Luis Benites La regresión lineal es un método que podemos utilizar para cuantificar la relación entre una o más variables predictoras y una variable de respuesta . Normalmente usamos regresión lineal con variables cuantitativas . A veces denominadas variables «numéricas», son variables que representan una cantidad medible. Ejemplos incluyen: Cantidad de pies cuadrados en una casa Tamaño … Leer más
Para normalizar los valores de un conjunto de datos entre 0 y 1, puede utilizar la siguiente fórmula: z i = (x i – mínimo (x)) / (máximo (x) – mínimo (x)) dónde: z i : El i- ésimo valor normalizado en el conjunto de datos. x i : el i- ésimo valor en el conjunto … Leer más
Una distribución de muestreo es una distribución de probabilidad de una determinada estadística basada en muchas muestras aleatorias de una sola población. Este tutorial explica cómo hacer lo siguiente con distribuciones de muestreo en R: Genere una distribución de muestreo. Visualice la distribución muestral. Calcule la desviación estándar y media de la distribución muestral. Calcule … Leer más
Uno de los problemas más comunes que encontrará en el aprendizaje automático es la multicolinealidad . Esto ocurre cuando dos o más variables predictoras en un conjunto de datos están altamente correlacionadas. Cuando esto ocurre, un modelo puede ajustarse bien a un conjunto de datos de entrenamiento, pero puede funcionar mal en un nuevo conjunto … Leer más
A menudo, es posible que desee fusionar dos Pandas DataFrames en varias columnas. Afortunadamente, esto es fácil de hacer usando la función pandas merge () , que usa la siguiente sintaxis: pd. fusionar (df1, df2, left_on = [‘col1’, ‘col2’], right_on = [‘col1’, ‘col2’]) Este tutorial explica cómo utilizar esta función en la práctica. Ejemplo 1: … Leer más
Una media móvil es simplemente la media de un cierto número de períodos anteriores en una serie de tiempo. Para calcular la media móvil de una o más columnas en un DataFrame de pandas, podemos usar la siguiente sintaxis: df [‘ nombre_columna ‘]. rolling ( rolling_window ). significa () Este tutorial proporciona varios ejemplos de … Leer más
Se utiliza un ANOVA de una vía para determinar si existe o no una diferencia estadísticamente significativa entre las medias de tres o más grupos independientes. Si el valor p general de la tabla ANOVA es menor que algún nivel de significancia, entonces tenemos evidencia suficiente para decir que al menos una de las medias … Leer más
El rango medio de un conjunto de datos se calcula como: Rango medio = (valor más grande + valor más pequeño) / 2 Este valor es simplemente el promedio de los valores más grandes y más pequeños en el conjunto de datos y nos da una idea de dónde se encuentra el centro de un … Leer más
Una gráfica de caja (a veces llamada gráfica de caja y bigotes) es una gráfica que muestra el resumen de cinco números de un conjunto de datos, que incluye los siguientes valores: Mínimo Primer cuartil Mediana Tercer cuartil Máximo Para crear una gráfica de caja horizontal en base R, podemos usar el siguiente código: # … Leer más
La prueba de Friedman es una alternativa no paramétrica al ANOVA de medidas repetidas. Se utiliza para determinar si existe o no una diferencia estadísticamente significativa entre las medias de tres o más grupos en los que aparecen los mismos sujetos en cada grupo. Este tutorial explica cómo realizar la prueba de Friedman en R. … Leer más