“Lembra daquelas crianças que eram fenomenais em memorização, mas nunca conseguiam aplicar os conceitos memorizados em um problema novo? Continuar a ler “Overfitting”
Mês: Agosto 2018
Regressão Logística: Conceitos Essenciais e Modelo
Regressão Logística, também chamada de Logit, é uma técnica de modelagem utilizada para lidar com variáveis binárias (0 ou 1). Para responder a questões como “qual o salário de um indivíduo, dado seus anos de estudos”, “qual o valor de uma casa, dadas suas características”, a regressão linear é suficiente. Entretanto, se quisermos responder a questões como “o indivíduo vai pagar uma dívida?”, “o consumidor vai comprar determinado produto?”, i.e., perguntas de sim (=1) ou não (=0), aí faz sentido usar outro modelo, dentre as diversas possibilidades temos a regressão logística. Continuar a ler “Regressão Logística: Conceitos Essenciais e Modelo”
Estatística Essencial em Forma de Anedota
Escrevi uma série de textos no Portal Deviante sobre experimentos, amostragem e outras formas de se fazer análises, além de explicar alguns conceitos estatísticos, todos em forma de historinhas, com exemplos bem claros. Cuidados que se deve ter e erros comuns. Todos bem leves e escritos de uma forma bem informal. Continuar a ler “Estatística Essencial em Forma de Anedota”
Modelo estatístico só erra!
Regressão Logística no R
Regressão logística é uma técnica estatística muito poderosa, utilizada para modelagem de saídas binárias (sim ou não). Quando se quer medir a relação de uma variável dependente binária com uma ou mais variáveis independentes, é comum utilizar esta técnica. Pense, por exemplo, numa empresa que empresta dinheiro para um cliente. Com base nas informações deste cliente (idade, profissão, etc.), é interessante a empresa tentar prever se o cliente vai pagar a dívida ou não. Uma forma de tentar prever isso é utilizando a regressão logística. Continuar a ler “Regressão Logística no R”
Nova linguagem para Cientistas de Dados: Julia
Uma nova linguagem, que promete ter a agilidade do C++ com a intuição do R e Python, vem agitando o mercado de data science. Com sua primeira versão, Julia 1.0, lançada recentemente, alguns se perguntam se é hora de trocar o R e o Python pelo novo software. Continuar a ler “Nova linguagem para Cientistas de Dados: Julia”
Análise de Componentes Principais (PCA) no R
Estava fazendo um curso de machine learning, quando reparei que as minhas notas com o código R para rodar PCA, estavam até que bem didáticas. Ainda não falei do conteúdo aqui no site, mas acho que compartilhar esse código já deve ajudar algumas pessoas. Continuar a ler “Análise de Componentes Principais (PCA) no R”
Como pular a primeira linha no SAS
Criar, ou “setar”, uma base no SAS, tirando uma variável específica, é até que bem manjado. Basta utilizar o famoso DROP. No código abaixo, criamos a base_new, pegando a base_old e tirando as variáveis var_1 e var_2: Continuar a ler “Como pular a primeira linha no SAS”
Diferença entre erro tipo I e tipo II
Tweet de Diego Kuonen
Frequência cruzada no R
Analisar as variáveis da sua base é tarefa fundamental para qualquer analista de dados, cientista de dados, estatístico, etc. No R, é possível fazer isso usando o pacote Hmisc. Outra forma fácil de se fazer isso, com uma saída levemente diferente da explicada anteriormente, é utilizar a função table(). Continuar a ler “Frequência cruzada no R”