No tengo un ejemplo o tarea específica en mente. Soy nuevo en el uso de b-splines y quería entender mejor esta función en el contexto de regresión. Supongamos que queremos evaluar la relación entre la variable de respuesta y algunos predictores . Los predictores incluyen algunas variables...
La siguiente es una pregunta sobre las muchas visualizaciones ofrecidas como 'prueba por imagen' de la existencia de la paradoja de Simpson, y posiblemente una pregunta sobre la terminología. La paradoja de Simpson es un fenómeno bastante simple para describir y dar ejemplos numéricos de (la razón...
Cuando comencé a leer sobre el filtro de Kalman, pensé que era un caso especial del modelo ARIMA (es decir, ARIMA (0,1,1)). Pero en realidad parece que la situación es más complicada. En primer lugar, ARIMA se puede utilizar para la predicción y el filtro de Kalman es para el filtrado. ¿Pero no...
Mi conjunto de datos ( ) tiene una variable dependiente (DV), cinco variables de "línea base" independientes (P1, P2, P3, P4, P5) y una variable de interés independiente (Q).norte≈ 10 , 000norte≈10,000N \approx 10,000 He ejecutado regresiones lineales de OLS para los siguientes dos modelos: DV ~...
Estoy interesado en el estado actual de la técnica para seleccionar semillas iniciales (centros de agrupación) para K-means. Buscar en Google lleva a dos opciones populares: selección aleatoria de semillas iniciales, y utilizando la técnica de selección KMeans ++: Arthur & Vassilvitskii...
Comprendo lo que es un estimador y una estimación: Estimador: una regla para calcular una estimación Estimación: el valor calculado a partir de un conjunto de datos basado en el estimador Entre estos dos términos, si me piden que señale la variable aleatoria, diría que la estimación es la variable...
He estado implementando un VAE y he notado dos implementaciones diferentes en línea de la divergencia KL gaussiana univariada simplificada. La divergencia original según aquí es Si suponemos que nuestro anterior es una unidad gaussiana, es decir,μ2=0yσ2=1, esto se simplifica a KLloss=-log(σ1)+σ...
Axiomáticamente, la probabilidad es una función que asigna un número real a cada evento si cumple con los tres supuestos fundamentales (supuestos de Kolmogorov):PAGPPPAG( A )P(A)P(A)UNAAA PAG( A ) ≥ 0 por cada A P(A)≥0 for everyAP(A) \geq 0 \ \text{for every} A PAG( Ω ) = 1P(Ω)=1P(\Omega) = 1 Si...
Mi comprensión de la regresión LASSO es que los coeficientes de regresión se seleccionan para resolver el problema de minimización: minβ∥y−Xβ∥22 s.t.∥β∥1≤tminβ‖y−Xβ‖22 s.t.‖β‖1≤t\min_\beta \|y - X \beta\|_2^2 \ \\s.t. \|\beta\|_1 \leq t En la práctica, esto se hace usando un multiplicador de...
A medida que leo en el sitio, la mayoría de las respuestas sugieren que la validación cruzada debe hacerse en algoritmos de aprendizaje automático. Sin embargo, mientras leía el libro "Comprensión del aprendizaje automático", vi que hay un ejercicio que a veces es mejor no usar la validación...
Estoy revisando la regresión lineal. El libro de texto de Greene dice: Ahora, por supuesto, habrá otros supuestos sobre el modelo de regresión lineal, como E(ϵ|X)=0E(ϵ|X)=0E(\epsilon|X)=0 . Esta suposición combinada con la suposición de linealidad (que en efecto define ϵϵ\epsilon ), le da...
Tengo algunas observaciones y quiero imitar el muestreo basado en estas observaciones. Aquí considero un modelo no paramétrico, específicamente, utilizo el suavizado del núcleo para estimar un CDF a partir de las observaciones limitadas. Luego dibujo valores al azar del CDF obtenido. El siguiente...
Me pregunto si las probabilidades condicionales son exclusivas del bayesianismo o si son más un concepto general que se comparte entre varias escuelas de pensamiento entre las estadísticas / personas probabilísticas. Supongo que sí, porque supongo que nadie puede es lógico, por lo que creo que los...
En los documentos AlphaGo Zero y AlphaZero de DeepMind , describen la adición de ruido Dirichlet a las probabilidades previas de acciones desde el nodo raíz (estado del tablero) en Monte Carlo Tree Search: Se logra una exploración adicional al agregar ruido de Dirichlet a las probabilidades...
Me gustaría encontrar algunos "ejemplos del mundo real" para enseñar estadísticas bayesianas. Las estadísticas bayesianas le permiten a uno incorporar formalmente conocimiento previo en un análisis. Me gustaría darles a los estudiantes algunos ejemplos simples del mundo real de investigadores que...
tl; dr: comenzando con un conjunto de datos generado bajo nulo, volví a muestrear casos con reemplazo y realicé una prueba de hipótesis en cada conjunto de datos remuestreado. Estas pruebas de hipótesis rechazan el nulo más del 5% del tiempo. En la siguiente simulación, muy simple, genero...
He leído varias publicaciones que intentan justificar el uso de un modelo de efectos fijos con declaraciones en la línea de "se eligió el modelo de efectos fijos porque la heterogeneidad era baja". Sin embargo, me preocupa que aún pueda ser un enfoque inapropiado para el análisis de datos. ¿Hay...
¿Cómo puedo cuantificar la cantidad de dispersión en un vector de recuento de palabras? Estoy buscando una estadística que sea alta para el documento A, porque contiene muchas palabras diferentes que ocurren con poca frecuencia, y baja para el documento B, porque contiene una palabra (o algunas...
Supongamos que quiero muestrear a partir de una distribución continua . Si tengo una expresión de en la formapp(x)pag(X)p(x)ppagp p(x)=∑i=1∞aifi(x)pag(X)=∑yo=1∞unayoFyo(X)p(x) = \sum_{i=1}^\infty a_i f_i(x) donde y f_i son distribuciones de las que se puede muestrear fácilmente, entonces puedo...
He estado aprendiendo sobre la regresión del proceso gaussiano a partir de videos en línea y notas de conferencias, entiendo que si tenemos un conjunto de datos con puntos, asumimos que los datos se muestrean a partir de un gaussiano multivariado dimensional. Entonces, mi pregunta es en el caso en...