Estoy tratando de entender algunos documentos de Mark van der Laan. Es estadístico teórico en Berkeley y trabaja en problemas que se superponen significativamente con el aprendizaje automático. Un problema para mí (además de las matemáticas profundas) es que a menudo termina describiendo enfoques...
¿Alguien puede ayudarme a entender la fórmula de correlación de Pearson? la muestra rrr = la media de los productos de las calificaciones de las variables XXX y .YYY Entiendo por qué necesitan estandarizar e , pero ¿cómo entender los productos de ambas puntuaciones z? XXXYYY Esta fórmula también...
Según tengo entendido, la correlación de distancia es una forma robusta y universal de verificar si existe una relación entre dos variables numéricas. Por ejemplo, si tenemos un conjunto de pares de números: (x1, y1) (x2, y2) ... (xn, yn) Podemos usar la correlación de distancia para verificar...
El análisis de correlación canónica (CCA) tiene como objetivo maximizar la correlación habitual del momento del producto de Pearson (es decir, el coeficiente de correlación lineal) de las combinaciones lineales de los dos conjuntos de datos. Ahora, considere el hecho de que este coeficiente de...
Las pruebas de permutación (también llamadas prueba de aleatorización, prueba de aleatorización o prueba exacta) son muy útiles y resultan útiles cuando t-testno se cumple el supuesto de distribución normal requerido por ejemplo y cuando se transforman los valores mediante la clasificación de...
Supongamos que tenemos X 2 ∼ unif ( n , 0 , 1 ) ,X1∼unif(n,0,1),X1∼unif(n,0,1),X_1 \sim \textrm{unif}(n,0,1), X2∼unif(n,0,1),X2∼unif(n,0,1),X_2 \sim \textrm{unif}(n,0,1), donde es una muestra aleatoria uniforme de tamaño n,
¿Existe algún procedimiento estándar (tal que se pueda citarlo como referencia) para seleccionar el subconjunto de puntos de datos de un grupo más grande con la correlación más fuerte (a lo largo de solo dos dimensiones)? Por ejemplo, supongamos que tiene 100 puntos de datos. Desea un subconjunto...
Al explicar por qué no correlacionado no implica independiente, hay varios ejemplos que involucran un montón de variables aleatorias, pero todas parecen tan abstractas: 1 2 3 4 . Esta respuesta parece tener sentido. Mi interpretación: una variable aleatoria y su cuadrado pueden no estar...
¿Es cierto que es un estimador imparcial para ? Es decir, ρ X , Y E [ R X , Y ] = ρ X , Y ?RX,YRX,YR_{X,Y}ρX,YρX,Y\rho_{X,Y}E[RX,Y]=ρX,Y?E[RX,Y]=ρX,Y?\mathbf{E}\left[R_{X,Y}\right]=\rho_{X,Y}? Si no, ¿qué es un estimador imparcial para ? (¿Quizás haya un estimador imparcial estándar que se usa?...
Tengo dos series temporales S y T. tienen la misma frecuencia y la misma longitud. Me gustaría calcular (usando R), la correlación entre este par (es decir, S y T), y también poder calcular la importancia de la correlación), para poder determinar si la correlación se debe al azar o no. Me...
Me pregunto si hay una manera simple de detectar valores atípicos. Para uno de mis proyectos, que era básicamente una correlación entre la cantidad de veces que los encuestados participan en actividades físicas en una semana y la cantidad de veces que comen fuera de casa (comida rápida) en una...
Estoy leyendo un artículo y el autor escribió: El efecto de A, B, C en Y se estudió mediante el uso de análisis de regresión múltiple. A, B, C se ingresaron en la ecuación de regresión con Y como la variable dependiente. El análisis de varianza se presenta en la Tabla 3. El efecto de B en Y fue...
Dudo si preguntar esto aquí en el StackExchange de estadísticas o en el de lingüística / inglés, pero creo que podría haber más usuarios que no hablan mucho el idioma aquí que usuarios con conocimientos de estadísticas en el otro foro;) A menudo leo informes que mencionan la correlación como un...
Antecedentes: actualmente estoy haciendo algún trabajo comparando varios modelos jerárquicos bayesianos. Los datos son medidas numéricas de bienestar para el participante i y el tiempo j . Tengo alrededor de 1000 participantes y de 5 a 10 observaciones por participante.yyo jyyojy_{ij}yoyoijjj Al...
Contexto : Quiero trazar una línea en un diagrama de dispersión que no aparece paramétrico, por lo tanto, estoy usando geom_smooth()en ggploten R. Devuelve automáticamente. geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method...
Los datos que queremos usar como variable dependiente se ven así (son datos de recuento). Tememos que, dado que tiene un componente cíclico y una estructura de tendencia, la regresión se ve sesgada de alguna manera. Usaremos una regresión binomial negativa en caso de que ayude. Los datos son un...
Me gustaría estimar la correlación entre: Una variable ordinal: se les pide a los sujetos que califiquen su preferencia por 6 tipos de fruta en una escala de 1 a 5 (desde muy desagradable hasta muy sabrosa). En promedio, los sujetos usan solo 3 puntos de la escala. Una variable continua: se pide...
He estado mirando la página de Wikipedia para la correlación de distancia, donde parece caracterizarse por cómo se puede calcular. Mientras que podía hacer los cálculos que lucha para obtener medidas de correlación qué distancia y por qué los cálculos de las miro como lo hacen. ¿Existe una...
Me gustaría generar pares de números aleatorios con cierta correlación. Sin embargo, el enfoque habitual de usar una combinación lineal de dos variables normales no es válido aquí, porque una combinación lineal de variables uniformes ya no es una variable distribuida uniformemente. Necesito que las...
Tengo algunos datos interesantes sobre los artistas musicales más populares transmitidos divididos por ubicación en unos 200 distritos del Congreso. Quiero ver si es posible sondear a una persona sobre sus preferencias musicales y determinar si él o ella "escucha como un demócrata" o "escucha como...