Statystyki i duże zbiory danych

2

Korzystam z regresji kwantowej, aby znaleźć predyktory 90. percentyla moich danych. Robię to w R za pomocą quantregpakietu. Jak mogę określić dla regresji kwantylowej, która wskaże, ile zmienności wyjaśnia zmienne predykcyjne?r2r2r^2 To, co naprawdę chcę wiedzieć: „Jakąkolwiek metodę, której mogę użyć, aby dowiedzieć się, ile wyjaśniono zmienności?”. Poziom istotności według …

21 r-squared quantile-regression

8

Jak możesz wyobrazić sobie związek między 3 zmiennymi kategorycznymi?

Mam zestaw danych z trzema zmiennymi kategorialnymi i chcę wizualizować związek między wszystkimi trzema na jednym wykresie. Jakieś pomysły? Obecnie używam następujących trzech wykresów: Każdy wykres dotyczy poziomu depresji wyjściowej (łagodny, umiarkowany, ciężki). Następnie na każdym wykresie patrzę na związek między leczeniem (0,1) a poprawą depresji (brak, umiarkowany, znaczny). Te …

21 r data-visualization categorical-data

2

Konwolucyjna sieć neuronowa dla szeregów czasowych?

Chciałbym wiedzieć, czy istnieje kod do trenowania splotowej sieci neuronowej do przeprowadzania klasyfikacji szeregów czasowych. Widziałem kilka ostatnich artykułów ( http://www.fer.unizg.hr/_download/repository/KDI-Djalto.pdf ), ale nie jestem pewien, czy coś istnieje lub czy sam to koduję.

21 time-series classification neural-networks conv-neural-network

1

Jaka jest różnica między regresją logistyczną a regresją logit?

Jaka jest różnica między regresją logistyczną a regresją logit? Rozumiem, że są one podobne (lub nawet takie same), ale czy ktoś mógłby wyjaśnić różnicę między nimi? Czy chodzi o szanse?

21 regression logistic terminology logit odds

1

Jak algorytmy uczenia drzewa decyzyjnego radzą sobie z brakującymi wartościami (pod maską)

Jakie metody wykorzystują algorytmy uczenia drzewa decyzyjnego do radzenia sobie z brakującymi wartościami. Czy po prostu wypełniają boks, używając wartości o nazwie brakującej? Dzięki.

21 missing-data cart

2

Jak interpretować parametry w GLM z rodziną = Gamma

To pytanie zostało przeniesione z Przepełnienia stosu, ponieważ można na nie odpowiedzieć w ramach weryfikacji krzyżowej. Migrował 5 lat temu . Mam pytanie dotyczące interpretacji parametrów dla GLM ze zmienną zależną od rozkładu gamma. Oto, co R zwraca dla mojego GLM z log-link: Call: glm(formula = income ~ height + …

21 r generalized-linear-model interpretation gamma-distribution

3

Przeanalizuj wykresy ACF i PACF

Chcę sprawdzić, czy jestem na dobrej drodze, analizując moje wykresy ACF i PACF: Tło: (Reff: Philip Hans Franses, 1998) Ponieważ zarówno ACF, jak i PACF wykazują znaczące wartości, zakładam, że model ARMA spełni moje potrzeby ACF można wykorzystać do oszacowania części MA, tj. Wartości q, PACF można wykorzystać do oszacowania …

21 time-series model-selection arma statsmodels

1

Wybór modelu z regresją logistyczną Firtha

W małym zestawie danych ( ), z którym pracuję, kilka zmiennych daje mi idealne przewidywanie / separację . Dlatego do rozwiązania tego problemu używam regresji logistycznej Firtha .n ∼ 100n∼100n\sim100 Jeżeli wybiorę najlepszy model według AIC lub BIC , czy powinienem uwzględnić prawdopodobieństwo kary Firth przy obliczaniu tych kryteriów informacyjnych?

21 logistic model-selection aic separation

4

W jakich okolicznościach odpowiedni jest proces magistra lub proces AR?

Rozumiem, że jeśli proces zależy od jego poprzednich wartości, to jest to proces AR. Jeśli zależy to od poprzednich błędów, jest to proces MA. Kiedy wystąpi jedna z tych dwóch sytuacji? Czy ktoś ma solidny przykład, który uwidacznia zasadniczą kwestię dotyczącą tego, co oznacza najlepiej modelować proces jako MA vs …

21 time-series autoregressive moving-average

2

Jaki jest związek między wynikiem GINI a współczynnikiem logarytmu prawdopodobieństwa

Studiuję drzewa klasyfikacji i regresji, a jedną z miar podziału lokalizacji jest wynik GINI. Teraz jestem przyzwyczajony do określania najlepszego podziału lokalizacji, gdy logarytm stosunku prawdopodobieństwa tych samych danych między dwiema dystrybucjami wynosi zero, co oznacza, że prawdopodobieństwo członkostwa jest równie prawdopodobne. Moja intuicja mówi, że musi istnieć jakieś połączenie, …

21 cart likelihood-ratio information-theory kullback-leibler gini

2

Jak zastosować dwumianowy GLMM (glmer) do wartości procentowych zamiast tak-nie ma znaczenia?

Mam eksperyment z powtarzanymi pomiarami, w którym zmienna zależna jest procentem, i mam wiele czynników jako zmienne niezależne. Chciałbym użyć glmerpakietu R, lme4aby potraktować go jako problem z regresją logistyczną (poprzez określenie family=binomial), ponieważ wydaje się, że bezpośrednio dostosowuje się on do tej konfiguracji. Moje dane wyglądają tak: > head(data.xvsy) …

21 r logistic mixed-model glmm lme4-nlme

5

Powód, dla którego nie zmniejszono terminu odchylenia (regresji) w regresji

W przypadku modelu liniowego termin skurczu wynosi zawsze .P ( β )y=β0+xβ+εy=β0+xβ+εy=\beta_0+x\beta+\varepsilonP(β)P(β)P(\beta) Jaki jest powód, dla którego nie zmniejszamy terminu odchylenia (przechwytywania) ? Czy powinniśmy zmniejszyć termin obciążenia w modelach sieci neuronowej?β0β0\beta_0

21 regression neural-networks ridge-regression intercept shrinkage

3

Regresja logarytmiczno-liniowa a regresja logistyczna

Czy ktoś może podać jasną listę różnic między regresją logarytmiczno-liniową a regresją logistyczną? Rozumiem, że ten pierwszy jest prostym modelem regresji liniowej, ale nie jestem pewien, kiedy należy go użyć.

21 regression logistic logit log-linear

5

Czy tylny bayesowski musi być odpowiednio rozmieszczony?

Wiem, że aurorzy nie muszą być poprawni, a funkcja prawdopodobieństwa również nie jest zintegrowana z 1. Ale czy tylny musi być odpowiednim rozkładem? Jakie są implikacje, jeśli tak jest / nie jest?

21 distributions bayesian posterior

2

Łączenie informacji z wielu badań w celu oszacowania średniej i wariancji normalnie rozłożonych danych - podejścia bayesowskie a metaanalityczne

Przejrzałem zestaw artykułów, z których każdy podaje obserwowaną średnią i SD pomiaru w odpowiedniej próbce o znanej wielkości, n . Chcę jak najlepiej zgadnąć, jaki jest prawdopodobny rozkład tej samej miary w nowym opracowaniu, które projektuję, i ile niepewności jest w tym przypuszczeniu. Z przyjemnością przyjmuję X ∼ N ( …

21 bayesian normal-distribution meta-analysis