Digamos que eu tenho um objeto de classe glm(correspondente a um modelo de regressão logística) e gostaria de transformar as probabilidades previstas fornecidas predict.glmusando o argumento type="response"em respostas binárias, ou seja, ou Y = 0 . Qual é a maneira mais rápida e canônica de fazer...
Os métodos bootstrap e jackknife podem ser usados para estimar o viés e o erro padrão de uma estimativa e os mecanismos de ambos os métodos de reamostragem não são muito diferentes: amostragem com substituição vs. deixar de fora uma observação de cada vez. No entanto, o canivete não é tão popular...
Eu tenho um conjunto de dados de amostra com 31 valores. Fiz um teste t bicaudal usando R para testar se a média verdadeira é igual a 10: t.test(x=data, mu=10, conf.level=0.95) Resultado: t = 11.244, df = 30, p-value = 2.786e-12 alternative hypothesis: true mean is not equal to 10 95 percent...
Estou usando o pacote de festa no R com 10.000 linhas e 34 recursos, e alguns recursos de fator têm mais de 300 níveis. O tempo de computação é muito longo. (Demorou 3 horas até agora e ainda não terminou.) Quero saber quais elementos têm um grande efeito no tempo de computação de uma floresta...
Gostaria de saber por que algumas línguas como R têm NA e NaN. Quais são as diferenças ou são igualmente iguais? É realmente necessário ter
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...
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...
Eu plotei isso depois de fazer um teste de normalidade Shapiro-Wilk. O teste mostrou que é provável que a população esteja normalmente distribuída. No entanto, como ver esse "comportamento" nesse enredo? ATUALIZAR Um histograma simples dos dados: ATUALIZAR O teste de Shapiro-Wilk...
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...
Eu tenho dados de vendas para uma série de pontos de venda e quero categorizá-los com base no formato de suas curvas ao longo do tempo. Os dados são mais ou menos assim (mas obviamente não são aleatórios e têm alguns dados ausentes): n.quarters <- 100 n.stores <- 20 if...
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...
Estou ajustando uma família binomial de glm em R, e tenho um grupo inteiro de variáveis explicativas, e preciso encontrar o melhor (R ao quadrado, se uma medida for boa). Antes de escrever um script para percorrer diferentes combinações aleatórias das variáveis explicativas e depois gravar qual...
Estou planejando começar a escrever pacotes R. Eu pensei que seria bom estudar o código fonte dos pacotes existentes para aprender as convenções de construção de pacotes. Meus critérios para bons pacotes para estudar: Idéias técnicas / estatísticas simples : o objetivo é aprender sobre a...
Eu já vi "resíduos" definidos de várias maneiras como sendo "valores preditos menos reais" ou "valores reais menos preditos". Para fins de ilustração, para mostrar que as duas fórmulas são amplamente usadas, compare as seguintes pesquisas na Web: residual "previsto menos real" residual "menos...
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...
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...
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...
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
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 +...
O que é "desvio", como é calculado e quais são seus usos em diferentes campos nas estatísticas? Em particular, estou pessoalmente interessado em seus usos no CART (e sua implementação no rpart no R). Estou perguntando isso, já que o artigo wiki parece um pouco ausente e suas idéias serão muito...