Statistiques et Big Data

1

Pourquoi la forme fonctionnelle du 1er étage en 2SLS n'est-elle pas importante?

Dans une présentation faite aujourd'hui, l'orateur a fait cette affirmation. Il a déclaré que même si la première étape était mal spécifiée, les estimations de coefficient de la deuxième étape resteraient valables. En tant qu'étudiant modeste, je ne pouvais pas demander d'explication, alors maintenant je vous ai demandé votre aide!

9 econometrics 2sls

2

SD plus grande que la moyenne, échelle non négative

On m'a donné un article rapportant une étude très similaire à celle que mon laboratoire souhaite mener. Mais, j'ai remarqué que pour la variable d'intérêt, la durée, les écarts-type sont plus grands que la moyenne ... puisque c'est une durée mesurée en minutes, elle ne peut jamais être négative et …

9 standard-deviation power-analysis

2

Analyse bayésienne des tableaux de contingence: comment décrire la taille de l'effet

Je travaille à travers les exemples de Doing Bayesian Data Analysis de Kruschke , en particulier l'ANOVA exponentielle de Poisson en ch. 22, qu'il présente comme une alternative aux tests d'indépendance du chi carré fréquentiste pour les tables de contingence. Je peux voir comment nous obtenons des informations sur les …

9 r bayesian effect-size contingency-tables

1

Équivalence des valeurs AIC et p dans la sélection du modèle

Dans un commentaire à la réponse à cette question , il a été déclaré que l'utilisation de l'AIC dans la sélection du modèle équivalait à l'utilisation d'une valeur p de 0,154. Je l'ai essayé dans R, où j'ai utilisé un algorithme de sélection de sous-ensemble "en arrière" pour éliminer les …

9 model-selection p-value aic

2

Sélection du nombre de composants principaux clairsemés à inclure dans la régression

Quelqu'un a-t-il de l'expérience avec les approches de sélection du nombre de composants principaux clairsemés à inclure dans un modèle de régression?

9 pca sparse regression-strategies

1

Exemple de CLT lorsque les moments n'existent pas

SoitXn=⎧⎩⎨1−12kw.p. (1−2−n)/2w.p. (1−2−n)/2w.p. 2−k for k>nXn={1w.p. (1−2−n)/2−1w.p. (1−2−n)/22kw.p. 2−k for k>nX_n = \begin{cases} 1 & \text{w.p. } (1 - 2^{-n})/2\\ -1 & \text{w.p. } (1 - 2^{-n})/2\\ 2^k & \text{w.p. } 2^{-k} \text{ for } k > n\\ \end{cases} Je dois montrer que même si cela a des moments infinis,n−−√(X¯n)→dN(0,1)n(X¯n)→dN(0,1)\sqrt{n}(\bar{X}_n) …

9 probability self-study central-limit-theorem moments asymptotics

2

Comment visualisez-vous un entonnoir segmenté? (et pourriez-vous le faire avec Python?)

J'ai vu ce post sur Moz qui présentait un entonnoir marketing segmenté: Ce genre de chose aurait beaucoup de valeur dans mon travail. Ce que je n'ai aucune idée, c'est comment visualiser les données brutes pour montrer un entonnoir segmenté comme celui-ci. L'idée est que les prospects proviennent de différentes …

9 data-visualization python funnel-plot

2

Convergence dans la distribution \ CLT

Étant donné que , la distr conditionnelle. de est . a une distr marginale. de Poisson ( ), est une constante positive.Y χ 2 ( 2 n ) N θ θN=nN=nN = nYYYχ2(2n)χ2(2n)\chi ^2(2n)NNNθθ\thetaθθ\theta Montrez que, comme , dans la distribution.( Y - E ( Y ) ) / √θ→∞θ→∞\theta …

9 self-study poisson-distribution conditional-probability convergence central-limit-theorem

1

Valeur de coupure de distance du cuisinier

J'ai lu sur la distance du cuisinier pour identifier les valeurs aberrantes qui ont une grande influence sur ma régression. Dans l'étude originale de Cook, il dit qu'un taux de coupure de 1 devrait être comparable pour identifier les influenceurs. Cependant, diverses autres études utilisent ou44n4n\frac{4}{n} comme seuil.4n - k …

9 outliers cooks-distance

1

Les conditions complètes peuvent-elles déterminer la distribution conjointe?

J'ai entendu dire que tous les conditionnels complets (utilisés dans l'échantillonnage de Gibbs) peuvent déterminer la distribution conjointe. Mais je ne comprends pas pourquoi et comment. Ou ai-je mal entendu? Merci!

9 distributions

2

R détecter une tendance à l'augmentation / à la baisse des séries chronologiques

J'ai beaucoup de séries chronologiques avec des périodes: jour, semaine ou mois. Avec la stl()fonction ou avec, loess(x ~ y)je peux voir à quoi ressemblent les tendances de séries chronologiques particulières. J'ai besoin de détecter si la tendance des séries chronologiques augmente ou diminue. Comment gérer ça? J'ai essayé de …

9 r time-series trend

2

Biais d'optimisme - estimations de l'erreur de prédiction

Le livre Elements of Statistical Learning (disponible en ligne en PDF) discute du biais d'optimisim (7.21, page 229). Il indique que le biais d'optimisme est la différence entre l'erreur d'apprentissage et l'erreur dans l'échantillon (erreur observée si nous échantillonnons de nouvelles valeurs de résultat à chacun des points d'apprentissage d'origine) …

9 error bias validation

1

Montage d'un coefficient DLM variable dans le temps

Je veux adapter un DLM avec des coefficients variant dans le temps, c'est-à-dire une extension de la régression linéaire habituelle, .yt= θ1+ θ2X2yt=θ1+θ2x2y_t = \theta_1 + \theta_2x_2 J'ai un prédicteur ( ) et une variable de réponse ( y t ), des captures annuelles de poissons marins et intérieurs respectivement …

9 r regression time-series dlm dynamic-regression

3

Intuition d'une entropie articulaire

J'ai du mal à construire une intuition sur l'entropie conjointe. = incertitude dans la distribution conjointe ; = incertitude dans ; = incertitude dans .H(X,Y)H(X,Y)H(X,Y)p(x,y)p(x,y)p(x,y)H(X)H(X)H(X)px(x)px(x)p_x(x)H(Y)H(Y)H(Y)py(y)py(y)p_y(y) Si H (X) est élevé, alors la distribution est plus incertaine et si vous connaissez le résultat d'une telle distribution, alors vous avez plus d'informations! …

9 information-theory mutual-information

1

Comment l'estimation du maximum de vraisemblance a-t-elle une distribution normale approximative?

J'ai lu sur MLE comme méthode de génération d'une distribution ajustée. Je suis tombé sur une déclaration disant que les estimations du maximum de vraisemblance "ont des distributions normales approximatives". Est-ce à dire que si j'applique des temps MLE répétés sur mes données et la famille de distributions que j'essaie …

9 normal-distribution estimation maximum-likelihood