Tengo preguntas inspiradas en el reciente escándalo de reclutamiento de Amazon, donde fueron acusadas de discriminación contra las mujeres en su proceso de reclutamiento. Más información aquí : Los especialistas en aprendizaje automático de Amazon.com Inc descubrieron un gran problema: a su...
Un paciente ingresa en el hospital. Su duración de estadía depende de 2 cosas: la gravedad de su lesión y cuánto está dispuesto a pagar su seguro para mantenerlos en el hospital. Algunos pacientes se irán prematuramente si su seguro decide dejar de pagar su estadía. Suponga lo siguiente: 1) La...
Durante el año pasado, he estado escuchando mucho sobre los marcos de programación probabilística (PP) como PyMC3 y Stan , y qué tan bueno es el PP. Y hoy, alguien compartió este enlace conmigo: Pyro: un lenguaje de programación probabilístico profundo Sin embargo, realmente no sigo lo que tiene...
¿Existe una prueba de hipótesis de si una variable dependiente distribuida normalmente está asociada con una variable distribuida direccionalmente ? Por ejemplo, si la variable explicativa es la hora del día (y asumiendo que cosas como el día de la semana, el mes del año, etc. son irrelevantes),...
Proporcionó un tamaño de muestra "N" que planeo usar para pronosticar datos. ¿Cuáles son algunas de las formas de subdividir los datos para que yo use algunos de ellos para establecer un modelo y los datos restantes para validar el modelo? Sé que no hay una respuesta en blanco y negro para esto,...
Para la selección de predictores en regresión lineal multivariada con predictores adecuados, ¿qué métodos están disponibles para encontrar un subconjunto 'óptimo' de los predictores sin probar explícitamente todos los subconjuntos de ? En 'Análisis de supervivencia aplicada', Hosmer y Lemeshow...
Tengo datos con un pico doble que estoy tratando de modelar, y hay suficiente superposición entre los picos que no puedo tratarlos de forma independiente. Un histograma de los datos podría verse así: He creado dos modelos para esto: uno usa dos distribuciones de Poisson y el otro usa dos...
Estoy buscando una herramienta de software (preferiblemente de código abierto) para dibujar modelos de ecuaciones / mezclas estructurales de manera eficiente y bonita. Después de buscar en xfig y graphviz, ahora me quedo con el paquete de gráficos vectoriales generales Inkscape porque parece más...
Entonces, tengo 16 ensayos en los que estoy tratando de autenticar a una persona de un rasgo biométrico usando Hamming Distance. Mi umbral está establecido en 3.5. Mis datos están a continuación y solo la prueba 1 es un verdadero positivo: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5...
Tenemos un conjunto de muestras biológicas que fue bastante costoso de obtener. Ponemos estas muestras a través de una serie de pruebas para generar datos que se utilizan para construir un modelo predictivo. Para este propósito, hemos dividido las muestras en conjuntos de entrenamiento (70%) y...
Tengo casi las mismas preguntas como esta: ¿Cómo puedo modelar eficientemente la suma de variables aleatorias de Bernoulli? Pero la configuración es bastante diferente: S=∑i=1,NXiS=∑i=1,NXiS=\sum_{i=1,N}{X_i} , , ~ 20, ~ 0.1P(Xi=1)=piP(Xi=1)=piP(X_{i}=1)=p_iNNNpipip_i Tenemos los datos para los...
La formulación de un modelo matemático para un problema es uno de los aspectos más subjetivos de la estadística, pero también uno de los más importantes. ¿Cuáles son las mejores referencias que abordan este tema crucial pero a menudo ignorado? ¿Y qué estadístico famoso dijo algo como "Deja que los...
Dado que no podemos ajustar el modelo ARIMA cuando se viola el supuesto de varianza constante, ¿qué modelo se puede usar para ajustar series de tiempo
Hola, estoy estudiando técnicas de regresión. Mis datos tienen 15 características y 60 millones de ejemplos (tarea de regresión). Cuando probé muchas técnicas de regresión conocidas (árbol impulsado por gradiente, regresión de árbol de decisión, AdaBoostRegressor, etc.), la regresión lineal...
En Dixon, Coles ( 1997 ), utilizaron la estimación de máxima verosimilitud para los dos modelos de Poisson independientes modificados en (4.3) para modelar los puntajes en el fútbol. Estoy tratando de usar R para "reproducir" los parámetros alfa y beta, así como los parámetros del efecto de inicio...
Tengo una pregunta metodológica general. Es posible que se haya respondido antes, pero no puedo localizar el hilo relevante. Apreciaré los punteros a posibles duplicados. ( Aquí hay una excelente, pero sin respuesta. Esto también es similar en espíritu, incluso con una respuesta, pero esta última...
Tengo un conjunto de datos de alrededor de 5000 características. Para esos datos, utilicé por primera vez la prueba Chi Square para la selección de funciones; después de eso, obtuve alrededor de 1500 variables que mostraron una relación significativa con la variable de respuesta. Ahora necesito...
Estaba tratando de volver a aprender las estadísticas bayesianas (cada vez que pensaba que finalmente lo entendía, aparece algo más que no consideré antes ...) pero no estaba claro (para mí) cuál era el proceso de generación de datos en el marco bayesiano en realidad es. El marco frecuentista es...
Tengo algunos modelos predictivos cuyo rendimiento me gustaría probar (es decir, tomar mi conjunto de datos, "rebobinarlo" a un punto anterior en el tiempo y ver cómo el modelo hubiera funcionado de manera prospectiva). El problema es que algunos de mis modelos se construyeron a través de un...
En mi campo, la forma habitual de graficar datos emparejados es como una serie de segmentos de línea delgada y delgada, superpuestos con la mediana y el IC de la mediana para los dos grupos: Sin embargo, este tipo de gráfico se vuelve mucho más difícil de leer a medida que aumenta el número de...