Les bookmarks de Clem
2353 shaares
Un nouveau package sous R pour l'analyse de mouvements. Basé sur l'analyse de récursion. M'a l'air pas mal du tout, mais pour le moment, j'ai lu qu'en diagonale.
"In many classical models this only captures the location of the distribution but over the last decade there has been increasing interest in distributional regression approaches modeling all parameters including location, scale, and shape."
Il existe des méthodes de modélisations distributionelles, mais elles supposent que l'on connaît déjà les prédicteurs pertinents. Il y a des méthodes de sélection des prédicteurs, mais qui ne permettent pas la modélisation distributionnelle. D'où des arbres et forêts distributionnels. M'a l'air rigolo cette histoire.
Il existe des méthodes de modélisations distributionelles, mais elles supposent que l'on connaît déjà les prédicteurs pertinents. Il y a des méthodes de sélection des prédicteurs, mais qui ne permettent pas la modélisation distributionnelle. D'où des arbres et forêts distributionnels. M'a l'air rigolo cette histoire.
Graphe important. Quand l'effet est faible et que le bruit est important (donc quand la puissance est faible, ici de 0.06), se focaliser sur les effets significatifs conduit à des effets dont la magnitude est 9 fois plus importante que l'effet réel et qui ont une chance sur quatre d'avoir le mauvais signe.
En lien avec l'article précédent dans mon shaarli : plus une étude est caractérisée par du bruit, moins on peut avoir confiance dans les effets significatifs.
En lien avec l'article précédent dans mon shaarli : plus une étude est caractérisée par du bruit, moins on peut avoir confiance dans les effets significatifs.
"So, we’ve seen from statistical analysis that the “What does not kill my statistical significance makes it stronger” is a fallacy: Actually, the noisier the study, the less we learn from statistical significance."
Le truc, c'est que quand il y a beaucoup de bruit dans une étude, un résultat significatif tendra à indiquer un effet dont la magnitude tendra à être plus importante que l'effet réel, et dont le signe peut même aller dans le mauvais sens.
Le truc, c'est que quand il y a beaucoup de bruit dans une étude, un résultat significatif tendra à indiquer un effet dont la magnitude tendra à être plus importante que l'effet réel, et dont le signe peut même aller dans le mauvais sens.
De l'intérêt de viridis comme palette par défaut, intérêt mesuré par des études sur la perception.
Package intéressant !
Une personne intéressante à suivre, semble-t-il. Son package COGugaison est un package toujours bon à garder sous le coude, pour identifier les changements de noms, de code, etc des communes françaises.
La palette viridis comme palette de couleur idéale.
Six fois plus de dépressifs chez les thésards/post-doc que dans le reste de la population.
Délire ! un site de mots croisés pour s'entraîner aux expressions régulières. Marrant.
Des histoires intéressantes à lire...
Le package a l'air génial
Le format feather permettant d'échanger des données entre R et python.
Plein de zouli thèmes pour ggplot2
La vache ! faut que je creuse le blog, il a l'air génial...
Alire
Alire
A lire
Tiens ? Encore un article de Hooten. Il m'a l'air très intéressant. A lire