojalá puedas ayudar! Tengo datos que se ajustan a una función lineal por partes en la que quiero realizar dos regresiones lineales. Hay un punto en el...
Estoy trabajando en una función de Monte Carlo para valorar varios activos con rendimientos parcialmente correlacionados. Actualmente, acabo de generar una matriz de covarianza y alimentar la rmvnorm()función en R. (Genera valores aleatorios correlacionados). Sin embargo, al observar las...
Recientemente he usado la escala de Platt de salidas SVM para estimar las probabilidades de eventos predeterminados. Las alternativas más directas parecen ser la "Regresión logística del núcleo" (KLR) y la "Máquina de vectores de importación" relacionada. ¿Alguien puede decir qué método de kernel...
¿Puede el grupo recomendar un buen texto / recurso de introducción a las técnicas de remuestreo aplicadas? Específicamente, estoy interesado en alternativas a las pruebas paramétricas clásicas (p. Ej., Pruebas t, ANOVA, ANCOVA) para comparar grupos cuando se violan claramente supuestos como la...
¿Hay alguna manera de trazar la línea de regresión de un modelo por partes como este, que no sea usar linespara trazar cada segmento por separado o usar geom_smooth(aes(group=Ind), method="lm", fill=FALSE)? m.sqft <- mean(sqft) model <- lm(price~sqft+I((sqft-m.sqft)*Ind)) # sqft, price:...
Entiendo la premisa del algoritmo kNN para datos espaciales. Y sé que puedo extender ese algoritmo para usarlo en cualquier variable de datos continua (o datos nominales con Hamming Distance). Sin embargo, ¿qué estrategias se utilizan cuando se trata con datos de dimensiones superiores? Por...
Tengo un conjunto de datos con muchos ceros que se ve así: set.seed(1) x <- c(rlnorm(100),rep(0,50)) hist(x,probability=TRUE,breaks = 25) Me gustaría dibujar una línea para su densidad, pero la density()función usa una ventana móvil que calcula valores negativos de x. lines(density(x), col =...
Un modelo exponencial es un modelo descrito por la siguiente ecuación: yyo^= β0 0⋅ eβ1X1 i+ … + ΒkXk iyi^=β0⋅eβ1x1i+…+βkxki\hat{y_{i}}=\beta_{0}\cdot e^{\beta_{1}x_{1i}+\ldots+\beta_{k}x_{ki}} El enfoque más común utilizado para estimar dicho modelo es la linealización, que se puede hacer...
He estado leyendo la descripción de la regresión de crestas en los modelos estadísticos lineales aplicados , 5ª edición, capítulo 11. La regresión de crestas se realiza con los datos de grasa corporal disponibles aquí . El libro de texto coincide con la salida en SAS, donde los coeficientes...