Estadísticas y Big Data

Dado que hoy es un día bisiesto, ¿alguien sabe la probabilidad de nacer en un día

Estoy tratando de entender por qué el resultado de la regresión logística de estas dos bibliotecas da resultados diferentes. Estoy usando el conjunto de datos del tutorial idre de UCLA , prediciendo en admitbase a gre, gpay rank. rankse trata como variable categórica, por lo que primero se...

Morey et al (2015) argumentan que los intervalos de confianza son engañosos y que existen múltiples sesgos relacionados con su comprensión. Entre otros, describen la falacia de precisión de la siguiente manera: La falacia de precisión El ancho de un intervalo de confianza indica la precisión de...

Recientemente me encontré con un artículo que propone usar un clasificador k-NN en un conjunto de datos específico. Los autores utilizaron todas las muestras de datos disponibles para realizar la validación cruzada de k veces para diferentes valores de k e informar los resultados de la validación...

¿Por qué utilizamos unidades lineales rectificadas (ReLU) con redes neuronales? ¿Cómo mejora eso la red neuronal? ¿Por qué decimos que ReLU es una función de activación? ¿No es la función de activación de softmax para redes neuronales? Supongo que usamos ambos, ReLU y softmax, así: neurona 1 con...

Leí sobre dos versiones de la función de pérdida para regresión logística, ¿cuál de ellas es correcta y por qué? De Machine Learning , Zhou ZH (en chino), con :β=(w,b) and βTx=wTx+bβ=(w,b) and βTx=wTx+b\beta = (w, b)\text{ and }\beta^Tx=w^Tx

Tengo un CNN de cuatro capas para predecir la respuesta al cáncer utilizando datos de resonancia magnética. Uso activaciones ReLU para introducir no linealidades. La precisión y la pérdida del tren aumentan y disminuyen monotónicamente, respectivamente. Pero, la precisión de mi prueba comienza a...

Según este artículo muy interesante en la revista Quanta: "Una prueba largamente buscada, encontrada y casi perdida" , se ha demostrado que dado un vector tiene una distribución gaussiana multivariante, y dados los intervalos I 1 , ... , I n centrado alrededor de las medias de los componentes...

Aquí hay una simple pregunta estadística que me dieron. No estoy realmente seguro de entenderlo. X = el número de puntos adquiridos en un examen (opción múltiple y una respuesta correcta es un punto). ¿Se distribuye X binomial? La respuesta del profesor fue: Sí, porque solo hay respuestas...

Propondré esta pregunta por medio de un ejemplo. Supongamos que tengo un conjunto de datos, como el conjunto de datos del precio de la vivienda de Boston, en el que tengo variables continuas y categóricas. Aquí, tenemos una variable de "calidad", del 1 al 10, y el precio de venta. Puedo separar...

Soy muy nuevo en las estadísticas bayesianas, y esta puede ser una pregunta tonta. Sin embargo: Considere un intervalo creíble con un previo que especifique una distribución uniforme. Por ejemplo, de 0 a 1, donde 0 a 1 representa el rango completo de valores posibles de un efecto. En este caso,...

En las notas de MIT OpenCourseWare para 18.05 Introducción a la probabilidad y las estadísticas, primavera de 2014 (actualmente disponible aquí ), dice: El método del percentil bootstrap es atractivo debido a su simplicidad. Sin embargo, depende de la distribución de arranque de función de que...

¿Es el término "pérdida" sinónimo de "error"? ¿Hay alguna diferencia en la definición? Además, ¿cuál es el origen del término "pérdida"? NB: La función de error mencionada aquí no debe confundirse con el error

¿Cuál es la diferencia entre la prueba de normalidad de Shapiro-Wilk y la prueba de normalidad de Kolmogorov-Smirnov? ¿Cuándo diferirán los resultados de estos dos

Me encontré con este bonito tutorial: Un manual de análisis estadísticos con R. Capítulo 13. Análisis de componentes principales: El hepttatón olímpico sobre cómo hacer PCA en lenguaje R. No entiendo la interpretación de la figura 13.3: Así que estoy trazando el primer vector propio frente al...

Si entiendo correctamente, un intervalo de confianza de un parámetro es un intervalo construido por un método que produce intervalos que contienen el valor verdadero para una proporción específica de muestras. Entonces, la "confianza" se trata del método en lugar del intervalo que calculo de una...

He utilizado el siguiente código r para estimar los intervalos de confianza de una proporción binomial porque entiendo que eso sustituye a un "cálculo de potencia" al diseñar diseños de curvas características de funcionamiento del receptor que buscan la detección de enfermedades en una...

¿Existe un modelo de visualización que sea bueno para mostrar la superposición de intersección de muchos conjuntos? Estoy pensando en algo así como los diagramas de Venn, pero que de alguna manera podrían prestarse mejor a un mayor número de conjuntos, como 10 o más. Wikipedia muestra algunos...

Nuestro pequeño equipo estaba discutiendo y se atascó. ¿Alguien sabe si la regresión de Cox tiene una distribución de Poisson subyacente? Tuvimos un debate de que tal vez la regresión de Cox con tiempo constante en riesgo tendrá similitudes con la regresión de Poisson con una varianza robusta....

Esta es una pregunta elemental, pero no pude encontrar la respuesta. Tengo dos mediciones: n1 eventos en el tiempo t1 y n2 eventos en el tiempo t2, ambos producidos (por ejemplo) por procesos de Poisson con valores lambda posiblemente diferentes. Esto es en realidad de un artículo de noticias, que...