Statystyki i duże zbiory danych r

5

Dobry sposób na wyświetlanie wielu danych w formie graficznej

Pracuję nad projektem, który obejmuje 14 zmiennych i 345 000 obserwacji danych mieszkaniowych (takich jak rok budowy, powierzchnia, sprzedana cena, okręg zamieszkania itp.). Niepokoję się próbą znalezienia dobrych technik graficznych i bibliotek R, które zawierają niezłe techniki kreślenia. Już widzę, co w ggplot i sieci będą ładnie działały, i myślę …

15 r data-visualization large-data eda

2

Regresja krokowa w R - jak to działa?

Próbuję zrozumieć podstawową różnicę między regresją krokową i wsteczną w R za pomocą funkcji krokowej. Do regresji krokowej użyłem następującego polecenia step(lm(mpg~wt+drat+disp+qsec,data=mtcars),direction="both") Mam poniższy wynik dla powyższego kodu. Do wyboru zmiennej wstecznej użyłem następującego polecenia step(lm(mpg~wt+drat+disp+qsec,data=mtcars),direction="backward") I mam poniższe wyjście do tyłu O ile rozumiem, gdy żaden parametr nie jest …

15 r regression

3

Regresja logistyczna: Scikit Learn vs glmnet

Próbuję powielić wyniki z sklearnbiblioteki regresji logistycznej przy użyciu glmnetpakietu w języku R. Z dokumentacjisklearn regresji logistycznej próbuje zminimalizować funkcję kosztu w ramach kary l2 minw , c12)wT.w + C∑i = 1N.log( exp( - yja( XT.jaw + c ) ) + 1 )minw,do12)wT.w+do∑ja=1N.log⁡(exp⁡(-yja(XjaT.w+do))+1)\min_{w,c} \frac12 w^Tw + C\sum_{i=1}^N \log(\exp(-y_i(X_i^Tw+c)) + 1) …

15 r logistic python scikit-learn glmnet

3

Czy model danych nieujemnych z grupowaniem zer (GLM Tweedie, GLM z zerowym napełnieniem itp.) Może przewidywać dokładne zera?

Rozkład Tweediego może modelować skośne dane z masą punktową równą zero, gdy parametr ppp (wykładnik w relacji średnia-wariancja) wynosi od 1 do 2. Podobnie model z napompowaniem zera (inaczej ciągły lub dyskretny) może mieć dużą liczbę zer. Mam problem ze zrozumieniem, dlaczego jest tak, że kiedy przewiduję lub obliczam dopasowane …

15 r generalized-linear-model prediction zero-inflation tweedie-distribution

1

Mam linię najlepszego dopasowania. Potrzebuję punktów danych, które nie zmienią mojej linii najlepszego dopasowania

Prowadzę prezentację na temat dopasowania linii. Mam prostą funkcję liniową, . Próbuję uzyskać rozproszone punkty danych, które mogę umieścić na wykresie rozrzutu, który utrzyma moją linię najlepszego dopasowania na tym samym równaniu.y=1x+by=1x+by=1x+b Chciałbym nauczyć się tej techniki w R lub Excel - w zależności od tego, co jest łatwiejsze.

15 r regression least-squares excel

1

Wieloczynnikowe biologiczne szeregi czasowe: VAR i sezonowość

Mam wielowymiarowy zestaw danych szeregów czasowych, w tym oddziałujące zmienne biologiczne i środowiskowe (oraz ewentualnie niektóre zmienne egzogeniczne). Oprócz sezonowości w danych nie ma wyraźnego trendu długoterminowego. Moim celem jest sprawdzenie, które zmienne są ze sobą powiązane. Tak naprawdę nie szuka się prognozowania. Będąc nowym w analizie szeregów czasowych, przeczytałem …

15 r time-series var seasonality

1

Dlaczego nie mogę dopasować wyjścia glmer (rodzina = dwumianowy) do ręcznej implementacji algorytmu Gaussa-Newtona?

Chciałbym dopasować wyjścia lmera (naprawdę blasku) do dwumianowego przykładu zabawki. Przeczytałem winiety i wierzę, że rozumiem, co się dzieje. Ale najwyraźniej nie. Po utknięciu, naprawiłem „prawdę” w kategoriach efektów losowych i poszedłem po ocenie samych ustalonych efektów. Podaję ten kod poniżej. Aby zobaczyć, że jest to uzasadnione, możesz skomentować + …

15 r mixed-model optimization lme4-nlme

1

Najlepszy sposób wizualnego przedstawienia relacji z wielu modeli liniowych

Mam model liniowy z około 6 predyktorami i zamierzam prezentować szacunki, wartości F, wartości p itd. Zastanawiałem się jednak, jaki byłby najlepszy wykres wizualny reprezentujący indywidualny wpływ pojedynczego predyktora na zmienna odpowiedzi? Wykres punktowy? Fabuła warunkowa? Fabuła efektów? itp? Jak interpretowałbym ten wątek? Będę robił to w R, więc możesz …

15 r regression data-visualization multiple-regression partial-plot

4

Statystyka Ljung-Box dla reszt ARIMA w R: mylące wyniki testu

Mam szereg czasowy, który próbuję przewidzieć, dla którego wykorzystałem model sezonowy ARIMA (0,0,0) (0,1,0) [12] (= fit2). Różni się od tego, co R zasugerował z auto.arima (R obliczone ARIMA (0,1,1) (0,1,0) [12] byłoby lepsze dopasowanie, nazwałem to fit1). Jednak w ciągu ostatnich 12 miesięcy mojego szeregu czasowego mój model (fit2) …

15 r time-series statistical-significance arima residuals

3

Sprawdź znaczącą różnicę między dwiema wartościami nachylenia

Dane, które posiadam, to wartość nachylenia regresji wynosząca y ~ czas, błąd standardowy, wartość n oraz wartość ap, dla określonego gatunku w dwóch różnych obszarach. Chcę sprawdzić, czy nachylenie regresji dla jednego obszaru znacznie różni się od nachylenia regresji dla drugiego obszaru - czy jest to możliwe przy takich danych? …

15 r regression statistical-significance

2

Jak zrobić regresję z kodowaniem efektu zamiast kodowania fikcyjnego w R?

Obecnie pracuję nad modelem regresji, w którym jako zmienne niezależne mam tylko zmienne kategorialne / czynnikowe. Moja zmienna zależna to stosunek przekształcony logit. Całkiem łatwo jest uruchomić normalną regresję w R, ponieważ R automatycznie wie, jak zakodować manekiny, gdy tylko będą miały typ „czynnik”. Jednak ten rodzaj kodowania oznacza również, …

15 r regression categorical-data categorical-encoding

1

Znajdowanie ekstremów lokalnych funkcji gęstości za pomocą splajnów

Próbuję znaleźć lokalne maksima dla funkcji gęstości prawdopodobieństwa (znalezionej metodą R density). Nie mogę wykonać prostej metody „rozglądania się po sąsiadach” (gdzie ktoś rozgląda się po punkcie, aby sprawdzić, czy jest to maksimum lokalne w stosunku do swoich sąsiadów), ponieważ istnieje duża ilość danych. Co więcej, wydaje się bardziej wydajne …

15 r pdf splines maximum

4

Wydajna aktualizacja regresji liniowej podczas dodawania obserwacji i / lub predyktorów w R

Byłbym zainteresowany znalezieniem sposobów na R efektywnego aktualizowania modelu liniowego po dodaniu obserwacji lub predyktora. biglm ma możliwość aktualizacji podczas dodawania obserwacji, ale moje dane są na tyle małe, że mieszczą się w pamięci (chociaż mam wiele instancji do aktualizacji). Istnieją sposoby, aby to zrobić gołymi rękami, np. W celu …

15 r regression computational-statistics linear-model

2

Zrozumienie k lag w rozszerzonym teście Dickeya Fullera R.

Grałem z niektórymi jednostkowymi testami root w R i nie jestem do końca pewien, co zrobić z parametrem k lag. Użyłem rozszerzonego testu Dickeya Fullera i testu Philippsa Perrona z pakietu terser . Oczywiście domyślny parametr (dla ) zależy tylko od długości serii. Jeśli wybiorę inne wartości K , otrzymam …

15 r time-series trend

2

Co to jest „linia bazowa” w precyzyjnej krzywej przywołania

Próbuję zrozumieć krzywą przywołania precyzji, rozumiem, na czym polega precyzja i przywołanie, ale nie rozumiem wartości „podstawowej”. Czytałem ten link https://classeval.wordpress.com/introduction/introduction-to-the-precision-recall-plot/ i nie rozumiem części podstawowej, jak pokazano w „Krzywej precyzji-przywołania doskonałego klasyfikatora”, co to robi? i jak to obliczyć? Czy to tylko losowa linia bazowa, którą wybraliśmy? Na przykład …

15 r machine-learning classification precision-recall

Pytania otagowane jako r