Perguntas com a marcação «binomial»

15
Qual é a intuição por trás de amostras intercambiáveis ​​sob a hipótese nula?

Os testes de permutação (também chamados de teste de randomização, teste de re-randomização ou teste exato) são muito úteis e úteis quando a suposição de distribuição normal exigida por, por exemplo, t-testnão é atendida e quando a transformação dos valores pela classificação do teste...

hypothesis-testing permutation-test exchangeability r statistical-significance loess data-visualization normal-distribution pdf ggplot2 kernel-smoothing probability self-study expected-value normal-distribution prior correlation time-series regression heteroscedasticity estimation estimators fisher-information data-visualization repeated-measures binary-data panel-data mathematical-statistics coefficient-of-variation normal-distribution order-statistics regression machine-learning one-class probability estimators forecasting prediction validation finance measurement-error variance mean spatial monte-carlo data-visualization boxplot sampling uniform chi-squared goodness-of-fit probability mixture theory gaussian-mixture regression statistical-significance p-value bootstrap regression multicollinearity correlation r poisson-distribution survival regression categorical-data ordinal-data ordered-logit regression interaction time-series machine-learning forecasting cross-validation binomial multiple-comparisons simulation false-discovery-rate r clustering frequency wilcoxon-mann-whitney wilcoxon-signed-rank r svm t-test missing-data excel r numerical-integration r random-variable lme4-nlme mixed-model weighted-regression power-law errors-in-variables machine-learning classification entropy information-theory mutual-information
15
A precisão da máquina de aumento de gradiente diminui à medida que o número de iterações aumenta

Estou experimentando o algoritmo da máquina de aumento de gradiente através do caretpacote em R. Usando um pequeno conjunto de dados de admissões de faculdade, executei o seguinte código: library(caret) ### Load admissions dataset. ### mydata <-

machine-learning caret boosting gbm hypothesis-testing t-test panel-data psychometrics intraclass-correlation generalized-linear-model categorical-data binomial model intercept causality cross-correlation distributions ranks p-value z-test sign-test time-series references terminology cross-correlation definition probability distributions beta-distribution inverse-gamma missing-data paired-comparisons paired-data clustered-standard-errors cluster-sample time-series arima logistic binary-data odds-ratio medicine hypothesis-testing wilcoxon-mann-whitney unsupervised-learning hierarchical-clustering neural-networks train clustering k-means regression ordinal-data change-scores machine-learning experiment-design roc precision-recall auc stata multilevel-analysis regression fitting nonlinear jmp r data-visualization gam gamm4 r lme4-nlme many-categories regression causality instrumental-variables endogeneity controlling-for-a-variable
14
Entenda intuitivamente por que a distribuição de Poisson é o caso limitante da distribuição binomial

Em "Data Analysis" do DS Sivia, há uma derivação da distribuição de Poisson, da distribuição binomial. Eles argumentam que a distribuição de Poisson é o caso limitante da distribuição binomial quando , onde é o número de tentativas.M→∞M→∞M\rightarrow\inftyMMM Pergunta 1: Como esse argumento pode...

binomial poisson-distribution combinatorics intuition probability-calculus
13
dispersão em summary.glm ()

Eu conduzi um glm.nb por glm1<-glm.nb(x~factor(group)) sendo o grupo uma categoria c e x uma variável métrica. Quando tento obter o resumo dos resultados, obtenho resultados ligeiramente diferentes, dependendo se uso summary()ou nãosummary.glm . summary(glm1)me dá ... Coefficients:...

r generalized-linear-model negative-binomial
13
Eu não entendo a variação do binômio

Eu me sinto muito idiota mesmo fazendo uma pergunta tão básica, mas aqui vai: Se eu tiver uma variável aleatória XXX que podem assumir valores 000 e 111 , com P(X=1)=pP(X=1)=pP(X=1) = p e P(X=0)=1−pP(X=0)=1−pP(X=0) = 1-p , então se eu desenhar nnn amostras fora dele, eu vou chegar uma distribuição...

variance binomial
12
Estimador para uma distribuição binomial

Como definimos um estimador para dados provenientes de uma distribuição binomial? Para bernoulli, posso pensar em um estimador estimando um parâmetro p, mas no binômio não consigo ver quais parâmetros estimar quando n caracterizamos a distribuição? Atualizar: Por estimador, entendo uma função dos...

estimation binomial
12
Modelo Bayesiano Hierárquico (?)

Por favor, peço desculpas pelo meu massacre da linguagem estatística :) Encontrei aqui algumas perguntas relacionadas à publicidade e taxas de cliques. Mas nenhum deles me ajudou muito com minha compreensão da minha situação hierárquica. Há uma pergunta relacionada. São essas representações...

bayesian binomial multilevel-analysis
12
Diferenças entre PROC Mixed e lme / lmer em R - graus de liberdade

Nota: esta pergunta é um repost, pois minha pergunta anterior teve que ser excluída por razões legais. Ao comparar o PROC MIXED do SAS com a função lmedo nlmepacote no R, deparei-me com algumas diferenças bastante confusas. Mais especificamente, os graus de liberdade nos diferentes testes...

r mixed-model sas degrees-of-freedom pdf unbiased-estimator distance-functions functional-data-analysis hellinger time-series outliers c++ relative-risk absolute-risk rare-events regression t-test multiple-regression survival teaching multiple-regression regression self-study t-distribution machine-learning recommender-system self-study binomial standard-deviation data-visualization r predictive-models pearson-r spearman-rho r regression modeling r categorical-data data-visualization ggplot2 many-categories machine-learning cross-validation weka microarray variance sampling monte-carlo regression cross-validation model-selection feature-selection elastic-net distance-functions information-theory r regression mixed-model random-effects-model fixed-effects-model dataset data-mining
12
Como lidar com a super-dispersão na regressão de Poisson: quase-probabilidade, GLM binomial negativo ou efeito aleatório no nível do sujeito?

Encontrei três propostas para lidar com a super-dispersão em uma variável de resposta de Poisson e um modelo inicial de efeitos fixos: Use um modelo quase; Use GLM binomial negativo; Use um modelo misto com um efeito aleatório no nível de assunto. Mas qual escolher, e por quê? Existe algum...

regression negative-binomial poisson-regression overdispersion quasi-likelihood