Estoy tratando de ponerme al día con R. Finalmente, quiero usar las bibliotecas R para hacer la clasificación de texto. Me preguntaba cuáles son las experiencias de las personas con respecto a la escalabilidad de R cuando se trata de hacer una clasificación de texto. Es probable que me encuentre...
Tengo un conjunto de datos con una gran cantidad de respuestas Sí / No. ¿ Puedo usar componentes principales (PCA) o cualquier otro análisis de reducción de datos (como el análisis factorial) para este tipo de datos? Por favor, avise cómo hago esto usando
Tenía una pregunta sobre el parámetro de profundidad de interacción en gbm en R. Esta puede ser una pregunta novata, por lo que me disculpo, pero ¿cómo el parámetro, que creo que denota el número de nodos terminales en un árbol, básicamente indica X-way interacción entre los predictores? Solo trato...
Tengo una tarea de clasificación en la que tengo varios predictores (uno de los cuales es el más informativo), y estoy usando el modelo MARS para construir mi clasificador (estoy interesado en cualquier modelo simple, y usar glms con fines ilustrativos sería bien también). Ahora tengo un gran...
Estoy pensando en esto desde una perspectiva de requisitos muy básicos y mínimos. ¿Cuáles son las teorías clave que un estadístico de la industria (no académico) debe conocer, comprender y utilizar de manera regular? Una de las grandes que viene a la mente es la Ley de los grandes números ....
¿Por qué es peligroso inicializar pesos con ceros? ¿Hay algún ejemplo simple que lo
Estoy utilizando R, busqué en Google y descubrí que kpss.test(), PP.test()y adf.test()se utilizan para saber acerca de la estacionariedad de las series temporales. Pero no soy un estadístico, que puede interpretar sus resultados. > PP.test(x) Phillips-Perron Unit Root Test data: x...
Tengo un manuscrito sobre un método de arranque para probar hipótesis de una media, y me gustaría enviarlo para su publicación, pero tengo un dilema moral. Me inscribí en la protesta contra Elsevier por sus prácticas comerciales poco éticas, y leer todo el asunto realmente me hizo cuestionar la...
La probabilidad podría definirse de varias maneras, por ejemplo: la función LLL de Θ × XΘ×X\Theta\times{\cal X} que mapea ( θ , x )(θ,x)(\theta,x) a L ( θ ∣ x )L(θ∣x)L(\theta \mid x) es decir, L : Θ × X→ RL:Θ×X→RL:\Theta\times{\cal X} \rightarrow \mathbb{R} . la función aleatoria L ( ⋅ ∣...
Soy muy nuevo con R y las estadísticas en general, pero necesito hacer un diagrama de dispersión que creo que podría estar más allá de sus capacidades nativas. Tengo un par de vectores de observaciones y quiero hacer un diagrama de dispersión con ellos, y cada par se divide en una de tres...
Estoy un poco confundido con cómo se usa la SVD en el filtrado colaborativo. Supongamos que tengo un gráfico social y construyo una matriz de adyacencia desde los bordes, luego tomo un SVD (olvidemos la regularización, las tasas de aprendizaje, las optimizaciones de dispersión, etc.), ¿cómo uso...
La versión tl; dr ¿Qué estrategias exitosas empleas para enseñar la distribución de muestreo (de una media muestral, por ejemplo) en un nivel introductorio de pregrado? El fondo En septiembre, enseñaré un curso introductorio de estadística para estudiantes de segundo año de ciencias sociales...
Tengo muchas cadenas de direcciones: 1600 Pennsylvania Ave, Washington, DC 20500 USA Quiero analizarlos en sus componentes: street: 1600 Pennsylvania Ave city: Washington province: DC postcode: 20500 country: USA Pero, por supuesto, los datos están sucios: provienen de muchos países en muchos...
Dado un conjunto de datos con instancias junto con clases donde cada instancia pertenece exactamente a una clasexixix_iNNNxixix_iyiyiy_i un clasificador multiclase Después del entrenamiento y las pruebas, básicamente tengo una tabla con la clase verdadera y la clase predicha para cada instancia...
Los modelos aditivos generalizados son aquellos donde y=α+f1(x1)+f2(x2)+eiy=α+f1(x1)+f2(x2)+ei y = \alpha + f_1(x_1) + f_2(x_2) + e_i por ejemplo. Las funciones son suaves y se deben estimar. Generalmente por splines penalizadas. MGCV es un paquete en R que lo hace, y el autor (Simon Wood)...
Aprendí que una estadística es un atributo que puede obtener de las muestras. Tomando muchas muestras del mismo tamaño, calculando este atributo para todas ellas y trazando el pdf, obtenemos la distribución del atributo correspondiente o la distribución de las estadísticas
Me pregunto si hay alguna prueba estadística para "probar" la importancia de una distribución bimodal. Quiero decir, ¿cuánto cumplen mis datos con la distribución bimodal o no? Si es así, ¿hay alguna prueba en el programa
Tengo un gran conjunto de datos y quiero realizar una reducción de dimensionalidad. Ahora, en todas partes, leo que puedo usar PCA para esto. Sin embargo, todavía parece que no sé qué hacer después de calcular / realizar el PCA. En R esto se hace fácilmente con el comando princomp. ¿Pero qué...
Tengo dos muestras que quiero probar (usando python) si se extraen de la misma distribución. Para hacer eso, uso la función estadística ks_2samp de scipy.stats. Devuelve 2 valores y encuentro dificultades para interpretarlos. ¡Ayuda por
Digamos que tengo una distribución gaussiana multivariada -dimensional. Y tomo observaciones (cada uno de ellos un -vector) de esta distribución y calcular la matriz de covarianza de la muestra . En este artículo , los autores afirman que la matriz de covarianza muestral calculada con es singular.n...