Tengo un modelo de regresión logística (ajuste a través de glmnet en R con regularización neta elástica), y me gustaría maximizar la diferencia entre los verdaderos positivos y los falsos positivos. Para hacer esto, me vino a la mente el siguiente procedimiento: Ajustar el modelo de regresión...
Recientemente terminé de leer The Lady Tasting Tea , un libro divertido sobre la historia de las estadísticas. Al final del libro, el autor, David Salsburg , propone tres problemas filosóficos abiertos en estadística, cuyas soluciones argumentaría tendrían mayores implicaciones para la aplicación...
Tengo dos conjuntos de puntos 2D y necesito estimar su correlación. ¿Qué fórmula debo usar? Ejemplo de matrices: X:((1,5),(2,5),(1,7),(4,1)),X:((1,5),(2,5),(1,7),(4,1)),X: ((1,5),(2,5),(1,7),(4,1)), Y:((3,4),(1,6),(4,6),(4,3)).Y:((3,4),(1,6),(4,6),(4,3)).Y:
Necesito encontrar una clase de distribución simétrica de baja curtosis, que incluya la distribución gaussiana uniforme, triangular y normal. La distribución de Irwin-Hall (suma del uniforme estándar) ofrece esta característica, pero no trata las órdenes enteras . Sin embargo, si simplemente resume...
Quiero evaluar la precisión de las pruebas de normalidad en diferentes tamaños de muestra en R (me doy cuenta de que las pruebas de normalidad pueden ser engañosas ). Por ejemplo, para ver la prueba de Shapiro-Wilk, estoy realizando la siguiente simulación (además de trazar los resultados) y...
Me estoy preparando para una entrevista que requiere un conocimiento decente de probabilidad básica (al menos para superar la entrevista en sí). Estoy trabajando en la hoja a continuación de mis días de estudiante como revisión. En su mayoría ha sido bastante sencillo, pero estoy completamente...
Deje que sean observaciones distintas (sin vínculos). Deje que denote una muestra de bootstrap (una muestra del CDF empírico) y deje . Busque y
Supongamos que tengo datos longitudinales de la forma (Tengo múltiples observaciones, esta es solo la forma de una sola). Estoy interesado en restricciones en . Una sin restricciones es equivalente a tomar Y_j = \ alpha_j + \ sum _ {\ ell = 1} ^ {j - 1} \ phi _ {\ ell j} Y_ {j- \ ell} + \...
Tengo un conjunto de datos con dos variables nominales categóricas (ambas con 5 categorías). Me gustaría saber si (y cómo) puedo identificar posibles correlaciones entre las categorías de estas dos variables. En otras palabras, si, por ejemplo, los resultados de la categoría en la variable 1...
Soy nuevo en estadística y estoy tratando de entender la diferencia entre ANOVA y regresión lineal. Estoy usando R para explorar esto. Leí varios artículos sobre por qué ANOVA y la regresión son diferentes, pero siguen siendo los mismos y cómo se puede visualizar, etc. Creo que soy bonita, pero aún...
ACTUALIZACIÓN 25 de enero de 2014: el error ahora está corregido. Ignore los valores calculados del valor esperado en la imagen cargada, están equivocados, no elimino la imagen porque ha generado una respuesta a esta pregunta. ACTUALIZACIÓN 10 de enero de 2014: se encontró el error: un error...
Me gustaría codificar una agrupación de kmeans en python usando pandas y scikit learn. Para seleccionar la buena k, me gustaría codificar la estadística Gap de Tibshirani y al 2001 ( pdf ). Me gustaría saber si podría usar el resultado de inercia_ de scikit y adaptar la fórmula estadística de...
Parece que para el manejo con mediciones ordenadas, los investigadores generalmente se ocupan de la correlación policórica . (Por ejemplo, para hacer una matriz antes de hacer el Análisis Factorial). ¿Por qué? El coeficiente de correlación de rango de Kendall Tau y el coeficiente de correlación de...
No he encontrado ninguna literatura sobre la aplicación de bosques aleatorios a MNIST, CIFAR, STL-10, etc., así que pensé en probarlos con el MNIST invariante de permutación. En R , intenté: randomForest(train$x, factor(train$y), test$x, factor(test$y), ntree=500) Esto funcionó durante 2 horas y...
El índice de estabilidad de la población cuantifica el cambio de una distribución de una variable comparando muestras de datos en dos períodos de tiempo. Se usa muy comúnmente para medir cambios en los puntajes. Se calcula de la siguiente manera: 1) La muestra del período base se discretiza. Por...
1) ¿Cómo puedo cambiar el umbral de clasificación (creo que es 0.5 por defecto) en RandomForest en sklearn? 2) ¿cómo puedo submuestrear en sklearn? 3) Tengo el siguiente resultado del clasificador RandomForest: [[1635 1297] [520 3624]] precision recall f1-score support class 0 0.76 0.56 0.64...
Supongamos que he hecho: ensayos independientes con una tasa de éxito desconocido p 1 y observado k 1 éxitos.norte1n1n_1pag1p1p_1k1k1k_1 ensayos independientes con una tasa de éxito desconocido p 2 y observado k 2 éxitos.norte2n2n_2pag2p2p_2k2k2k_2 Si, ahora pero aún desconocido, la...
Tengo muchas imágenes de trama de satélite disponibles de diferentes sensores. De estos, los más gruesos tienen una resolución temporal muy abundante. Los rásteres de resolución media tienden a tener menos fechas de adquisición, pero aún hay cierto grado de información disponible. Las de resolución...
Qué configuración es correcta para un modelo de regresión de diferencia en diferencia usando Yist=α+γs∗T+λdt+δ∗(T∗dt)+ϵistYist=α+γs∗T+λdt+δ∗(T∗dt)+ϵistY_{ist} = \alpha +\gamma_s*T + \lambda d_t + \delta*(T*d_t)+ \epsilon_{ist} donde T es un maniquí que es igual a 1 si la observación es del grupo...
Sé que el álgebra lineal y el análisis (especialmente la teoría de la medida) son importantes. ¿Es útil tomar cursos de posgrado en análisis real y complejo? ¿Debo tomar cursos de álgebra abstracta más allá de los cursos introductorios, por ejemplo, álgebra conmutativa y geometría...