Statystyki i duże zbiory danych interpretation

2

Często słyszę twierdzenie, że statystyki bayesowskie mogą być bardzo subiektywne. Głównym argumentem jest to, że wnioskowanie zależy od wyboru przeora (chociaż można użyć zasady obojętności o maksymalnej entropii, aby wybrać przeor). Dla porównania, jak twierdzi twierdzenie, statystyki częstokroć są na ogół bardziej obiektywne. Ile prawdy jest w tym stwierdzeniu? Ponadto …

14 bayesian interpretation frequentist philosophical

1

Współczynniki regresji grzbietu, które są większe niż współczynniki OLS lub które zmieniają znak w zależności od

Kiedy wykonujesz regresję grzbietu, jak interpretujesz współczynniki, które kończą się powyżej odpowiadających im współczynników pod co najmniej kwadratami (dla niektórych wartości )? Czy regresja kalenicy nie ma monotonicznie zmniejszać współczynników?λλ\lambda W powiązanej uwadze, w jaki sposób interpretuje się współczynnik, którego znak zmienia się podczas regresji kalenicy (tj. Ślad kalenicy przecina …

14 interpretation regression-coefficients ridge-regression

1

Interpretacja wyników regresji z modelu mieszanego, gdy uwzględniane są interakcje między zmiennymi kategorialnymi

Mam pytanie dotyczące mojego zastosowania mieszanego modelu / lmera. Podstawowy model to: lmer(DV ~ group * condition + (1|pptid), data= df) Grupa i warunek to oba czynniki: grupa ma dwa poziomy (grupa A, grupa B), a warunek ma trzy poziomy (warunek 1, warunek 2, warunek 3). To dane od ludzi, …

14 interaction interpretation lme4-nlme model

4

„Umiar” a „interakcja”?

Natknąłem się na te dwa terminy, które są używane zamiennie w wielu kontekstach. Zasadniczo moderator (M) jest czynnikiem wpływającym na zależność między X i Y. Analiza moderacji jest zwykle wykonywana przy użyciu modelu regresji. Na przykład płeć (M) może wpływać na związek między „badaniem produktu” (X) a „zakupem produktu” (Y). …

14 regression interaction interpretation regression-coefficients terminology

1

Różnica między modelem przechwytywania z regresem logistycznym lub bez niego

Lubię rozumieć różnicę między modelem przechwytywania z regresem logistycznym lub bez niego Czy jest między nimi jakaś różnica oprócz tego, że przy przecinaniu współczynniki uwzględniają log (iloraz szans) w stosunku do grupy wyjściowej, a bez przecięcia uwzględniają log (szanse)? z tego, co widziałem, współczynniki są takie same w obu przypadkach, …

14 regression logistic interpretation model intercept

1

Test Kołmogorowa – Smirnowa a test t

Mam pewne trudności ze zrozumieniem interpretacji testu 2 próbek KS i tego, jak różni się on od zwykłego testu t między 2 grupami. Powiedzmy, że mam mężczyzn i kobiety wykonujących pewne zadania i zbieram wyniki z tego zadania. Moim ostatecznym celem jest ustalenie, czy mężczyźni i kobiety wykonują inaczej w …

14 distributions t-test interpretation kolmogorov-smirnov

2

Jak interpretować oszacowania parametrów w wynikach Poissona GLM [zamknięte]

Zamknięte. To pytanie jest nie na temat . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Zaktualizuj pytanie, aby było tematem dotyczącym weryfikacji krzyżowej. Zamknięte 5 lat temu . Call: glm(formula = darters ~ river + pH + temp, family = poisson, data = darterData) Deviance Residuals: Min 1Q Median …

14 self-study generalized-linear-model interpretation poisson-regression

4

Co to jest losowość?

W prawdopodobieństwie i statystyce często stosuje się pojęcia „losowości” i „losowości”. Często pojęcie zmiennej losowej służy do modelowania zdarzeń, które występują z powodu przypadku. Moje pytanie dotyczy terminu „losowy”. Co jest losowe? Czy przypadkowość naprawdę istnieje? Jestem ciekawy, co ludzie, którzy mają duże doświadczenie w pracy z przypadkowymi zdarzeniami, myślą …

14 interpretation terminology

3

Pojęcie przechwytywania w regresji logistycznej

Załóżmy, że mamy następujący model regresji logistycznej: logit(p)=β0+β1x1+β2x2logit(p)=β0+β1x1+β2)x2)\text{logit}(p) = \beta_0+\beta_{1}x_{1} + \beta_{2}x_{2} Czy jest szansą na zdarzenie, gdy x 1 = 0, a x 2 = 0 ? Innymi słowy, czy jest szansa na zdarzenie, gdy x 1 i x 2 są na najniższych poziomach (nawet jeśli nie jest to …

14 logistic interpretation intercept

2

Interpretacja współczynników zapadalności

Tak więc chcę dopasować model losowo-dwumianowy efektów losowych. Dla takiego modelu STATA może wytwarzać współczynniki wykładnicze. Zgodnie z plikiem pomocy takie współczynniki można interpretować jako współczynniki zapadalności. Niestety nie jestem rodzimym językiem angielskim i tak naprawdę nie rozumiem, jakie są współczynniki zapadalności i jak je tłumaczyć. Więc moje pytanie brzmi: …

14 interpretation negative-binomial regression-coefficients

2

Jaka jest różnica między wyjściem „coef” i „(exp) coef” coxpha w R?

Próbowałem rozeznać, co dokładnie oznaczają „coef” i „(exp) coef” coxph. Wygląda na to, że „(exp) coef” to porównania pierwszej zmiennej w modelu zgodnie z grupą przypisaną w poleceniu. W jaki sposób funkcja Coxph osiąga wartości dla „coef” i „(exp) coef”? Dodatkowo, w jaki sposób coxph określa te wartości, gdy występuje …

14 r survival interpretation

1

Interpretacja wyników .L i .Q z ujemnego dwumianowego GLM z danymi kategorialnymi

Właśnie uruchomiłem ujemny dwumianowy GLM i to jest wynik: Call: glm.nb(formula = small ~ method + site + depth, data = size.dat, init.theta = 1.080668549, link = log) Deviance Residuals: Min 1Q Median 3Q Max -2.2452 -0.9973 -0.3028 0.3864 1.8727 Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 1.6954 0.1152 …

14 r categorical-data generalized-linear-model interpretation negative-binomial

2

Czy przewidywanie jest „złotym kryterium” do oceny zdolności statystycznych?

W zeszły weekend czytałem podręczniki modeli liniowych Faraway z R (1. edycja). Faraway miał rozdział zatytułowany „Strategia statystyczna i niepewność modelu”. Opisał (strona 158), że sztucznie wygenerowany niektóre dane przy użyciu bardzo skomplikowany model, a następnie poprosił swoich uczniów do modelowania danych i porównać studentów przewidywanych wyników vs odczytu wyników. …

13 predictive-models modeling interpretation

1

Dlaczego standardowy błąd przechwytywania zwiększa się o dalsze

Standardowy błąd terminu przechwytującego ( ) w jest podawany przez gdzie to średnia z .y=β1x+β0+εSE( β 0)2=σ2[1β^0β^0\hat{\beta}_0y=β1x+β0+εy=β1x+β0+εy=\beta_1x+\beta_0+\varepsilonˉxxiSE(β^0)2=σ2[1n+x¯2∑ni=1(xi−x¯)2]SE(β^0)2=σ2[1n+x¯2∑i=1n(xi−x¯)2]SE(\hat{\beta}_0)^2 = \sigma^2\left[\frac{1}{n}+\frac{\bar{x}^2}{\sum_{i=1}^n(x_i-\bar{x})^2}\right]x¯x¯\bar{x}xixix_i Z tego, co rozumiem, SE określa twoją niepewność - na przykład w 95% próbek przedział będzie zawierał true . Nie rozumiem, w jaki sposób SE, miara niepewności, rośnie z . Jeśli …

13 regression interpretation standard-error

3

Wyrażaj odpowiedzi w kategoriach oryginalnych jednostek, w przekształconych danych Box-Cox

W przypadku niektórych pomiarów wyniki analizy są odpowiednio prezentowane w przekształconej skali. Jednak w większości przypadków pożądane jest przedstawienie wyników w oryginalnej skali pomiaru (w przeciwnym razie twoja praca będzie mniej lub bardziej bezwartościowa). Na przykład w przypadku danych transformowanych logami pojawia się problem z interpretacją w oryginalnej skali, ponieważ …

13 data-transformation confidence-interval t-test interpretation

Pytania otagowane jako interpretation