He estado leyendo sobre la distancia del cocinero para identificar valores atípicos que tienen una gran influencia en mi regresión. En el estudio original de Cook, dice que una tasa de corte de 1 debería ser comparable para identificar personas influyentes. Sin embargo, varios otros estudios usan o...
Editar: La base de mi pregunta es defectuosa, y necesito dedicar un tiempo a determinar si incluso puede tener sentido. Edición 2: Aclarando que reconozco que un valor p no es una medida directa de la probabilidad de una hipótesis nula, pero que supongo que cuanto más cercano sea un valor p a 1,...
Escuché que todos los condicionales completos (como se usan en el muestreo de Gibbs) pueden determinar la distribución conjunta. Pero no entiendo por qué y cómo. ¿O escuché mal?
El libro Elementos del aprendizaje estadístico (disponible en PDF en línea) analiza el sesgo optimista (7.21, página 229). Establece que el sesgo de optimismo es la diferencia entre el error de entrenamiento y el error en la muestra (error observado si tomamos muestras de nuevos valores de...
¿Alguien tiene experiencia con los enfoques para seleccionar el número de componentes principales dispersos para incluir en un modelo de
En un comentario a la respuesta a esta pregunta , se afirmó que usar AIC en la selección del modelo era equivalente a usar un valor p de 0.154. Lo probé en R, donde utilicé un algoritmo de selección de subconjuntos "hacia atrás" para descartar variables de una especificación completa. Primero,...
Para problemas de clasificación, he estado usando Redes Neurales y midiendo el error de Tipo I y II usando la matriz de confusión y sus medidas según este recurso ( espejo ), que es bastante sencillo. Cuando nos enfrentamos a un problema de estimación, ¿cómo evaluaría el desempeño del modelo?...
Considere Xnorte= ⎧⎩⎨1- 12kwp ( 1 - 2- n) / 2wp ( 1 - 2- n) / 2wp 2- k para k > nXn={1w.p. (1−2−n)/2−1w.p. (1−2−n)/22kw.p. 2−k for k>nX_n = \begin{cases} 1 & \text{w.p. } (1 - 2^{-n})/2\\ -1 & \text{w.p. } (1 - 2^{-n})/2\\ 2^k & \text{w.p. } 2^{-k} \text{ for } k > n\\...
Vi esta publicación en Moz que presentaba un embudo de marketing segmentado: Este tipo de cosas tendría bastante valor en mi trabajo. Lo que no tengo idea es cómo visualizar datos sin procesar para mostrar un embudo segmentado como este. La idea es que los clientes potenciales de ventas provienen...
Estoy tomando un curso sobre métodos de Monte Carlo y aprendimos el método de Muestreo de rechazo (o Muestreo de aceptación-rechazo) en la última conferencia. Hay muchos recursos en la web que muestran la prueba de este método, pero de alguna manera no estoy convencido con ellos. Entonces, en la...
En esta página de Wikipedia en la subsección para la validación cruzada de K-fold dice "En la validación cruzada de k-fold, la muestra original se divide aleatoriamente en k submuestras de igual tamaño. De las k submuestras, se retiene una sola submuestra como datos de validación para prueba del...
Dado que , el distr. Condicional. de Y es χ 2 ( 2 n ) . N tiene distr. Marginal de Poisson ( θ ), θ es una constante positiva.norte= nN=nN = nYYYχ2( 2 n )χ2(2n)\chi ^2(2n)norteNNθθ\thetaθθ\theta Demuestre que, como , ( Y - E ( Y ) ) / √θ → ∞θ→∞\theta \rightarrow \inftyen distribución. ( Y- E( Y)...
Me dieron un artículo que informaba sobre un estudio muy similar al que mi laboratorio desea realizar. Pero, noté que para la variable de interés, Duración, las DE son mayores que la media ... ya que esta es la duración medida en minutos, nunca puede ser negativa y esto me parece muy extraño. Esto...
En una presentación de hoy, el orador hizo la afirmación anterior. Dijo que incluso si la primera etapa está mal especificada, las estimaciones de coeficientes de la segunda etapa seguirán siendo válidas. Como un estudiante de baja graduación no podía pedir una explicación, ¡así que ahora le rogué...
Estoy trabajando a través de los ejemplos en el análisis de datos bayesianos de Kruschke , específicamente el ANOVA exponencial de Poisson en el cap. 22, que presenta como una alternativa a las pruebas de independencia chi-cuadrado de independencia para tablas de contingencia. Puedo ver cómo...
R en acción (Kabacoff, 2011) sugiere la siguiente rutina para evaluar la sobredispersión en una regresión logística: Ajustar regresión logística usando distribución binomial: model_binom <- glm(Species=="versicolor" ~ Sepal.Width, family=binomial(), data=iris) Ajuste de regresión logística...
Un enfoque típico para resolver un problema de clasificación es identificar una clase de modelos candidatos y luego realizar la selección del modelo utilizando algún procedimiento como la validación cruzada. Por lo general, uno selecciona el modelo con la mayor precisión o alguna función...
Digamos que estoy realizando un metanálisis, observando el desempeño del grupo A y el grupo B con respecto a un determinado constructo. Ahora, algunos de los estudios que veré informarán que no se pudieron encontrar diferencias estadísticas entre los dos grupos, pero no se presentarán estadísticas...
Actualmente estoy leyendo el "libro" de programación probabilística y métodos bayesianos para hackers . He leído algunos capítulos y estaba pensando en el primer Capítulo donde el primer ejemplo con pymc consiste en detectar un punto de bruja en los mensajes de texto. En ese ejemplo, la variable...
Cuando usamos el algoritmo de aprendizaje de CD persistente para máquinas Bolzmann restringidas, comenzamos nuestra cadena de muestreo de Gibbs en la primera iteración en un punto de datos, pero a diferencia del CD normal, en las siguientes iteraciones no comenzamos sobre nuestra cadena. En cambio,...