Tirando as considerações sobre o poder da computação, existem razões para acreditar que o aumento do número de dobras na validação cruzada leva a uma melhor seleção / validação de modelo (ou seja, quanto maior o número de dobras, melhor)? Levando o argumento ao extremo, a validação cruzada de...
Na p. Brian Ripley, 34 de seu PRNN, comenta que "A AIC foi nomeada por Akaike (1974) como 'Um critério de informação', embora pareça comum acreditar que o A representa Akaike". De fato, ao introduzir a estatística da AIC, Akaike (1974, p.719) explica que "IC stands for information criterion and A...
Como interpretar o desvio nulo e residual no GLM em R? Como, dizemos que AIC menor é melhor. Existe alguma interpretação semelhante e rápida para os desvios também? Desvio nulo: 1146,1 em 1077 graus de liberdade Desvio residual: 4589,4 em 1099 graus de liberdade AIC:
Eu li tópicos suficientes no QQplots aqui para entender que um QQplot pode ser mais informativo do que outros testes de normalidade. No entanto, eu sou inexperiente na interpretação de QQplots. Eu pesquisei muito; Encontrei muitos gráficos de QQplots não normais, mas nenhuma regra clara sobre como...
Essa é uma pergunta em geral, não específica para nenhum método ou conjunto de dados. Como lidamos com um problema de desequilíbrio de classe no aprendizado de máquina supervisionado, em que o número de 0 é de cerca de 90% e o número de 1 é de cerca de 10% em seu conjunto de dados. Uma das...
Eu tenho duas séries temporais (ambas suaves) que gostaria de correlacionar para ver como elas estão correlacionadas. Pretendo usar o coeficiente de correlação de Pearson. Isso é apropriado? Minha segunda pergunta é que posso optar por experimentar as duas séries temporais da maneira que eu...
Esta pergunta me intrigou por um longo tempo. Entendo o uso de 'log' para maximizar a probabilidade, por isso não estou perguntando sobre 'log'. Minha pergunta é: como maximizar a probabilidade do log é equivalente a minimizar a "probabilidade do log negativo" (NLL), por que inventamos esse NLL?...
Transformo todos os meus dados ou dobras (se o CV for aplicado) ao mesmo tempo? por exemplo (allData - mean(allData)) / sd(allData) Transformo trainset e testset separadamente? por exemplo (trainData - mean(trainData)) / sd(trainData) (testData - mean(testData)) / sd(testData) Ou eu transformo...
Durante o primeiro semestre de 2015, fiz o curso coursera de Machine Learning (por Andrew Ng, curso GREAT). E aprendeu o básico do aprendizado de máquina (regressão linear, regressão logística, SVM, Redes Neuronais ...) Também sou desenvolvedor há 10 anos, portanto, aprender uma nova linguagem de...
Eu aprendi sobre a intuição por trás da divergência KL quanto o quanto uma função de distribuição de modelo difere da distribuição teórica / verdadeira dos dados. A fonte Estou lendo continua a dizer que a compreensão intuitiva de 'distância' entre estas duas distribuições é útil, mas não deve ser...
Sou completamente cego e venho de um background de programação. O que estou tentando fazer é aprender aprendizado de máquina e, para fazer isso, primeiro preciso aprender sobre regressão linear. Todas as explicações na Internet que estou descobrindo sobre esse assunto traçam os dados primeiro....
Gostaria de saber se existem pacotes para python capazes de executar análises de sobrevivência. Eu tenho usado o pacote de sobrevivência em R, mas gostaria de portar meu trabalho para
Estou procurando uma explicação intuitiva do tradeoff de variação de viés, em geral e especificamente no contexto da regressão
Como um modelo de regressão pode ser útil se você não conhece a função para a qual está tentando obter os parâmetros? Vi uma pesquisa que dizia que as mães que amamentavam seus filhos eram menos propensas a sofrer de diabetes mais tarde na vida. A pesquisa foi realizada a partir de uma pesquisa...
O artigo de Christopher Manning sobre regressão logística em R mostra uma regressão logística em R da seguinte maneira: ced.logr <- glm(ced.del ~ cat + follows + factor(class), family=binomial) Alguma saída: > summary(ced.logr) Call: glm(formula = ced.del ~ cat + follows +...
Fiquei me perguntando, dadas duas distribuições normais com eσ1, μ 1σ1, μ1\sigma_1,\ \mu_1σ2, μ 2σ2, μ2\sigma_2, \ \mu_2 como posso calcular a porcentagem de regiões sobrepostas de duas distribuições? Suponho que esse problema tenha um nome específico. Você conhece algum nome específico que...
O exemplo de Stein mostra que a estimativa de máxima verossimilhança de nnn variáveis normalmente distribuídas com médias μ1,…,μnμ1,…,μn\mu_1,\ldots,\mu_n e variâncias 111 é inadmissível (sob uma função de perda quadrada) se n≥3n≥3n\ge 3 . Para uma prova clara, consulte o primeiro capítulo de...
Por exemplo, tenho dados históricos de perdas e estou calculando quantis extremos (Valor em risco ou Perda máxima provável). Os resultados obtidos são para estimar a perda ou prever? Onde alguém pode traçar a linha? Estou
Gostaria de saber se faz diferença na interpretação se apenas as variáveis dependentes, dependentes e independentes ou apenas as independentes são transformadas em log. Considere o caso de log(DV) = Intercept + B1*IV + Error Eu posso interpretar o IV como o aumento percentual, mas como isso...
Estou apenas começando o auto-aprendizado na análise de séries temporais. Percebi que existem várias armadilhas potenciais que não são aplicáveis às estatísticas gerais. Então, desenvolvendo O que são pecados estatísticos comuns? , Eu gostaria de perguntar: O que são armadilhas comuns ou pecados...