O trecho a seguir é do Hedge Fund Market Wizzards da Schwager (maio de 2012), uma entrevista com o sempre bem-sucedido gerente de fundos de hedge Jaffray Woodriff: Para a pergunta: "Quais são alguns dos piores erros que as pessoas cometem na mineração de dados?": Muitas pessoas pensam que...
Precisão é definida como: p = true positives / (true positives + false positives) É verdade que, como true positivese false positivesabordagem 0, a precisão se aproxima de 1? Mesma pergunta para recall: r = true positives / (true positives + false negatives) No momento, estou implementando...
Suponha que eu tenha dados com dois grupos independentes: g1.lengths <- c (112.64, 97.10, 84.18, 106.96, 98.42, 101.66) g2.lengths <- c (84.44, 82.10, 83.26, 81.02, 81.86, 86.80, 85.84, 97.08, 79.64, 83.32, 91.04, 85.92, 73.52, 85.58, 97.70, 89.72, 88.92, 103.72, 105.02, 99.48, 89.50,...
Se meu resultado do teste t unilateral for significativo, mas o tamanho da amostra for pequeno (por exemplo, abaixo de 20 ou mais), ainda posso confiar nesse resultado? Caso contrário, como devo lidar e / ou interpretar esse
Embora os resultados do conjunto de testes privado não possam ser usados para refinar ainda mais o modelo, a seleção de modelos não está sendo executada em um grande número de modelos com base nos resultados do conjunto de testes privados? Por esse processo, você não acabaria se adaptando ao...
Existe uma "regra" para determinar o tamanho mínimo da amostra necessário para que um teste t seja válido? Por exemplo, uma comparação precisa ser realizada entre as médias de 2 populações. Existem 7 pontos de dados de uma população e apenas 2 pontos de dados da outra. Infelizmente, o experimento...
TLDR: Meu conjunto de dados é bem pequeno (120) amostras. Ao fazer a validação cruzada de 10 vezes, devo: Colete as saídas de cada dobra de teste, concatene-as em um vetor e calcule o erro nesse vetor completo de previsões (120 amostras)? Ou devo vez calcular o erro nas saídas que recebo em cada...
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 <-
Eu queria saber quais são os critérios para usar Kolmogorov-Smirnov, Cramer-von-Mises e Anderson-Darling ao comparar 2 ECDFS. Conheço a matemática de como cada um difere, mas se eu tiver alguns dados do ECDF, como saberia qual teste é apropriado
Suponha que se execute a chamada inicialização não-paramétrica, desenhando BBB amostras de tamanho nnn cada uma das nnn observações originais com substituição. Eu acredito que este procedimento é equivalente a estimar a função de distribuição cumulativa pelo cdf
Qual é a diferença entre variação de amostra e variação de amostra? Eles parecem iguais. Não
Aqui está algum contexto. Estou interessado em determinar como duas variáveis ambientais (temperatura, níveis de nutrientes) afetam o valor médio de uma variável de resposta em um período de 11 anos. A cada ano, existem dados de mais de 100 mil locais. O objetivo é determinar se, durante o...
Fechado . Esta questão precisa ser mais focada . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela se concentre apenas em um problema editando esta postagem . Fechado há 2 anos . Atualmente, estou...
É válido usar o comprimento médio ( hhh ) e o peso médio ( www )) de uma determinada população para calcular o Índice de Massa Corporal médio ( ) para essa população?BMI=wh2BMI=wh2BMI =
Espero que essa pergunta não seja marcada como "geral demais" e espero que comece uma discussão que beneficie a todos. Nas estatísticas, gastamos muito tempo aprendendo grandes teorias de amostra. Estamos profundamente interessados em avaliar as propriedades assintóticas de nossos estimadores,...
Estou relativamente familiarizado com a distinção entre os termos estatística e parâmetro. Vejo uma estatística como o valor obtido da aplicação de uma função aos dados da amostra. No entanto, a maioria dos exemplos de parâmetros está relacionada à definição de uma distribuição paramétrica. Um...
Essas duas expressões me confundiram muito quando eu estava aprendendo estatística. Parece-me que são coisas totalmente diferentes. Uma amostra aleatória é coletar aleatoriamente uma amostra de uma população, enquanto uma variável aleatória é como uma função que mapeia o conjunto de todos os...
Eu tenho um pequeno conjunto de dados de 14 vezes separadas para concluir uma tarefa. No entanto, estou tendo dificuldade em encontrar um gráfico apropriado para usar no gráfico dos dados. Se a amostra fosse maior, eu usaria um gráfico de caixa ou histograma, mas não tenho certeza se seria...
A partir de uma resposta em uma pergunta anterior , fui direcionado para a sequência de Halton, para criar um conjunto de vetores que cobria um espaço de amostra uniforme de maneira bastante uniforme. Mas a página da wikipedia menciona que números primos mais altos são geralmente altamente...
Quais são os prós e os contras do uso do LARS [1] versus o uso da descida de coordenadas para ajustar a regressão linear regularizada por L1? Estou interessado principalmente em aspectos de desempenho (meus problemas tendem a ter Nentre centenas e milhares e p<20.) No entanto, quaisquer outras...