En algunas conferencias y tutoriales que he visto, sugieren dividir sus datos en tres partes: capacitación, validación y prueba. Pero no está claro cómo se debe usar el conjunto de datos de prueba, ni cómo este enfoque es mejor que la validación cruzada en todo el conjunto de datos. Digamos que...
Estoy haciendo validación cruzada anidada. He leído que la validación cruzada de dejar uno fuera puede estar sesgada (no recuerdo por qué). ¿Es mejor usar la validación cruzada 10 veces o la validación cruzada de dejar uno fuera aparte del tiempo de ejecución más largo para la validación cruzada...
Se dice que la varianza es una medida de propagación. Entonces, pensé que la varianza de 3,5es igual a la varianza de 3,3,5,5ya que los números están igualmente distribuidos. Pero este no es el caso, la varianza de 3,5es 2mientras que la varianza de 3,3,5,5es 1 1/3. Esto me desconcierta, dada la...
Espero obtener una explicación intuitiva y accesible de la regresión cuantil. Digamos que tengo un conjunto de datos simple del resultado , y predictores .X 1 , X 2YYYX1, X2X1,X2X_1, X_2 Si, por ejemplo, ejecuto una regresión cuantil en .25, .5, .75 y obtengo .β0 , .25, β1 , .25. . . β2 , .75β0...
¿Cuáles son las ventajas? ¿Por qué uno usaría múltiples LSTM, apilados uno al lado del otro, en una red profunda? Estoy usando un LSTM para representar una secuencia de entradas como una sola entrada. Entonces, una vez que tenga esa representación única, ¿por qué volvería a pasarla? Lo pregunto...
Sé que las comunidades de física y matemáticas están muy interesadas en ArXiv, pero ¿qué pasa con la comunidad de estadísticas? ¿Es costumbre publicar allí antes del
He leído un artículo que dice que cuando se usan contrastes planificados para encontrar medios que son diferentes en un ANOVA de una sola forma, las restricciones deben ser ortogonales para que no estén correlacionadas y eviten que se infle el error de tipo I. No entiendo por qué ortogonal...
Últimamente he estado trabajando con grandes conjuntos de datos y encontré muchos documentos sobre métodos de transmisión. Para nombrar unos pocos: Follow-the-Regularized-Leader and Mirror Descent: Equivalence Theorems and L1 Regularization (
En el libro de Jaynes "Teoría de la probabilidad: la lógica de la ciencia" , Jaynes tiene un capítulo (Capítulo 18) titulado "La distribución y la regla de sucesión" en el que presenta la idea de distribuciones , que este pasaje ayuda a ilustrar:A pUNApagsUNApagsA_pUNApagsUNApagsA_p [...] Para...
La estimación de máxima verosimilitud a menudo se traduce en estimadores sesgados (por ejemplo, su estimación de la varianza muestral está sesgada para la distribución gaussiana). ¿Qué lo hace tan popular? ¿Por qué exactamente se usa tanto? Además, ¿qué lo hace en particular mejor que el enfoque...
Leyendo CV clásicos de todos los tiempos me encontré con una declaración que me gustaría aclarar. Esta es la publicación y mi pregunta se refiere a los comentarios finales: "Tengo que tener en cuenta que todo el conocimiento que acabo de impartir es algo obsoleto; ahora que tenemos computadoras,...
Actualmente estoy luchando por encontrar el modelo correcto para datos de recuento difíciles (variable dependiente). He probado varios modelos diferentes (los modelos de efectos mixtos son necesarios para mi tipo de datos) como lmery lme4(con una transformación logarítmica), así como modelos de...
Me gustaría mostrar cómo los valores de ciertas variables (~ 15) cambian con el tiempo, pero también me gustaría mostrar cómo las variables difieren entre sí en cada año. Entonces creé esta trama: Pero incluso al cambiar el esquema de color o agregar diferentes tipos de línea / forma, esto...
Me he convertido en una especie de nihilista cuando se trata de clasificaciones de importancia variable (en el contexto de modelos multivariados de todo tipo). A menudo, en el curso de mi trabajo, se me pide que ayude a otro equipo a producir una clasificación de importancia variable o que...
En todo momento suponemos que nuestra estadística es una función de algunos datos que se extrae de la función de distribución ; La función de distribución empírica de nuestra muestra es . Entonces es la estadística vista como una variable aleatoria y es la versión de arranque de la estadística....
La siguiente cita de bloque, de los líderes en el campo del modelado de efectos mixtos, afirma que los cambios de coordenadas en modelos con correlación cero entre efectos aleatorios (modelos 'ZCP') cambian las predicciones del modelo. Pero, ¿alguien puede elaborar o justificar aún más sus...
Estoy haciendo un experimento numérico que consiste en muestrear una distribución lognormal , y tratando de estimar los momentos por dos métodos:X∼ L N( μ ,σ)X∼Lnorte(μ,σ)X\sim\mathcal{LN}(\mu, \sigma)E [ Xnorte]mi[Xnorte]\mathbb{E}[X^n] Mirando la media muestral de laXnorteXnorteX^n Estimando y...
Recuerdo haber leído hace un tiempo que en los libros antiguos (anteriores a la informática), los últimos dígitos de los cuantiles teóricos que se muestran en los apéndices eran inexactos para desalentar el plagio (la idea sería que si otro libro tiene una tabla en el apéndice donde los últimos...
Quiero usar el aprendizaje profundo en mi proyecto. Revisé un par de artículos y se me ocurrió una pregunta: ¿hay alguna diferencia entre la red neuronal de convolución y el aprendizaje profundo? ¿Son estas cosas iguales o tienen diferencias importantes, y cuál es
La regresión de LASSO reduce los coeficientes hacia cero, proporcionando así una selección de modelo efectiva. Creo que en mis datos hay interacciones significativas entre covariables nominales y continuas. No necesariamente, sin embargo, son los 'efectos principales' del verdadero modelo...