Statystyki i duże zbiory danych

3

Rozkład prawdopodobieństwa grupowania - metody i mierniki?

Mam pewne punkty danych, każdy zawierający 5 wektorów aglomerowanych wyników dyskretnych, wyniki każdego wektora generowane przez inny rozkład (konkretny rodzaj, którego nie jestem pewien, najlepiej zgaduję, że Weibull, z parametrem kształtu zmieniającym się gdzieś w pobliżu wykładniczej mocy prawo (od 1 do 0, z grubsza).) Chcę użyć algorytmu klastrowania, takiego …

13 distributions clustering feature-selection kolmogorov-smirnov k-means

2

MCMC zbiega się w jedną wartość?

Próbuję dopasować model hierarchiczny za pomocą jags i pakietu rjags. Moja zmienna wyniku to y, która jest sekwencją prób bernoulli. Mam 38 ludzi, którzy występują w dwóch kategoriach: P i M. Na podstawie mojej analizy każdy mówca ma prawdopodobieństwo sukcesu w kategorii P i prawdopodobieństwo sukcesu w kategorii M . …

13 mcmc multilevel-analysis jags

1

Wyniki PCA i składników oparte na kombinacji zmiennych ciągłych i binarnych

Chcę zastosować PCA do zestawu danych, który składa się ze zmiennych typu mieszanego (ciągłego i binarnego). Aby zilustrować tę procedurę, wklejam minimalny odtwarzalny przykład w R poniżej. # Generate synthetic dataset set.seed(12345) n <- 100 x1 <- rnorm(n) x2 <- runif(n, -2, 2) x3 <- x1 + x2 + rnorm(n) …

13 r pca

1

Interpretacja wyników regresji logistycznej w R.

Pracuję na wielokrotnej regresji logistycznej w R użyciem glm. Zmienne predykcyjne są ciągłe i kategoryczne. Wyciąg z podsumowania modelu pokazuje, co następuje: Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 2.451e+00 2.439e+00 1.005 0.3150 Age 5.747e-02 3.466e-02 1.658 0.0973 . BMI -7.750e-02 7.090e-02 -1.093 0.2743 ... --- Signif. codes: 0 …

13 r logistic interpretation p-value

3

Formuła formy zamkniętej dla funkcji rozkładu obejmującej skośność i kurtozę?

Czy istnieje taka formuła? Biorąc pod uwagę zestaw danych, dla których znana jest lub można zmierzyć średnią, wariancję, skośność i kurtozę, czy istnieje jeden wzór, który można zastosować do obliczenia gęstości prawdopodobieństwa wartości, którą zakłada się na podstawie wyżej wymienionych danych?

13 distributions pdf kurtosis skewness

2

Wzór na autokorelację w R vs. Excel

Próbuję dowiedzieć się, w jaki sposób R oblicza autokorelację lag-k (najwyraźniej jest to ta sama formuła stosowana przez Minitab i SAS), dzięki czemu mogę ją porównać do korzystania z funkcji CORREL programu Excel zastosowanej do serii i jej wersji z opóźnieniem k. R i Excel (przy użyciu CORREL) dają nieco …

13 r sas autocorrelation excel

7

Co oznacza złoty standard?

Czytając kilka artykułów, natknąłem się na termin „złoty zestaw” lub „złoty standard”. Czego nie rozumiem, co sprawia, że zestaw danych jest złotym standardem? Akceptacja rówieśnicza, liczenie cytatów ma znaczenie, a jeśli jest to swoboda badacza i związek z problemem, który atakuje?

13 terminology

1

Interpretacja pasków zakresu w wykresie R.'s.stl?

Mam problem z ustaleniem, co plot.stldokładnie oznaczają słupki zasięgu . Znalazłem post Gavina na to pytanie i przeczytałem również dokumentację, rozumiem, że mówią one o względnej wielkości rozłożonych komponentów, ale nadal nie jestem całkowicie pewien, jak działają. Na przykład: dane: malutki słupek, brak skali sezonowej: pełny słupek, ze skalą w …

13 r time-series

1

Jak wybrać jednostkę analizy (poziom agregacji) w szeregu czasowym?

Jeśli potrafisz mierzyć szereg czasowy obserwacji na dowolnym poziomie precyzji w czasie, a twoim celem jest zidentyfikowanie związku między X i Y, czy istnieje jakieś empiryczne uzasadnienie dla wyboru określonego poziomu agregacji nad innym, czy też powinno wybór należy podjąć na podstawie teorii i / lub ograniczeń praktycznych? Mam trzy …

13 time-series aggregation disaggregation

2

Czy wizualizacja jest wystarczającym uzasadnieniem dla transformacji danych?

Problem Chciałbym wykreślić wariancję wyjaśnioną przez każdy z 30 parametrów, na przykład jako wykres słupkowy z innym słupkiem dla każdego parametru i wariancję na osi y: Jednak wariancje są mocno wypaczone w kierunku małych wartości, w tym 0, co można zobaczyć na histogramie poniżej: Jeśli przekształcę je za pomocą , …

13 data-visualization data-transformation histogram

2

Interrater niezawodność dla zdarzeń w szeregu czasowym z niepewnością co do czasu zdarzenia

Mam wielu niezależnych programistów, którzy próbują zidentyfikować zdarzenia w szeregu czasowym - w tym przypadku oglądam wideo rozmowy twarzą w twarz i szukam określonych zachowań niewerbalnych (np. Skinienie głową) oraz kodują czas i kategorię każdego z nich zdarzenie. Dane te można rozsądnie potraktować jako szereg dyskretny w czasie o wysokiej …

13 time-series reliability agreement-statistics

3

Testowanie nieliniowości w regresji logistycznej (lub innych formach regresji)

Jednym z założeń regresji logistycznej jest liniowość logitu. Po uruchomieniu modelu testuję nieliniowość za pomocą testu Box-Tidwell. Jeden z moich ciągłych predyktorów (X) dał wynik dodatni pod kątem nieliniowości. Co mam teraz zrobić? Ponieważ jest to naruszenie założeń, muszę pozbyć się predyktora (X) lub dołączyć transformację nieliniową (X * X). …

13 regression logistic references assumptions regression-strategies

2

Znaczenie korelacji krzyżowej w R

Jak stwierdzić, czy korelacje przy różnych opóźnieniach uzyskane z korelacji krzyżowej (funkcja ccf) dwóch szeregów czasowych są znaczące.

13 r statistical-significance cross-correlation

1

Dwupróbkowy test T z ważonymi danymi

Chcę wykonać test T z dwiema próbkami, aby sprawdzić różnicę między dwiema niezależnymi próbkami, z których każda próbka spełnia założenia testu T (można założyć, że każdy rozkład jest niezależny i identycznie rozłożony jak normalny z jednakową wariancją) . Jedyną komplikacją wynikającą z podstawowego testu T z dwoma próbkami jest to, …

13 t-test

4

Jaki jest rozkład OR (iloraz szans)?

Mam kilka artykułów prezentujących „OR” z przedziałem ufności 95% (przedziały ufności). Chcę oszacować na podstawie artykułów wartość P dla obserwowanego OR. W tym celu potrzebuję założenia dotyczącego rozkładu sali operacyjnej. Jaką dystrybucję mogę bezpiecznie założyć / wykorzystać?

13 distributions odds-ratio