Wiem empirycznie, że tak jest. Właśnie opracowałem modele, które wpadają w tę zagadkę. Podejrzewam również, że niekoniecznie jest to odpowiedź tak / nie. Rozumiem przez to, że zarówno A, jak i B są skorelowane z C, może to mieć pewne implikacje dotyczące korelacji między A i B. Ale ta implikacja …
Wyjaśnię mój problem na przykładzie. Załóżmy, że chcesz przewidzieć dochód danej osoby na podstawie niektórych atrybutów: {Wiek, płeć, kraj, region, miasto}. Masz taki zestaw danych szkoleniowych train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, 50,51,101,38, 47,50,55,23)) train CountryID RegionID CityID …
Jestem nowy na stronie i całkiem nowy w statystykach. R. Pracuję nad projektem dla college'u w celu znalezienia korelacji między poziomem opadów deszczu i przepływu wody w rzekach. Po udowodnieniu korelacji chcę ją przewidzieć / przewidzieć. Dane Mam zestaw danych z kilku lat (pobieranych co 5 minut) dla poszczególnych rzek …
Eksperymentuję z algorytmem maszyny do zwiększania gradientu za pośrednictwem caretpakietu w R. Korzystając z małego zestawu danych o przyjęciach na studia, uruchomiłem następujący kod: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting machine …
Chciałbym uzyskać poradę dotyczącą metody analizy, której używam, aby wiedzieć, czy jest ona statystycznie poprawna. Zmierzyłem dwa procesy punktowe i i chcę ustalić jeśli zdarzenia w są w jakiś sposób skorelowane ze zdarzeniami w .T1=t11,t12,...,t1nT1=t11,t21,...,tn1T^1 = t^1_1, t^1_2, ..., t^1_nT2=t21,t22,...,t2mT2=t12,t22,...,tm2T^2 = t^2_1, t^2_2, ..., t^2_mT1T1T^1T2T2T^2 Jedną z metod, które znalazłem …
Jestem nowy w uczeniu maszynowym, więc próbuję znaleźć literaturę, ale nie jestem nawet pewien, po co Google. Moje dane mają następującą formę: User A performs Action P User B performs Action Q User C performs Action R ... User C performs Action X User A performs Action Y User B …
Mam dwa zestawy danych, w których mam około 250 000 wartości dla 78 i 35 próbek. Niektóre próbki należą do rodziny, co może mieć wpływ na dane. Obliczyłem korelację par i waha się ona między 0,7 a 0,95, ale chciałbym wiedzieć, czy istnieje znacząca różnica w współczynnikach korelacji między rodziną …
Próbuję przeanalizować opóźnienie między szeregami czasowymi dwóch cen akcji. W regularnych analizach szeregów czasowych możemy wykonać Cross Correlaton, VECM (Granger Causality). Jak jednak sobie z tym poradzić w nieregularnie rozmieszczonych szeregach czasowych. Hipoteza jest taka, że jeden z instrumentów prowadzi drugi. Mam dane dla obu symboli w mikrosekundach. Przejrzałem pakiet …
Próbuję dopasować model czasu dyskretnego do R, ale nie jestem pewien, jak to zrobić. Czytałem, że możesz zorganizować zmienną zależną w różnych wierszach, po jednym dla każdej obserwacji czasu, i użyć glmfunkcji z łączem logit lub cloglog. W tym sensie, mam trzy kolumny: ID, Event(1 lub 0, w każdym okresie …
Jaka jest różnica między korelacją krzyżową a informacjami wzajemnymi. Jakie problemy można rozwiązać za pomocą tych środków i kiedy należy zastosować jeden nad drugim. Dziękuję za komentarze. Aby wyjaśnić, pytanie wynika raczej z zainteresowania analizą promieniowania niż analizy szeregów czasowych, chociaż docenione zostanie również każde oświecenie w tej dziedzinie
Mam dane równoważne z: shopper_1 = ['beer', 'eggs', 'water',...] shopper_2 = ['diapers', 'beer',...] ... Chciałbym przeprowadzić analizę tego zestawu danych, aby uzyskać macierz korelacji, która miałaby implikację podobną do: jeśli kupiłeś x, prawdopodobnie kupisz y. Używając Pythona (a może cokolwiek innego niż MATLAB), jak mogę to zrobić? Pomogą w tym …
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.