Pytania otagowane jako circular-statistics

Statystyka kierunkowa (zwana również statystyką kołową lub sferyczną) to dyscyplina statystyki, która zajmuje się kierunkami (wektory jednostkowe w ), osiami (liniami początku w ) lub obrotami w . RnRnRn

3
Czy godzina jest zmienną kategoryczną?
Czy „godzina dnia”, w której wartość może wynosić 0, 1, 2, ..., 23, jest zmienną kategoryczną? Kusiłoby mnie, by powiedzieć „nie”, ponieważ na przykład 5 jest „bliżej” do 4 lub 6 niż do 3 lub 7. Z drugiej strony występuje nieciągłość między 23 a 0. Czy ogólnie jest to kategoryczne, …
4
Symuluj równomierny rozkład na dysku
Próbowałem symulować wstrzykiwanie losowych punktów w kółko, tak aby dowolna część koła miała takie samo prawdopodobieństwo wystąpienia wady. Spodziewałem się, że liczenie na pole wynikowego rozkładu będzie zgodne z rozkładem Poissona, jeśli podzielę okrąg na prostokąty o równej powierzchni. Ponieważ wymaga to jedynie umieszczenia punktów w obszarze kołowym, wstrzyknąłem dwa …
4
Kodowanie danych kąta dla sieci neuronowej
Uczę sieci neuronowej (szczegóły nieważne), gdzie dane docelowe to wektor kątów (od 0 do 2 * pi). Szukam porady, jak zakodować te dane. Oto, co obecnie próbuję (z ograniczonym sukcesem): 1) Kodowanie 1-of-C: I bin ustawiam możliwe kąty na około 1000 dyskretnych kątów, a następnie wskazuję konkretny kąt, umieszczając 1 …
1
Zastosowanie predyktorów kołowych w regresji liniowej
Próbuję dopasować model, wykorzystując dane wiatru (0, 359) i porę dnia (0, 23), ale martwię się, że źle pasują one do regresji liniowej, ponieważ same nie są parametrami liniowymi. Chciałbym je przekształcić za pomocą Pythona. Widziałem wzmiankę o obliczaniu wektora przez wzięcie grzechu i cos stopni, przynajmniej w przypadku wiatru, …
2
Operacje trygonometryczne na odchyleniach standardowych
Dodawanie, odejmowanie, mnożenie i dzielenie normalnych zmiennych losowych są dobrze określone, ale co z operacjami trygonometrycznymi? Załóżmy na przykład, że próbuję znaleźć kąt trójkątnego klina (modelowanego jako trójkąt pod kątem prostym) z dwoma catheti o wymiarach d1d1d_1 i d2d2d_2 , oba opisane jako rozkłady normalne. Zarówno intuicja, jak i symulacja …
1
Modelowanie szeregów czasowych danych cyklicznych
Buduję modele ARIMA dla niektórych danych wiatru / fal. Buduję osobny model dla każdej zmiennej. Dwie zmienne, które muszę modelować, to kierunek fali i wiatru. Wartości podano w stopniach (0–360 °). Czy jest możliwe modelowanie tego typu danych, gdy przedział wartości jest okrągły? Jeśli nie, to która klasa modeli jest …
1
Regresja logistyczna z danymi kierunkowymi jak IV
Szukam dobrych referencji na temat używania danych kierunkowych (miara kierunku w stopniach) jako niezależnej zmiennej w regresji; idealnie byłoby to również przydatne w przypadku hierarchicznych modeli nieliniowych (dane są zagnieżdżone). Interesują mnie również dane kierunkowe bardziej ogólnie. Znalazłem tekst Mardii, który otrzymam, ale zastanawiałem się, czy są dobre artykuły. Bardziej …
5
Najlepsza miara odległości do użycia
Kontekst Mam dwa zestawy danych, które chcę porównać. Każdy element danych w obu zestawach to wektor zawierający 22 kąty (wszystkie między i ). Kąty odnoszą się do danej konfiguracji ułożenia człowieka, więc ułożenie jest określone przez 22 kąty stawów.π−π−π-\piππ\pi Ostatecznie staram się ustalić „bliskość” dwóch zestawów danych. Tak więc dla …
1
R / mgcv: Dlaczego produkty tensorowe te () i ti () wytwarzają różne powierzchnie?
mgcvOpakowanie Rposiada dwie funkcje montowania interakcji produktów napinacz: te()i ti(). Rozumiem podstawowy podział pracy między nimi (dopasowanie interakcji nieliniowej vs. rozkładanie tej interakcji na główne efekty i interakcję). To, czego nie rozumiem, to dlaczego te(x1, x2)i ti(x1) + ti(x2) + ti(x1, x2)może powodować (nieznacznie) różne wyniki. MWE (dostosowany z ?ti): …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 
1
regresja danych kątowych / kołowych
Nadzorowałem problem uczenia się, w którym cele są kątami. Gdybym zrobił prostą regresję, wówczas liczby 360 i 1 byłyby daleko dla mojego modelu, ale tak naprawdę są one bliskie, a przewidywanie współrzędnych xiy nie wydaje się właściwe, ponieważ próbuję tutaj przewidzieć tylko jedną liczbę. Jaki jest właściwy sposób rozwiązania takiego …
2
Regresja na dysku jednostkowym, zaczynając od próbek „równomiernie rozmieszczonych”
Muszę rozwiązać skomplikowany problem regresji na dysku jednostki. Oryginalne pytanie przyciągnęło kilka interesujących komentarzy, ale niestety nie otrzymano odpowiedzi. Tymczasem nauczyłem się czegoś więcej na temat tego problemu, dlatego spróbuję podzielić oryginalny problem na podproblemy i zobaczę, czy tym razem będę miał więcej szczęścia. Mam 40 czujników temperatury regularnie rozmieszczonych …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.