El siguiente extracto es de Schwager's Hedge Fund Market Wizzards (mayo de 2012), una entrevista con el exitoso administrador de fondos de cobertura Jaffray Woodriff: A la pregunta: "¿Cuáles son algunos de los peores errores que cometen las personas en la minería de datos?": Muchas personas...
La precisión se define como: p = true positives / (true positives + false positives) ¿Es cierto que, como true positivesy false positivesenfoque 0, la precisión se aproxima a 1? La misma pregunta para recordar: r = true positives / (true positives + false negatives) Actualmente estoy...
Supongamos que tengo datos con dos grupos independientes: g1.lengths <- c (112.64, 97.10, 84.18, 106.96, 98.42, 101.66) g2.lengths <- c (84.44, 82.10, 83.26, 81.02, 81.86, 86.80, 85.84, 97.08, 79.64, 83.32, 91.04, 85.92, 73.52, 85.58, 97.70, 89.72, 88.92, 103.72, 105.02, 99.48, 89.50,...
Si el resultado de mi prueba t unilateral es significativo pero el tamaño de la muestra es pequeño (por ejemplo, inferior a 20 o menos), ¿puedo confiar en este resultado? Si no es así, ¿cómo debo tratar y / o interpretar este
Si bien los resultados del conjunto de prueba privado no se pueden utilizar para refinar aún más el modelo, ¿no se está seleccionando el modelo de una gran cantidad de modelos basados en los resultados del conjunto de prueba privado? ¿No terminaría usted, solo a través de ese proceso,...
¿Existe una "regla" para determinar el tamaño mínimo de muestra requerido para que una prueba t sea válida? Por ejemplo, se debe realizar una comparación entre las medias de 2 poblaciones. Hay 7 puntos de datos de una población y solo 2 puntos de datos de la otra. Desafortunadamente, el...
TLDR: Mi conjunto de datos es bastante pequeño (120) muestras. Mientras realizo la validación cruzada 10 veces, ¿debería: ¿Recolecta las salidas de cada pliegue de prueba, las concatena en un vector y luego calcula el error en este vector completo de predicciones (120 muestras)? O debería lugar...
Estoy experimentando con el algoritmo de la máquina de aumento de gradiente a través del caretpaquete en R. Usando un pequeño conjunto de datos de admisión a la universidad, ejecuté el siguiente código: library(caret) ### Load admissions dataset. ### mydata <-
Me preguntaba cuáles son los criterios para utilizar Kolmogorov-Smirnov, Cramer-von-Mises y Anderson-Darling al comparar 2 ECDFS. Sé las matemáticas de cómo difieren cada uno, pero si tengo algunos datos de ECDF, ¿cómo sabría qué prueba es apropiada para
Supongamos que uno realiza la llamada rutina de arranque no paramétrica extrayendo muestras de tamaño cada una de las observaciones originales con reemplazo. Creo que este procedimiento es equivalente a estimar la función de distribución acumulativa por el cdf
¿Cuál es la diferencia entre la varianza muestral y la varianza muestral? Parecen lo mismo. ¿No son
Aquí hay un poco de contexto. Estoy interesado en determinar cómo dos variables ambientales (temperatura, niveles de nutrientes) impactan el valor medio de una variable de respuesta durante un período de 11 años. Dentro de cada año, hay datos de más de 100k ubicaciones. El objetivo es determinar...
Cerrada . Esta pregunta necesita estar más centrada . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que se centre en un problema solo editando esta publicación . Cerrado hace 2 años . Actualmente...
¿Es válido usar la longitud media ( hhh ) y el peso medio ( www ) de una población dada para calcular el índice de masa corporal promedio ( BMI=wh2BMI=wh2BMI = \frac{w}{h^2} ) para esa
Espero que esta pregunta no se marque "como demasiado general" y espero que se inicie una discusión que beneficie a todos. En estadística, pasamos mucho tiempo aprendiendo grandes teorías de muestra. Estamos profundamente interesados en evaluar las propiedades asintóticas de nuestros...
Estoy relativamente familiarizado con la distinción entre los términos estadística y parámetro. Veo una estadística como el valor obtenido al aplicar una función a los datos de la muestra. Sin embargo, la mayoría de los ejemplos de parámetros se relacionan con la definición de una distribución...
Estas dos expresiones me confundieron mucho cuando estaba aprendiendo estadísticas. Me parece que son cosas totalmente diferentes. Una muestra aleatoria es tomar una muestra aleatoria de una población, mientras que una variable aleatoria es como una función que asigna el conjunto de todos los...
Tengo un pequeño conjunto de datos de 14 veces separadas para completar una tarea. Sin embargo, estoy teniendo dificultades para encontrar un gráfico apropiado para usar para graficar los datos. Si la muestra fuera más grande, usaría un diagrama de caja o un histograma, pero no estoy seguro de si...
De una respuesta en una pregunta anterior , fui dirigido hacia la secuencia de Halton, para crear un conjunto de vectores que cubrieran un espacio de muestra uniforme de manera bastante uniforme. Pero la página de wikipedia menciona que los números primos más altos a menudo están altamente...
¿Cuáles son los pros y los contras de usar LARS [1] versus usar el descenso coordinado para ajustar la regresión lineal regularizada por L1? Estoy principalmente interesado en los aspectos de rendimiento (mis problemas tienden a tener Ncientos de miles y p<20). Sin embargo, cualquier otra...