Prática de pesquisa de disponibilizar publicamente a descrição experimental completa, todos os dados coletados e todos os scripts de análise de dados, de modo que os resultados publicados possam ser reproduzidos em outro lugar.
A frase p- hacking (também: "dragagem de dados" , "espionagem" ou "pesca") refere-se a vários tipos de negligência estatística nas quais os resultados se tornam artificialmente estatisticamente significativos. Existem várias maneiras de obter um resultado "mais significativo", incluindo, mas de...
A pergunta: existem bons exemplos de pesquisas reproduzíveis usando R disponíveis gratuitamente on-line? Exemplo ideal: Especificamente, os exemplos ideais forneceriam: Os dados brutos (e idealmente metadados explicando os dados), Todo o código R, incluindo importação, processamento, análise e...
Para um estudo de simulação, eu tenho que gerar variáveis aleatórias que mostram uma correlação pré-definida (população) com uma variável existente YYY. Examinei os Rpacotes copulae CDVineque podem produzir distribuições multivariadas aleatórias com uma determinada estrutura de dependência. No...
Isso surgiu em algumas perguntas agora, e eu estive pensando em algo. O campo como um todo mudou para a "reprodutibilidade", com foco na disponibilidade dos dados originais e no código em questão? Sempre fui ensinado que o núcleo da reprodutibilidade não era necessariamente, como já referi, a...
Meu local de trabalho tem funcionários de uma ampla variedade de disciplinas, por isso geramos dados de várias formas diferentes. Consequentemente, cada equipe desenvolveu seu próprio sistema para armazenar dados. Alguns usam bancos de dados Access ou SQL; algumas equipes (para meu horror) dependem...
Este artigo " As probabilidades, atualizadas continuamente" do NY Times chamou minha atenção. Para ser breve, afirma que [Estatísticas Bayesianas] está se mostrando especialmente útil na abordagem de problemas complexos, incluindo pesquisas como a que a Guarda Costeira usou em 2013 para...
Contexto: Em resposta a uma pergunta anterior sobre pesquisa reproduzível, Jake escreveu Um problema que descobrimos ao criar nosso arquivo JASA foi que as versões e padrões dos pacotes CRAN foram alterados. Portanto, nesse arquivo, também incluímos as versões dos pacotes que usamos. O sistema...
É útil estudar o código de análise de dados de especialistas. Recentemente, estive lendo o github e há várias pessoas compartilhando código de análise de dados por lá. Isso inclui alguns pacotes R (que obviamente estão disponíveis diretamente no CRAN), mas também vários exemplos de pesquisa...
Como contexto: ao trabalhar com um conjunto de dados muito grande, às vezes me perguntam se podemos criar um conjunto de dados sintético onde "conhecemos" o relacionamento entre os preditores e a variável de resposta, ou os relacionamentos entre os preditores. Ao longo dos anos, pareço encontrar...
Como a ciência deve ser reproduzível, por definição, há um reconhecimento crescente de que dados e código são um componente essencial da reprodutibilidade, conforme discutido na Mesa Redonda de Yale para compartilhamento de dados e código . Ao revisar um manuscrito para um periódico que não requer...
Fiquei impressionado com os resultados no artigo da ICML 2014 " Representações distribuídas de frases e documentos " de Le e Mikolov. A técnica que eles descrevem, denominada "vetores de parágrafos", aprende representações não supervisionadas de parágrafos / documentos arbitrariamente longos, com...
Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 2 anos . Estou usando Sweave e xtable para gerar um...
Eu tenho uma pergunta específica sobre validação na pesquisa de aprendizado de máquina. Como sabemos, o regime de aprendizado de máquina solicita que os pesquisadores treinem seus modelos nos dados de treinamento, escolha modelos candidatos por conjunto de validação e relate a precisão no conjunto...
Então, você decidiu apoiar a ideia de pesquisa reproduzível e deseja disponibilizar seus dados on-line para que as pessoas vejam e usem. A questão é: onde você o hospeda? Minha primeira inclinação é, obviamente, o espaço da web privado que tenho em um servidor universitário, mas essas coisas não...
Nos últimos anos, vários estudiosos levantaram um problema prejudicial do teste de hipóteses científicas, apelidado de "grau de liberdade do pesquisador", o que significa que os cientistas têm inúmeras opções a fazer durante suas análises que têm como objetivo encontrar valores de p <5%. Essas...
(Essa é uma pergunta simples) Recentemente, eu estou aprendendo a Análise de componentes principais e parece ter muitos problemas: É necessário transformar os dados em aproximadamente a mesma escala antes de aplicar o PCA, mas como a escala do recurso deve ser executada não é especificada....