Statistik dan Big Data

Teori skor kecenderungan (PS) menyarankan bahwa itu hanya boleh digunakan untuk studi kohort karena PS cocok dengan kelompok "yang diobati / terpapar" dengan kelompok "tidak diobati / tidak terpajan". Namun, kasus dan kontrol adalah hasil (bukan paparan) dalam studi kontrol kasus. Apa jebakannya jika PS digunakan dalam studi kasus-kontrol?

8 epidemiology  propensity-scores 

Penelitian terbaru telah berusaha untuk menentukan apakah konstruksi psikologis tertentu adalah dimensi laten atau taksononik (yaitu, termasuk takson atau kelas). Sebagai contoh, para peneliti mungkin tertarik untuk mencari tahu apakah ada "kelas" tertentu dari orang-orang yang lebih mungkin mengembangkan nyeri kronis setelah cedera, atau jika risiko mengembangkan nyeri kronis dikonseptualisasikan …

8 clustering  latent-variable  psychology  latent-class  model-based-clustering 

Pemahaman saya tentang pendekatan bootstrap didasarkan pada kerangka kerja Wasserman (hampir kata demi kata): Membiarkan Tn=g(X1,...,Xn)Tn=g(X1,...,Xn)T_n = g(X_1, ..., X_n) menjadi statistik (XiXiX_i adalah sampel awal yang diambil dari distribusi FFF). Misalkan kita ingin memperkirakanVF(Tn)VF(Tn)V_F(T_n) - varians dari TnTnT_n diberikan FFF. Pendekatan bootstrap mengikuti dua langkah ini: Memperkirakan VF(Tn)VF(Tn)V_F(T_n) dengan …

8 bootstrap  computational-statistics 

Diketahui bahwa bootstrap bisa gagal. Saya membaca di Bagian 6 dari Bickel dan Freedman (1981) bahwa bootstrap gagal ketika Anda ingin menggunakannya untuk mengevaluasi MLE untuk memperkirakan parameter distribusi seragam berkelanjutan. Saya membaca Secion 7.4 dari buku karya Efron dan Tibshirani tetapi saya tidak dapat menemukan referensi yang mereka tunjuk. …

8 bootstrap  references 

The G-Test adalah cara untuk mendapatkan perkiraan cepat dari distribusi chi kuadrat, dan dianjurkan oleh penulis ini terkenal A / B tes tutorial . Alat ini mengasumsikan distribusi normal dan menggunakan perbedaan cara untuk menghitung kepercayaan. Apa perbedaan antara tes G dan tes T? Apa manfaat atau kerugian menggunakan setiap …

8 confidence-interval  ab-test 

Saya ingat melihat / membaca di suatu tempat bahwa untuk multiclass SVM dengan data tidak seimbang, ada cara untuk menentukan bobot kelas dari data pelatihan (daripada validasi X). Adakah yang tahu apa metodenya atau dari kertas mana? Terima kasih

8 machine-learning  svm  unbalanced-classes 

Saya baru mengenal statistik dan sedang mempelajari matematika di balik pengujian split (A / B dan multivarian). Saya telah belajar bagaimana menghitung dengan data uji yang diberikan, dan saya mengerti bagaimana menerjemahkan ini ke dalam probabilitas melalui tabel, tapi saya ingin dapat menghitung probabilitas sendiri. Saya sudah membaca beberapa penjelasan …

8 chi-squared  p-value 

Algoritma pendongkrak , seperti AdaBoost , menggabungkan beberapa pengklasifikasi 'lemah' untuk membentuk satu pengklasifikasi yang lebih kuat. Meskipun secara teori, peningkatan harus dimungkinkan dengan pengklasifikasi dasar, dalam praktiknya tampaknya pengklasifikasi berbasis pohon adalah yang paling umum. Kenapa ini? Apa sifat pengklasifikasi pohon yang membuatnya paling cocok untuk tugas ini? Apakah …

8 machine-learning  boosting  ensemble 

Apa buku pengantar yang bagus di filter Kalman? Saya suka banyak contoh dan teknik praktis, dan sedikit teori.

8 references  kalman-filter 

Saya tidak mengerti bagaimana menafsirkan koefisien dari regresi Poisson relatif terhadap koefisien dari regresi OLS. Misalkan saya memiliki data deret waktu, variabel sisi kiri saya adalah jumlah permainan yang dimenangkan per tahun, dan variabel sisi kanan utama saya adalah nilai NASDAQ. Jika spesifikasi pilihan saya adalah untuk menafsirkan model seperti …

8 poisson-distribution 

Asumsikan saya telah membangun sistem pemberi rekomendasi yang (misalnya memberi peringkat film atau apa pun dari banyak pengguna) akan menghasilkan daftar 10 film yang direkomendasikan untuk ditonton oleh setiap pengguna. Bayangkan bahwa saya juga memiliki sejumlah besar item film, bersama dengan log peringkat pengguna bersama dengan film yang mereka putuskan …

8 precision-recall  recommender-system 

Apakah ada batas yang paling tidak dapat diterima saat menggunakan multiple imputation (MI)? Sebagai contoh, bisakah saya menggunakan MI jika nilai yang hilang dalam suatu variabel adalah 20% dari kasus sementara dan variabel lain memiliki nilai yang hilang tetapi tidak sampai tingkat yang tinggi?

8 missing-data  data-imputation 

Apakah ada metode Box-Cox untuk model Gaussian linier dengan efek acak?

8 mixed-model  data-transformation 

Saya memiliki banyak koleksi rangkaian waktu - pengukuran dilakukan setiap 15 menit (96 pengukuran dalam sehari) selama rentang 1 tahun di berbagai lokasi berbeda. Saya telah membagi setiap deret waktu menjadi 365 deret waktu lebih kecil, 1 untuk setiap hari dalam setahun. Melihat deret waktu ini, pasti ada banyak bentuk …

8 time-series  clustering  curves 

Setiap kali saya membaca tentang tindakan berulang atau desain dalam mata pelajaran dalam buku yang berbeda dan pada halaman web, contoh yang selalu diangkat adalah semacam desain tindakan longitudinal atau berulang (misalnya orang diukur pada skala yang sama beberapa kali dalam sehari). Untuk percobaan saya, saya telah menunjukkan kepada orang-orang …

8 anova  repeated-measures