Digamos que tengo un gran conjunto de valores SSS que a veces se repiten. Deseo estimar el número total de valores únicos en el conjunto grande. Si tomo una muestra aleatoria de valores y determino que contiene valores únicos , ¿puedo usar esto para estimar el número de valores únicos en el...
En la literatura, los términos aleatorización y permutación se usan indistintamente. Con muchos autores declarando "Pruebas de permutación (también conocida como aleatorización)", o viceversa. En el mejor de los casos, creo que la diferencia es sutil, y radica en sus suposiciones sobre los datos y...
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...
Estoy buscando el marco teórico apropiado o la especialidad que me ayude a tratar de entender cómo lidiar con los errores que tiene el sistema GPS, especialmente cuando se trata de rutas. Básicamente, estoy buscando los requisitos sobre los datos y cualquier algoritmo que pueda usar para poder...
Las encuestas por ahí (digamos, Gallup) muestran un número absurdamente bajo de personas en comparación con el tamaño de la población (por ejemplo, tal vez mil personas de cientos de millones). Ahora, para mí, tomar muestras de una población como un medio para estimar las estadísticas de la...
Solo quería preguntar cuáles son, en su opinión, los mejores libros disponibles sobre bootstrap. Con esto no necesariamente me refiero al escrito por sus desarrolladores. ¿Podría indicar qué libro de texto le parece mejor para bootstrap que cubra los siguientes criterios? ¿La base filosófica /...
Recientemente estaba buscando formas de volver a muestrear series temporales, de manera que Preservar aproximadamente la autocorrelación de los procesos de memoria larga. Preservar el dominio de las observaciones (por ejemplo, una serie de enteros de muestras repetidas sigue siendo una serie de...
Parece haber mucha confusión en la comparación de usar glmnetdentro caretpara buscar una lambda óptima y usar cv.glmnetpara hacer la misma tarea. Se plantearon muchas preguntas, por ejemplo: Modelo de clasificación train.glmnet vs. cv.glmnet? ¿Cuál es la forma correcta de usar glmnet con...
Noto que en los métodos de estadística / aprendizaje automático, una distribución es a menudo aproximada por un gaussiano, y luego ese gaussiano se usa para el muestreo. Comienzan calculando los dos primeros momentos de la distribución, y los usan para estimar μμ\mu y σ2σ2\sigma^2 . Entonces pueden...
¿Cuál es la diferencia entre la varianza muestral y la varianza muestral? Parecen lo mismo. ¿No son
Me llamó la atención un problema aparentemente fácil, pero no he encontrado una solución adecuada durante varias semanas. Tengo bastantes datos de encuestas / encuestas (decenas de miles de encuestados, digamos 50k por conjunto de datos), provenientes de algo que espero se llame encuesta de diseño...
Tengo una muestra de 100 puntos que son continuos y unidimensionales. Calculé su densidad no paramétrica utilizando métodos del núcleo. ¿Cómo puedo extraer muestras aleatorias de esta distribución
Estoy buscando una forma simple de muestrear de una distribución multivariada de von Mises-Fisher en Python. He buscado en el módulo de estadísticas en scipy y en el módulo numpy, pero solo encontré la distribución univariante de von Mises. ¿Hay algún código disponible? No he encontrado...
Cuando leí acerca de cómo aproximar la distribución de la muestra significa que encontré el método de arranque no paramétrico. Aparentemente uno puede aproximar la distribución de por la distribución de ˉ X ∗ n - ˉ X n , donde ˉ X ∗
Actualmente, mi empleador está realizando una encuesta en toda la compañía sobre las actitudes hacia la oficina, es decir, Sentimiento. En el pasado, abrieron la encuesta en todas las áreas del negocio (supongamos que hay 10 departamentos muy diferentes) y todos los empleados dentro de ellos...
Si todo lo que está haciendo es volver a tomar muestras de la distribución empírica, ¿por qué no solo estudiar la distribución empírica? Por ejemplo, en lugar de estudiar la variabilidad mediante muestreo repetido, ¿por qué no cuantificar la variabilidad a partir de la distribución...
He estado trabajando en el muestreo de importancia bastante de cerca durante el año pasado y tengo algunas preguntas abiertas con las que esperaba obtener ayuda. Mi experiencia práctica con esquemas de muestreo de importancia ha sido que ocasionalmente pueden producir fantásticas estimaciones de...
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...
Soy nuevo en ciencia de datos y tengo problemas para encontrar clústeres en un conjunto de datos con 200,000 filas y 50 columnas en R. Dado que los datos tienen variables tanto numéricas como nominales, los métodos como K-means que usa la medida de distancia euclidiana no parecen ser una opción...
Al aprender el curso de muestreo, me encuentro con las siguientes dos afirmaciones: 1) El error de muestreo conduce principalmente a la variabilidad, los errores que no son de muestreo conducen al sesgo. 2) Debido a un error de no muestreo, una muestra es a menudo más precisa que un CENSO. No sé...