Contexto: Tengo dos conjuntos de datos del mismo cuestionario realizado durante dos años. Cada pregunta se mide utilizando una escala de 5 Likert. Q1: esquema de codificación Por el momento, he codificado mis respuestas en un intervalo [0, 1], con 0 que significa "respuesta más negativa", 1 que...
Siguiendo con mi pregunta anterior , la solución a las ecuaciones normales para la regresión de crestas viene dada por: β^λ=(XTX+λI)−1XTyβ^λ=(XTX+λI)−1XTy\hat{\beta}_\lambda = (X^TX+\lambda I)^{-1}X^Ty ¿Podría ofrecer alguna guía para elegir el parámetro de regularización ? Además, dado que la...
Tengo dos conjuntos de datos de estudios de asociación de todo el genoma. La única información disponible son las proporciones impares y sus intervalos de confianza (95%) para cada SNP genotipado. Deseo generar una parcela forestal que compare estas dos razones de posibilidades, pero no puedo...
He ajustado dos modelos de ecuación de estimación generalizada (GEE) a mis datos: 1) Modelo 1: El resultado es longitudinal Sí / No variable (A) (año 1,2,3,4,5) con predictor continuo longitudinal (B) para los años 1,2,3,4,5. 2) Modelo 2: El resultado es la misma variable longitudinal Sí / No...
Disculpe lo que puede ser una pregunta obvia sobre bootstrapping. Fui absorbido temprano en el mundo bayesiano y nunca exploré el bootstrap tanto como debería haberlo hecho. Me encontré con un análisis en el que los autores estaban interesados en un análisis de supervivencia relacionado con...
Estoy modelando la predicción de diabetes usando la regresión logística. El conjunto de datos utilizado es el Sistema de Vigilancia de Factores de Riesgo del Comportamiento (BRFSS) del Centro para el Control de Enfermedades (CDC). Una de las variables independientes es la presión arterial alta. Es...
Mi conjunto de datos está compuesto por la mortalidad total o la supervivencia de un organismo en tres tipos de sitios, costero, medio canal y en alta mar. Los números en la tabla a continuación representan el número de sitios. 100% Mortality 100% Survival Inshore 30 31 Midchannel 10 20...
La mayoría de los algoritmos de agrupación que he visto comienzan con la creación de una distancia de cada uno entre cada punto, lo que se vuelve problemático en conjuntos de datos más grandes. ¿Hay alguno que no lo haga? ¿O lo hace en algún tipo de enfoque parcial / aproximado / escalonado? ¿Qué...
Estoy tratando de entender la notación matricial y trabajando con vectores y matrices. En este momento me gustaría entender cómo se calcula el vector de estimaciones de coeficientes en regresión múltiple.β^β^\hat{\beta} La ecuación básica parece ser
Según wiki, el criterio de convergencia más utilizado es "la asignación no ha cambiado". Me preguntaba si el ciclismo puede ocurrir si usamos ese criterio de convergencia. Me agradaría si alguien señalara una referencia a un artículo que dé un ejemplo de ciclismo o pruebe que esto es...
Realicé una descomposición SVD y una escala multidimensional de una matriz de datos de 6 dimensiones, para obtener una mejor comprensión de la estructura de los datos. Desafortunadamente, todos los valores singulares son del mismo orden, lo que implica que la dimensionalidad de los datos es de...
Estoy confundido sobre el análisis de permutación para la selección de características en un contexto de regresión logística. ¿Podría proporcionar una explicación clara de la prueba de permutación aleatoria y cómo se aplica a la selección de características? Posiblemente con algoritmo exacto y...
Estoy trabajando con una serie temporal de puntajes de anomalías (el fondo es la detección de anomalías en redes de computadoras). Cada minuto, obtengo un puntaje de anomalía que me dice cuán "inesperado" o anormal es el estado actual de la red. Cuanto más alto sea el puntaje, más anormal será el...
Esta es una pregunta bastante general (es decir, no necesariamente específica para las estadísticas), pero he notado una tendencia en el aprendizaje automático y la literatura estadística donde los autores prefieren seguir el siguiente enfoque: Enfoque 1 : Obtenga una solución a un problema...
Supongamos que tengo pares de observaciones dibujadas iid como para i = 1 , 2 , ... , n . Sea Z i = X i + Y i , y denote por Z i j el enésimo valor más grande observado de ZXi∼N(0,σ2x),Yi∼N(0,σ2y),Xi∼N(0,σx2),Yi∼N(0,σy2),X_i \sim \mathcal{N}\left(0,\sigma_x^2\right), Y_i \sim...
Tengo dos conjuntos de datos de estudios de asociación de todo el genoma. La única información disponible es la razón de posibilidades y el valor p para el primer conjunto de datos. Para el segundo conjunto de datos tengo la Odds Ratio, el valor p y las frecuencias alélicas (AFD = enfermedad, AFC =...
¿Por qué la intercambiabilidad de variables aleatorias es esencial para el modelado bayesiano
Primero, permítanme decir que estoy un poco fuera de mi alcance aquí, así que si esta pregunta necesita ser reformulada o cerrada como un duplicado, háganmelo saber. Puede ser simplemente que no tengo el vocabulario adecuado para expresar mi pregunta. Estoy trabajando en una tarea de procesamiento...
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 6 años . names(mydat)[c(name)]<-c("newname") A...
Pregunta directa: ¿Hay alguna medida de autocorrelación para una secuencia de observaciones de una variable categórica (desordenada)? Antecedentes: estoy usando MCMC para muestrear a partir de una variable categórica y me gustaría medir qué tan bien se mezcla el método de muestreo que he...