Statystyki i duże zbiory danych

1

Według Wikipedii rozkład prawdopodobieństwa beta ma dwa parametry kształtu: i .αα\alphaββ\beta Kiedy wywołuję scipy.stats.beta.fit(x)Python, gdzie xjest wiązka liczb z zakresu , zwracane są 4 wartości. Wydaje mi się to dziwne.[0,1][0,1][0,1] Po google przeszukałem, że jedną z zwracanych wartości musi być „lokalizacja”, ponieważ trzecią zmienną jest 0, jeśli zadzwonię scipy.stats.beta.fit(x, floc=0). …

14 python scipy beta-distribution

2

Jak pogrupować dane liczbowe w naturalnie tworzące się „nawiasy”? (np. dochód)

Poniżej opisano, co próbuję osiągnąć, ale możliwe jest, że mój alternatywny opis problemu może opisać mój cel: chcę podziel następujące liczby na grupy, w których wariancje liczb w ramach każdej grupy nie są zbyt duże, a różnice między średnimi grup nie są zbyt małe porównaj ostatecznie otrzymany rozkład z „idealnymi” …

14 clustering relative-distribution

4

Jakie są studia przypadków w badaniach polityki zdrowia publicznego, w których nieuczciwe / mylone / nieprawidłowe badania lub modele były niewłaściwie wykorzystywane?

Przygotowuję przegląd literatury na temat aktualnego problemu zdrowia publicznego, w którym dane są pomieszane: Jakie są typowe historyczne studia przypadków wykorzystywane w edukacji zdrowotnej / epidemiologicznej, w których nieważne lub zakłócone relacje lub wnioski były celowo lub błędnie stosowane w polityce i ustawodawstwie w zakresie zdrowia publicznego? Fala fatality samochodowe …

14 cross-validation reliability epidemiology biostatistics

1

Radzenie sobie z brakującymi danymi w modelu wygładzania wykładniczego

Wydaje się, że nie ma standardowego sposobu radzenia sobie z brakującymi danymi w kontekście rodziny modeli wygładzania wykładniczego. W szczególności implementacja R zwana ets w pakiecie prognozy wydaje się brać najdłuższą podsekwencję bez brakujących danych, a książka „Prognozowanie z wygładzaniem wykładniczym” Hyndmana i in. wydaje się wcale nie mówić o …

14 time-series forecasting missing-data

1

Nieliniowa regresja efektów mieszanych w R

Co zaskakujące, nie byłem w stanie znaleźć odpowiedzi na następujące pytanie za pomocą Google: Mam pewne dane biologiczne od kilku osób, które pokazują z grubsza esicy zachowanie wzrostu w czasie. Dlatego chcę go modelować przy użyciu standardowego wzrostu logistycznego P(t) = k*p0*exp(r*t) / (k+p0*(exp(r*t)-1)) gdzie p0 jest wartością początkową przy …

14 r nonlinear-regression mixed-model growth-model

1

Czy estymator bezstronny minimalizuje średnie odchylenie bezwzględne?

Jest to kontynuacja, ale także inne pytanie w stosunku do mojego poprzedniego . Czytałem na Wikipedii, że „ Estymator bezstronny minimalizuje ryzyko związane z funkcją utraty absolutnego odchylenia, jak zaobserwował Laplace ”. Jednak moje wyniki symulacji Monte Carlo nie potwierdzają tego argumentu. próbkę z populacji logarytmicznej, , gdzie i są …

14 r unbiased-estimator median lognormal mad

4

Praktyczny przykład dla MCMC

Przechodziłem wykłady związane z MCMC. Nie znalazłem jednak dobrego przykładu tego, jak się go używa. Czy ktoś może dać mi konkretny przykład. Widzę tylko, że prowadzą łańcuch Markowa i mówią, że jego rozkład stacjonarny jest rozkładem pożądanym. Chcę dobrego przykładu, w którym trudno jest pobrać żądany rozkład. Tworzymy łańcuch Markowa. …

14 probability bayesian mcmc markov-process

3

Generuj pary liczb losowych równomiernie rozmieszczonych i skorelowanych

Chciałbym wygenerować pary liczb losowych z pewną korelacją. Jednak zwykłe podejście polegające na stosowaniu kombinacji liniowej dwóch zmiennych normalnych nie jest tutaj poprawne, ponieważ kombinacja liniowa zmiennych jednolitych nie jest już zmienną równomiernie rozłożoną. Potrzebuję dwóch zmiennych, aby były jednolite. Masz pomysł, jak wygenerować pary zmiennych jednorodnych o zadanej korelacji?

14 correlation random-generation uniform

2

Optymalizacja: źródło wszelkiego zła w statystykach?

Słyszałem wcześniej następujące wyrażenie: „Optymalizacja jest źródłem wszelkiego zła w statystykach”. Na przykład najlepsza odpowiedź w tym wątku zawiera to stwierdzenie w związku z niebezpieczeństwem zbyt agresywnej optymalizacji podczas wyboru modelu. Moje pierwsze pytanie brzmi: czy ten cytat można przypisać komukolwiek w szczególności? (np. w literaturze statystycznej) Z tego, co …

14 cross-validation optimization overfitting

1

Czy jest to dopuszczalny sposób analizy modeli z efektem mieszanym z Lme4 w R?

Mam do analizy zestaw danych z niezrównoważonymi powtarzanymi pomiarami i przeczytałem, że sposób, w jaki większość pakietów statystycznych obsługuje to z ANOVA (tj. Suma kwadratów typu III) jest błędny. Dlatego chciałbym użyć modelu mieszanych efektów do analizy tych danych. Dużo czytałem o modelach mieszanych R, ale wciąż jestem Rnowicjuszem w …

14 r mixed-model lme4-nlme

4

Wnioskowanie dla sceptycznego (ale nie niechętnego matematyce) czytelnika

Właśnie obejrzałem wykład na temat wnioskowania statystycznego („porównywanie proporcji i środków”), będący częścią wstępu do kursu online dotyczącego statystyk. Materiał miał dla mnie jak najmniej sensu, jak zawsze (do tej pory musiałem to widzieć dziesiątki razy, rozłożone w ciągu ostatnich trzech dekad). Szukam książki o „podstawowych statystykach-101” (ocena punktowa, ocena …

14 references inference point-estimation

2

Związek między testem McNemara a warunkową regresją logistyczną

Interesuje mnie modelowanie danych odpowiedzi binarnej w sparowanych obserwacjach. Naszym celem jest wnioskowanie o skuteczności interwencji poprzedzającej post w grupie, potencjalnie dostosowując się do kilku zmiennych towarzyszących i ustalając, czy istnieje modyfikacja efektu przez grupę, która przeszła szczególnie różne szkolenie w ramach interwencji. Biorąc pod uwagę dane o następującej formie: …

14 logistic mcnemar-test clogit

5

Metoda generowania skorelowanych nienormalnych danych

Chciałbym znaleźć metodę generowania skorelowanych, nienormalnych danych. Idealnie więc jakiś rodzaj rozkładu, który przyjmuje parametr kowariancji (lub korelacji) jako parametr i generuje dane, które ją przybliżają. Ale tutaj jest haczyk: metoda, którą próbuję znaleźć, powinna mieć elastyczność, aby kontrolować również jej wielowymiarową skośność i / lub kurtozę. Znam metodę Fleishmana …

14 multivariate-analysis references random-generation skewness copula

2

Czy regresja krokowa zapewnia tendencyjne oszacowanie kwadratowej liczby ludności?

W psychologii i innych dziedzinach często stosuje się formę regresji stopniowej, która obejmuje: Spójrz na pozostałe predyktory (początkowo nie ma ich w modelu) i zidentyfikuj predyktor, który powoduje największą zmianę r-kwadrat; Jeśli wartość p zmiany r-kwadrat jest mniejsza niż alfa (zazwyczaj 0,05), to włącz ten predyktor i wróć do kroku …

14 regression model-selection bias r-squared stepwise-regression

2

Dlaczego prawdopodobieństwo zerowe dla dowolnej wartości rozkładu normalnego?

Zauważyłem, że w rozkładzie normalnym prawdopodobieństwo wynosi zero, natomiast dla rozkładu Poissona nie będzie równe zero, gdy jest liczbą całkowitą nieujemną.P(x=c)P(x=c)P(x=c)ccc Moje pytanie brzmi: czy prawdopodobieństwo jakiejkolwiek stałej w rozkładzie normalnym wynosi zero, ponieważ reprezentuje pole pod dowolną krzywą? Czy to tylko reguła do zapamiętania?

14 probability normal-distribution poisson-distribution