Libros para aprender estadísticas usando R ¿Cuál es exactamente el libro que estoy buscando? Lo que estoy buscando es un libro que le enseñe estadísticas mientras usa R para brindarle experiencia práctica y, por lo tanto, termine ayudándolo a aprender R juntos. He visto en Amazon muchos libros...
Estoy usando el paquete de fiesta en R con 10,000 filas y 34 características, y algunas características de factor tienen más de 300 niveles. El tiempo de computación es demasiado largo. (Ha tomado 3 horas hasta ahora y aún no ha terminado). Quiero saber qué elementos tienen un gran efecto en el...
Los métodos bootstrap y jackknife se pueden usar para estimar el sesgo y el error estándar de una estimación, y los mecanismos de ambos métodos de remuestreo no son muy diferentes: el muestreo con reemplazo frente a omitir una observación a la vez. Sin embargo, jackknife no es tan popular como...
Tengo un conjunto de datos de muestra con 31 valores. Ejecuté una prueba t de dos colas usando R para probar si la media real es igual a 10: t.test(x=data, mu=10, conf.level=0.95) Salida: t = 11.244, df = 30, p-value = 2.786e-12 alternative hypothesis: true mean is not equal to 10 95 percent...
Me gustaría saber por qué algunos lenguajes como R tienen NA y NaN. ¿Cuáles son las diferencias o son igualmente iguales? ¿Es realmente necesario tener
He trazado esto después de hacer una prueba de normalidad de Shapiro-Wilk. La prueba mostró que es probable que la población se distribuya normalmente. Sin embargo, ¿cómo ver este "comportamiento" en esta trama? ACTUALIZAR Un histograma simple de los datos: ACTUALIZAR La prueba de...
Aprendí acerca de la intuición detrás de la divergencia de KL sobre cuánto difiere una función de distribución del modelo de la distribución teórica / verdadera de los datos. La fuente que estoy leyendo pasa a decir que la comprensión intuitiva de 'distancia' entre estas dos distribuciones es útil,...
Tengo 2 series temporales (ambas suaves) que me gustaría hacer una correlación cruzada para ver qué tan correlacionadas están. Tengo la intención de utilizar el coeficiente de correlación de Pearson. ¿Es esto apropiado? Mi segunda pregunta es que puedo elegir probar las 2 series de tiempo tan...
Estoy ajustando una glm familiar binomial en R, y tengo toda una serie de variables explicativas, y necesito encontrar la mejor (R al cuadrado como medida está bien). A falta de escribir un guión para recorrer diferentes combinaciones aleatorias de las variables explicativas y luego registrar cuál...
Durante el primer semestre de 2015 hice el curso de Machine Learning (por Andrew Ng, GREAT course). Y aprendí los conceptos básicos del aprendizaje automático (regresión lineal, regresión logística, SVM, redes neuronales ...) También he sido desarrollador durante 10 años, por lo que aprender un...
¿Transforme todos mis datos o pliegues (si se aplica CV) al mismo tiempo? p.ej (allData - mean(allData)) / sd(allData) ¿Transforme el conjunto de trenes y el conjunto de pruebas por separado? p.ej (trainData - mean(trainData)) / sd(trainData) (testData - mean(testData)) / sd(testData) ¿O...
Tengo datos de ventas para una serie de puntos de venta, y quiero clasificarlos según la forma de sus curvas a lo largo del tiempo. Los datos se ven más o menos así (pero obviamente no son aleatorios y faltan algunos datos): n.quarters <- 100 n.stores <- 20 if (exists("test.data")){...
Estoy planeando comenzar a escribir paquetes R. Pensé que sería bueno estudiar el código fuente de los paquetes existentes para aprender las convenciones de la construcción de paquetes. Mi criterio para buenos paquetes para estudiar: Ideas estadísticas / técnicas simples : el punto es aprender...
Tengo problemas para derivar la fórmula de divergencia KL suponiendo dos distribuciones normales multivariadas. He hecho el caso univariado con bastante facilidad. Sin embargo, ha pasado bastante tiempo desde que tomé las estadísticas de matemáticas, por lo que tengo algunos problemas para...
Me pregunto si hace una diferencia en la interpretación si solo el dependiente, tanto el dependiente como el independiente, o solo las variables independientes se transforman logarítmicamente. Considere el caso de log(DV) = Intercept + B1*IV + Error Puedo interpretar el IV como el porcentaje...
Por ejemplo, tengo datos de pérdidas históricas y estoy calculando cuantiles extremos (valor en riesgo o pérdida máxima probable). ¿Los resultados obtenidos son para estimar la pérdida o predecirlos? ¿Dónde se puede dibujar la línea? Estoy
El ejemplo de Stein muestra que la estimación de máxima verosimilitud de nnn variables normalmente distribuidas con medias μ1,…,μnμ1,…,μn\mu_1,\ldots,\mu_n varianzas 111 es inadmisible (bajo una función de pérdida cuadrada) si f n≥3n≥3n\ge 3 . Para una prueba clara, vea el primer capítulo de...
He visto "residuales" definidos de manera diversa como "pronosticados menos valores reales" o "reales menos valores pronosticados". Con fines ilustrativos, para mostrar que ambas fórmulas se usan ampliamente, compare las siguientes búsquedas web: residual "predicho menos real" residual "real...
¿Cómo puede ser útil un modelo de regresión si no conoce la función para la que está tratando de obtener los parámetros? Vi una investigación que decía que las madres que amamantaban a sus hijos tenían menos probabilidades de sufrir diabetes en el futuro. La investigación se realizó a partir de...
El artículo de Christopher Manning sobre regresión logística en R muestra una regresión logística en R de la siguiente manera: ced.logr <- glm(ced.del ~ cat + follows + factor(class), family=binomial) Alguna salida: > summary(ced.logr) Call: glm(formula = ced.del ~ cat + follows +...