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...
As competições da Kaggle determinam a classificação final com base em um conjunto de testes realizado. Um conjunto de teste retido é uma amostra; pode não ser representativo da população que está sendo modelada. Como cada envio é como uma hipótese, o algoritmo que venceu a competição pode, por...
Estou tentando descobrir exatamente qual é a diferença entre os testes e z .tttzzz Tanto quanto eu posso dizer, para ambas as classes de teste, usamos a mesma estatística de teste, algo da forma b^- Cseˆ( b^)b^−Cse^(b^)\frac{\hat{b} - C}{\widehat{\operatorname{se}}(\hat{b})} onde b é um pouco...
Suponha a seguinte situação: temos um número grande (por exemplo, 20) com tamanho de grupo pequeno (por exemplo, n = 3). Percebi que, se eu gerar valores a partir da distribuição uniforme, os resíduos parecerão aproximadamente normais, mesmo que a distribuição de erros seja uniforme. O seguinte...
Existe uma diferença explícita entre previsões dentro da amostra e previsões pseudo fora da amostra . Ambos se destinam ao contexto de avaliação e comparação de modelos de
Na minha exposição em sala de aula à mineração de dados, o método de validação foi introduzido como uma maneira de avaliar o desempenho do modelo. No entanto, quando fiz minha primeira aula sobre modelos lineares, isso não foi introduzido como um meio de validação ou avaliação de modelo. Minha...
Eu tenho um grande conjunto de dados (20.000 pontos de dados), do qual desejo coletar amostras repetidas de 10 pontos de dados. No entanto, depois de escolher esses 10 pontos de dados, quero que eles não sejam escolhidos novamente. Eu tentei usar a samplefunção, mas parece não ter uma opção de...
O SurveyMonkey possui etapas e um gráfico para você descobrir qual o tamanho da amostra necessário para uma determinada margem de erro ou intervalo de confiança, com base no tamanho da sua população. Tamanho da amostra SurveyMonkey Este gráfico simplesmente ignora o fato de que você não obterá...
Jerome Cornfield escreveu: Um dos melhores frutos da revolução dos Pescadores foi a idéia da randomização, e os estatísticos que concordam em poucas outras coisas concordaram pelo menos nisso. Mas, apesar desse acordo e apesar do amplo uso de procedimentos de alocação aleatória em clínicas e em...
Eu tenho um conjunto de dados que contém o número de ações executadas por indivíduos ao longo de sete dias. A ação específica não deve ser relevante para esta pergunta. Aqui estão algumas estatísticas descritivas para o conjunto de dados: AlcanceSignificarVariaçãoNúmero de observações0 -...
Estou procurando conselhos sobre como analisar dados complexos de pesquisas com modelos multiníveis em R. Eu usei o surveypacote para ponderar probabilidades desiguais de seleção em modelos de um nível, mas este pacote não possui funções para modelagem multinível. O lme4pacote é ótimo para...
Eu sei que usamos para estimar a variação de uma população. Lembro-me de um vídeo da Khan Academy em que a intuição apresentada foi de que nossa média estimada provavelmente está um pouco abaixo da atual, portanto as distâncias seriam realmente maiores, então dividimos por menos ( vez de ) obter um...
Eu tenho um conjunto de dados com 26 recursos e 31000 linhas. É o conjunto de dados de 38 indivíduos. É para um sistema biométrico. Então, eu quero ser capaz de identificar assuntos. Para ter um conjunto de testes, eu sei que tenho que remover alguns valores. Então, o que é melhor fazer e por...
Estou trabalhando em um algoritmo que precisa calcular o tamanho de um conjunto gerado pelas interseções de pelo menos 2 conjuntos. Mais especificamente: z= | UMA0 0∩ … ∩ An|z=|A0∩…∩An| z = \left |A_0 \cap \ldots \cap A_n \right | Os conjuntos que são cruzados são gerados por consultas SQL e, em...
Métodos de conjuntos baseados em árvores, como Floresta Aleatória e derivadas subsequentes (por exemplo, floresta condicional), todos pretendem ser úteis nos chamados problemas "pequenos n , grandes p ", para identificar importância relativa variável. De fato, esse parece ser o caso, mas minha...
Eu sempre discordei, e nunca recebi uma boa resposta, de como é possível que o teorema do limite central - a versão clássica em que a distribuição da amostra se aproxima da normalidade - possa ser aplicado para dizer uma distribuição de Poisson ou Gama, em que . Ou, nesse caso, qualquer outra...
Tanto quanto eu vi, as opiniões tendem a diferir sobre isso. As melhores práticas certamente ditariam a validação cruzada (especialmente se comparar RFs com outros algoritmos no mesmo conjunto de dados). Por outro lado, a fonte original afirma que o fato de o erro OOB ser calculado durante o...
Sei que isso provavelmente já foi discutido em outro lugar, mas não consegui encontrar uma resposta explícita. Estou tentando usar a fórmula para calcular fora da amostra de um modelo de regressão linear, em que é a soma dos resíduos quadrados e é a soma total dos quadrados. Para o conjunto de...
Em uma configuração binomial, a variável aleatória X, que fornece o número de sucessos, é distribuída binomialmente. A proporção da amostra pode então ser calculada como que é o tamanho da sua amostra. Meu livro declara que nXnXn\frac{X}{n}nnn Essa proporção não possui distribuição binomial no...
Eu tenho uma pergunta que acho que será bastante básica para muitos usuários. Estou usando modelos de regressão linear para (i) investigar a relação de várias variáveis explicativas e minha variável de resposta e (ii) prever minha variável de resposta usando as variáveis explicativas. Uma...