Encontrei informações discordantes sobre a questão: " Se alguém constrói um intervalo de confiança de 95% (IC) de uma diferença de médias ou proporções, todos os valores dentro do IC são igualmente prováveis? Ou é a estimativa pontual a mais provável?" , com valores próximos às "caudas" do IC menos...
Eu queria saber se existem boas bibliotecas R por aí para redes neurais de aprendizado profundo? Eu sei que existe o nnet,, neuralnete RSNNS, mas nenhum deles parece implementar métodos de aprendizado profundo. Estou especialmente interessado em não supervisionado, seguido de aprendizado...
Estou tentando prever um resultado binário usando 50 variáveis explicativas contínuas (o intervalo da maioria das variáveis é a ). Meu conjunto de dados tem quase 24.000 linhas. Quando corro no R, recebo:−∞−∞-\infty∞∞\inftyglm Warning messages: 1: glm.fit: algorithm did not converge 2:...
Existe uma certa escola de pensamento segundo a qual a abordagem mais difundida dos testes estatísticos é um "híbrido" entre duas abordagens: a de Fisher e a de Neyman-Pearson; essas duas abordagens, afirma a alegação, são "incompatíveis" e, portanto, o "híbrido" resultante é uma "confusão...
O PCA e o autoencoder podem reduzir a demension, então, qual é a diferença entre eles? Em que situação devo usar um sobre o
Eu continuo lendo isso e intuitivamente eu posso ver isso, mas como se passa da regularização L2 para dizer que este é um prior gaussiano analiticamente? O mesmo vale para dizer que L1 é equivalente a um anterior do Laplacean. Quaisquer outras referências seriam ótimas.
Eu espero que o título seja auto-explicativo. No Kaggle, a maioria dos vencedores usa o empilhamento com algumas vezes centenas de modelos de base, para extrair alguns% extra de MSE, precisão ... Em geral, na sua experiência, o quão importante é a modelagem sofisticada, como empilhar versus...
Declaração 1 (S1): "Uma em cada 80 mortes é causada por um acidente de carro". Declaração Dois (S2): "Uma em cada 80 pessoas morre como resultado de um acidente de carro". Agora, pessoalmente, não vejo muita diferença entre essas duas afirmações. Ao escrever, eu os consideraria intercambiáveis...
Eu gostaria de ter muitos algoritmos que executam a mesma tarefa que a regressão logística. Ou seja, algoritmos / modelos que podem fornecer uma previsão para uma resposta binária (Y) com alguma variável explicativa (X). Eu ficaria feliz se, depois de nomear o algoritmo, se você também mostrar...
Eu tenho SPSSsaída para um modelo de regressão logística. A saída relata duas medidas para o ajuste do modelo Cox & Snelle Nagelkerke. Então, como regra geral, quais dessas medidas R2R²R^² você reportaria como o modelo se encaixa? Ou, qual desses índices de ajuste é o que geralmente é...
No ano de 2000, a Judea Pearl publicou Causality . Que controvérsias cercam esse trabalho? Quais são suas principais
Recentemente, medi como o significado de uma nova palavra é adquirido em exposições repetidas (prática: dia 1 ao dia 10) medindo ERPs (EEGs) quando a palavra foi vista em diferentes contextos. Também controlei as propriedades do contexto, por exemplo, sua utilidade para a descoberta de novos...
Existem vários tópicos neste site para recomendações de livros sobre estatísticas introdutórias e aprendizado de máquina, mas estou procurando um texto sobre estatísticas avançadas, incluindo, em ordem de prioridade: probabilidade máxima, modelos lineares generalizados, análise de componentes...
De Theory of Statistics, de Mark J. Schervish (página 12): Embora o teorema de representação de DeFinetti 1.49 seja central para motivar modelos paramétricos, ele não é realmente usado em sua implementação. Como o teorema é central para os modelos
Estou tentando entender a filosofia por trás do uso de um modelo linear generalizado (GLM) vs um modelo linear (LM). Criei um exemplo de conjunto de dados abaixo em que: registro( y) = x + εregistro(y)=x+ε\log(y) = x + \varepsilon O exemplo não possui o erro em função da magnitude de y ,...
Se eu calcular a mediana de um número suficientemente grande de observações extraídas da mesma distribuição, o teorema do limite central afirma que a distribuição de medianas se aproximará de uma distribuição normal? Meu entendimento é que isso é verdade com os meios de um grande número de...
Qual é a diferença entre validação cruzada estratificada e validação cruzada ? A Wikipedia diz: Na validação cruzada estratificada de dobras k , as dobras são selecionadas para que o valor médio da resposta seja aproximadamente igual em todas as dobras. No caso de uma classificação dicotômica,...
Tanto quanto eu entendo, o teste de Wald no contexto da regressão logística é usado para determinar se uma determinada variável preditora é significativa ou não. Rejeita a hipótese nula do coeficiente correspondente sendo zero.XXX O teste consiste em dividir o valor do coeficiente pelo erro padrão...
Para resolver problemas de seleção de modelos, vários métodos (LASSO, regressão de crista, etc.) reduzirão os coeficientes das variáveis preditivas em direção a zero. Estou procurando uma explicação intuitiva sobre por que isso melhora a capacidade preditiva. Se o verdadeiro efeito da variável...
Refiro-me a práticas que ainda mantêm sua presença, mesmo que os problemas (geralmente computacionais) para os quais foram projetados tenham sido resolvidos. Por exemplo, a correção de continuidade de Yates foi inventada para aproximar o teste exato de Fisher com o teste , mas não é mais prático,...