tl; dr: comenzando con un conjunto de datos generado bajo nulo, volví a muestrear casos con reemplazo y realicé una prueba de hipótesis en cada conjunto de datos remuestreado. Estas pruebas de hipótesis rechazan el nulo más del 5% del tiempo. En la siguiente simulación, muy simple, genero...
Tengo un modelo de supervivencia con pacientes anidados en hospitales que incluye un efecto aleatorio para los hospitales. El efecto aleatorio está distribuido en gamma, y estoy tratando de informar la 'relevancia' de este término en una escala que se entiende fácilmente. He encontrado las...
Me gustaría realizar una combinación de sobremuestreo y submuestreo para equilibrar mi conjunto de datos con aproximadamente 4000 clientes divididos en dos grupos, donde uno de los grupos tiene una proporción de aproximadamente el 15%. He examinado SMOTE (
Estoy aprendiendo sobre bootstrapping como un medio para estimar la varianza de una estadística de muestra. Tengo una duda básica Citando de http://web.stanford.edu/class/psych252/tutorials/doBootstrapPrimer.pdf : • ¿Cuántas observaciones deberíamos volver a muestrear? Una buena sugerencia es...
Ejemplos: Tengo una oración en la descripción del trabajo: "Ingeniero senior de Java en el Reino Unido". Quiero usar un modelo de aprendizaje profundo para predecirlo en 2 categorías: English y IT jobs. Si uso el modelo de clasificación tradicional, solo puede predecir 1 etiqueta con...
Sé que si vuelve a tomar muestras de un conjunto de datos muchas veces y calcula la media cada vez, estas medias seguirán una distribución normal (por el CLT). Por lo tanto, puede calcular un intervalo de confianza en la media del conjunto de datos sin hacer ninguna suposición sobre la distribución...
Hace un tiempo hice una pregunta sobre la correlación de tiempos entre marcas de tiempo y recibí una respuesta de Peter Ellis que decía que podía calcular distancias medias entre códigos ... Esto ya le dará una idea de qué comportamientos se agrupan, pero también debe verificar que esto no sea...
Digamos que tiene una gran muestra aleatoria de jugadores de fútbol en Europa, pero solo le interesa lo que sucede en España. ¿Podrías reducir tu muestra a jugadores en España y todavía llamarla una muestra aleatoria (pero de una población diferente)? Si no, ¿cómo llamaría a esa submuestra y qué...
Comencemos asumiendo que tengo datos de sección transversal en , x_1 , x_2 (ver abajo para y , x_1 , x_2 ).yyyx1x1x_1x2x2x_2yyyx1x1x_1x2x2x_2 Quiero estimar el efecto de las variables x1x1x_1 y x2x2x_2 y su interacción ( x3=x1∗x2x3=x1∗x2x_3= x_1*x_2 ) en la variable yyy utilizando el enfoque de la...
Si necesito calcular un valor basado en permutación con nivel de significancia , ¿cuántas permutaciones necesito?pagsppαα\alpha Del artículo "Pruebas de permutación para estudiar el rendimiento del clasificador" , página 5: En la práctica, el límite superior se usa típicamente para determinar...