Statystyki i duże zbiory danych

4

Czy linie siatki i szare tło są wykrojone i czy należy ich używać tylko na zasadzie wyjątku?

Wydaje się, że większość autorytetów zgadza się, że ciemne lub w inny sposób wyraźne linie siatki na wykresach są „chartjunk” z dowolnej rozsądnej definicji i odwracają uwagę widza od komunikatu w głównej części wykresu. Więc nie zawracam sobie głowy udzielaniem referencji w tej kwestii. Podobnie, wszyscy możemy się zgodzić, że …

26 data-visualization ggplot2

7

Jaka jest minimalna zalecana liczba grup dla współczynnika efektów losowych?

Używam modelu mieszanego w R( lme4) do analizy niektórych danych z powtarzanymi pomiarami. Mam zmienną odpowiedzi (zawartość włókna w kale) i 3 stałe efekty (masa ciała itp.). Moje badanie ma tylko 6 uczestników, z 16 powtarzanymi pomiarami dla każdego z nich (chociaż dwóch ma tylko 12 powtórzeń). Podmiotami są jaszczurki, …

26 mixed-model sample-size

1

Konwertujesz błąd standardowy na odchylenie standardowe?

Czy sensowne jest przekształcenie błędu standardowego na odchylenie standardowe? A jeśli tak, to czy ta formuła jest odpowiednia? SE=SDN−−√SE=SDNSE = \frac{SD}{\sqrt{N}}

26 standard-deviation standard-error

2

Jakie są standardowe praktyki tworzenia syntetycznych zestawów danych?

Jako kontekst: podczas pracy z bardzo dużym zestawem danych czasami pojawia się pytanie, czy możemy stworzyć syntetyczny zestaw danych, w którym „znamy” związek między predyktorami a zmienną odpowiedzi lub relacje między predyktorami. Z biegiem lat wydaje mi się, że spotykam albo jednorazowe syntetyczne zestawy danych, które wyglądają, jakby zostały przygotowane …

26 modeling reproducible-research synthetic-data

9

Pomiar dokładności modelu opartego na regresji logistycznej

Mam wyszkolony model regresji logistycznej, który stosuję do testowanego zestawu danych. Zmienna zależna jest binarna (boolean). Dla każdej próbki w zestawie danych testowych stosuję model regresji logistycznej, aby wygenerować% prawdopodobieństwa, że zmienna zależna będzie prawdziwa. Następnie rejestruję, czy wartość rzeczywista była prawdziwa, czy fałszywa. Ja próbuje obliczyć lub regulowane R …

26 regression logistic r-squared

3

Różnice między MANOVA a ANOVA z powtarzanymi pomiarami?

Jaka jest różnica między ANOVA z powtarzanymi pomiarami w stosunku do pewnego czynnika (powiedzmy warunki eksperymentalne) a MANOVA? W szczególności jedna strona, na którą natknąłem się, sugeruje, że MANOVA nie przyjmuje tego samego założenia sferyczności, co powtarzane pomiary ANOVA, czy to prawda? Jeśli tak, to dlaczego nie zawsze korzystamy z …

26 anova repeated-measures manova sphericity

6

Jak prawdopodobne jest, że pochodzę od konkretnej osoby urodzonej w 1300 roku?

Innymi słowy, w oparciu o następujące, czym jest p? Aby uczynić to problemem matematycznym niż antropologicznym lub nauk społecznych i uprościć problem, załóżmy, że partnerzy są wybierani z jednakowym prawdopodobieństwem w całej populacji, z tym wyjątkiem, że rodzeństwo i pierwsi kuzyni nigdy nie łączą się w pary, a partnerzy są …

26 probability stochastic-processes genetics

4

Importować cenę akcji z Yahoo Finance do R?

Zablokowana . To pytanie i odpowiedzi są zablokowane, ponieważ pytanie jest nie na temat, ale ma znaczenie historyczne. Obecnie nie akceptuje nowych odpowiedzi ani interakcji. Chciałbym zaimportować cenę akcji „Last Trade” z finansów Yahoo do R. Intencją jest praca z (prawie) danymi w czasie rzeczywistym. Czy są jakieś rozwiązania? Z …

26 r

3

Co to jest theta w ujemnej regresji dwumianowej dopasowanej do R?

Mam pytanie dotyczące ujemnej regresji dwumianowej: Załóżmy, że masz następujące polecenia: require(MASS) attach(cars) mod.NB<-glm.nb(dist~speed) summary(mod.NB) detach(cars) (Pamiętaj, że samochody to zestaw danych, który jest dostępny w R, i tak naprawdę nie obchodzi mnie, czy ten model ma sens). Chciałbym wiedzieć: jak mogę interpretować zmienną theta(zwróconą na końcu wywołania do summary). …

26 regression generalized-linear-model negative-binomial

2

Czy dystrybucja ma nazwę?

Pewnego dnia natknąłem się na tę gęstość. Czy ktoś nadał temu imię? fa( x ) = log( 1 + x- 2) / 2 πfa(x)=log⁡(1+x-2))/2)πf(x) = \log(1 + x^{-2}) / 2\pi Gęstość jest nieskończona u źródła, a także ma grube ogony. Widziałem go jako wcześniejszy rozkład w kontekście, w którym spodziewano …

26 distributions probability

3

Czy sensowne jest testowanie normalności przy bardzo małej wielkości próby (np. N = 6)?

Mam próbkę o wielkości 6. W takim przypadku, czy warto testować normalność za pomocą testu Kołmogorowa-Smirnowa? Użyłem SPSS. Mam bardzo małą próbkę, ponieważ uzyskanie każdej z nich wymaga czasu. Jeśli to nie ma sensu, ile próbek jest najniższą liczbą, która ma sens do testowania? Uwaga: przeprowadziłem eksperyment związany z kodem …

26 hypothesis-testing normality-assumption kolmogorov-smirnov power

7

Testowanie liniowej zależności między kolumnami macierzy

Mam macierz korelacji zwrotów bezpieczeństwa, których wyznacznikiem jest zero. (Jest to nieco zaskakujące, ponieważ macierz korelacji próbki i odpowiadająca jej macierz kowariancji powinny teoretycznie być określone dodatnio). Moja hipoteza jest taka, że co najmniej jedno zabezpieczenie jest liniowo zależne od innych papierów wartościowych. Czy w R jest funkcja, która sekwencyjnie …

26 r correlation pca linear-model svd

7

Jak wykonać ANOVA SS typu III w R z kodami kontrastu?

Proszę podać kod R, który pozwala przeprowadzić ANOVA między podmiotami z kontrastami -3, -1, 1, 3. Rozumiem, że jest debata na temat odpowiedniego rodzaju sumy kwadratów (SS) do takiej analizy. Jednak jako domyślny typ SS używany w SAS i SPSS (typ III) jest uważany za standard w mojej okolicy. Dlatego …

26 r anova contrasts sums-of-squares

4

Dlaczego RANSAC nie jest najczęściej stosowany w statystykach?

Pochodząc z pola widzenia komputerowego, często stosowałem metodę RANSAC (Random Sample Consensus) do dopasowywania modeli do danych z wieloma wartościami odstającymi. Jednak nigdy nie widziałem, aby używali go statystycy i zawsze miałem wrażenie, że nie była uważana za metodę „statystycznie solidną”. Dlaczego to jest takie? Ma charakter losowy, co utrudnia …

26 outliers bootstrap robust

1

Jak można empirycznie wykazać w R, jakie metody walidacji krzyżowej są równoważne z AIC i BIC?

W pytaniu w innym miejscu na tej stronie, w kilku odpowiedziach wspomniano, że AIC jest równoważny walidacji krzyżowej z pominięciem jednego (LOO) i że BIC jest równoważny krzyżowej walidacji K-krotnie. Czy istnieje sposób empirycznego zademonstrowania tego w R, aby techniki zastosowane w LOO i K-fold zostały wyjaśnione i wykazano, że …

26 r aic cross-validation bic