Se refiere a complicaciones o problemas estadísticos por tener pocos datos. Si su pregunta es sobre una pequeña muestra en relación con el número de variables, utilice la etiqueta [subdeterminado] en su lugar.
Ciertas hipótesis se pueden probar usando la prueba t de Student (quizás usando la corrección de Welch para las variaciones desiguales en el caso de dos muestras), o mediante una prueba no paramétrica como la prueba de rango con signo emparejado de Wilcoxon, la prueba U de Wilcoxon-Mann-Whitney, o...
Esta pregunta ha sido provocada por algo que leí en este libro de texto de estadísticas de nivel de posgrado y que también escuché (independientemente) durante esta presentación en un seminario estadístico. En ambos casos, la declaración estaba en la línea de "debido a que el tamaño de la muestra...
Me pregunto qué podemos decir, en todo caso, sobre la media de la población, cuando todo lo que tengo es una medida, y 1 (tamaño de muestra de 1). Obviamente, nos encantaría tener más medidas, pero no podemos obtenerlas.μμ\muy1y1y_1 Me parece que dado que la media de la muestra, , es trivialmente...
Tengo datos que muestran los resultados del examen de ingreso de bomberos. Estoy probando la hipótesis de que los resultados del examen y el origen étnico no son mutuamente independientes. Para probar esto, realicé una prueba de chi-cuadrado de Pearson en R. Los resultados muestran lo que esperaba,...
Tengo una pregunta relacionada con el modelado de series cortas de tiempo. No se trata de modelarlos , sino de cómo. ¿Qué método recomendaría para modelar series de tiempo (muy) cortas (digamos de longitud )? Por "mejor" quiero decir aquí el más robusto, que es el menos propenso a errores debido al...
La prueba Student requiere la desviación estándar de la muestra . Sin embargo, ¿cómo calculo para cuando solo se conocen el tamaño de la muestra y el promedio de la muestra?tttssssss Por ejemplo, si el tamaño de la muestra es y el promedio de la muestra es , intentaré crear una lista de muestras...
El análisis de datos exploratorios (EDA) a menudo conduce a explorar otras "pistas" que no necesariamente pertenecen al conjunto inicial de hipótesis. Me enfrento a tal situación en el caso de estudios con un tamaño de muestra limitado y muchos datos recopilados a través de diferentes cuestionarios...
Estoy trabajando en un proyecto donde quiero extraer información sobre el contenido de una serie de ensayos abiertos. En este proyecto en particular, 148 personas escribieron ensayos sobre una organización estudiantil hipotética como parte de un experimento más amplio. Aunque en mi campo...
Hasta ahora, he estado usando la estadística de Shapiro-Wilk para probar los supuestos de normalidad en muestras pequeñas. ¿Podrías recomendarme otra
Aprendí que un tamaño de muestra pequeño puede conducir a una potencia insuficiente y un error tipo 2. Sin embargo, tengo la sensación de que las muestras pequeñas pueden ser poco fiables y dar lugar a cualquier tipo de resultado por casualidad. ¿Es eso
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
¿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...
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
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...
Tengo un conjunto de datos que comprende 24 filas de datos mensuales. Las características son PIB, llegadas al aeropuerto, mes y algunos otros. La variable dependiente es el número de visitantes a un destino turístico popular. ¿Random Forest sería adecuado para tal problema? Los datos no son...
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...