¿Qué significa decir que "la varianza es un estimador sesgado"? ¿Qué significa convertir una estimación sesgada en una estimación imparcial a través de una fórmula simple? ¿Qué hace exactamente esta conversión? Además, ¿cuál es el uso práctico de esta conversión? ¿Convierte estos puntajes cuando...
Me preguntaba, ¿es posible tener un coeficiente de correlación muy fuerte (digamos .9 o más), con un valor p alto (digamos .25 o más)? Aquí hay un ejemplo de un coeficiente de correlación bajo, con un valor p alto: set.seed(10) y <- rnorm(100) x <- rnorm(100)+.1*y cor.test(x,y) cor =...
Dejaré que Wikipedia explique cómo se calcula NPS : El Net Promoter Score se obtiene al hacer una sola pregunta a los clientes en una escala de calificación de 0 a 10, donde 10 es "extremadamente probable" y 0 es "nada probable": "¿Qué tan probable es que recomiende nuestra empresa a un amigo o...
Siempre tuve la impresión de que la regresión es solo una forma más general de ANOVA y que los resultados serían idénticos. Recientemente, sin embargo, ejecuté una regresión y un ANOVA en los mismos datos y los resultados difieren significativamente. Es decir, en el modelo de regresión, tanto los...
Leí un poco de modelos ocultos de Markov y pude codificar una versión bastante básica. Pero hay dos formas principales en que parezco aprender. Una es leerla e implementarla en el código (lo que está hecho) y la segunda es comprender cómo se aplica en diferentes situaciones (para poder entender...
Cuando trabajamos con la cadena de Markov Monte Carlo para hacer inferencia, necesitamos una cadena que se mezcle rápidamente, es decir, se mueva rápidamente a través del soporte de la distribución posterior. Pero no entiendo por qué necesitamos esta propiedad, porque por lo que entiendo, los...
Una limitación de los algoritmos de red neuronal estándar (como backprop) es que debe tomar una decisión de diseño de cuántas capas ocultas y neuronas por capa desea. Por lo general, la tasa de aprendizaje y la generalización son muy sensibles a estas elecciones. Esta ha sido la razón por la cual...
Hay muchas situaciones en las que puede entrenar varios clasificadores diferentes, o usar varios métodos de extracción de características diferentes. En la literatura, los autores a menudo dan el error de clasificación promedio sobre un conjunto de divisiones aleatorias de los datos (es decir,...
El análisis funcional de componentes principales (FPCA) es algo con lo que me he tropezado y que nunca pude entender. ¿Que es todo esto? Consulte "Una encuesta de análisis funcional de componentes principales" por Shang, 2011 , y estoy citando: PCA se encuentra con serias dificultades para...
Acabo de presentarme (vagamente) a la covarianza / correlación browniana / a distancia . Parece particularmente útil en muchas situaciones no lineales, cuando se prueba la dependencia. Pero no parece usarse con mucha frecuencia, a pesar de que la covarianza / correlación a menudo se usa para datos...
SPSS utiliza la prueba de Levene para evaluar la homogeneidad de las variaciones en el procedimiento de prueba t de grupo independiente. ¿Por qué es mejor la prueba de Levene que una simple relación F de la relación de las varianzas de los dos
¿Es posible que dos variables aleatorias tengan la misma distribución y, sin embargo, casi seguramente sean
Me preguntaba si alguien tenía alguna idea o intuición detrás de la diferencia entre la variación de información y el índice Rand para comparar agrupaciones. He leído el documento " Comparación de agrupamientos: una distancia basada en la información " de Marina Melia (Journal of Multivariate...
Estoy leyendo las diapositivas "Doing Bayesian Data Analysis" de John Kruschke , pero en realidad tengo una pregunta sobre su interpretación de las pruebas t y / o el marco completo de pruebas de significación de hipótesis nulas. Argumenta que los valores p están mal definidos porque dependen de...
En su libro de texto, Modelos gráficos, familias exponenciales e inferencia variacional , M. Jordan y M. Wainwright discuten la conexión entre las familias exponenciales y los campos aleatorios de Markov (modelos gráficos no dirigidos). Estoy tratando de entender mejor la relación entre ellos con...
Suponga que está analizando un gran conjunto de datos con miles de millones de observaciones por día, donde cada observación tiene un par de miles de variables numéricas y categoriales dispersas y posiblemente redundantes. Digamos que hay un problema de regresión, un problema de clasificación...
A menudo me encuentro entrenando varios modelos predictivos diferentes usando careten R. Los entrenaré a todos en los mismos pliegues de validación cruzada, usando caret::: createFolds, luego elegiré el mejor modelo basado en un error de validación cruzada. Sin embargo, la predicción mediana de...
Me he encontrado con un escenario en el que tengo 10 señales / persona para 10 personas (es decir, 100 muestras) que contienen 14000 puntos de datos (dimensiones) que necesito pasar a un clasificador. Me gustaría reducir la dimensionalidad de estos datos y PCA parece ser la forma de hacerlo. Sin...
Recientemente me embarqué en ajustar modelos mixtos de regresión en el marco bayesiano, utilizando un algoritmo MCMC (función MCMCglmm en R en realidad). Creo que he entendido cómo diagnosticar la convergencia del proceso de estimación (traza, diagrama de Geweke, autocorrelación, distribución...
\newcommand{\P}{\mathbb{P}} Supongamos que tenemos variables aleatorias independientes X_1 , \ ldots , X_n con medios finitos \ mu_1 \ leq \ ldots \ leq \ mu_N y varianzas \ sigma_1 ^ 2 , \ ldots , \ sigma_N ^ 2 . Estoy buscando límites sin distribución en la probabilidad de que cualquier X_i \ neq...