Statystyki i duże zbiory danych r

1

Jaka jest najlepsza metoda metaanalizy sieci?

Obecnie istnieje kilka różnych podejść do przeprowadzenia metaanalizy sieci lub porównania leczenia mieszanego. Najczęściej używane i dostępne są prawdopodobnie następujące: w ramach bayesowskich : podejście interakcji projektu przez leczenie w WinBUGS (np. Jackson i in. ); hierarchiczne modelowanie bayesowskie oparte na ramieniu w WinBUGS (np. Zhao i in. ); hierarchiczne …

12 r stata sas winbugs network-meta-analysis

5

Jak analizować trend w nieokresowych szeregach czasowych

Załóżmy, że mam następujące nieokresowe szeregi czasowe. Oczywiście trend maleje i chciałbym to udowodnić jakimś testem (z wartością p ). Nie jestem w stanie zastosować klasycznej regresji liniowej ze względu na silną czasową (szeregową) autokorelację między wartościami. library(forecast) my.ts <- ts(c(10,11,11.5,10,10.1,9,11,10,8,9,9, 6,5,5,4,3,3,2,1,2,4,4,2,1,1,0.5,1), start = 1, end = 27,frequency = 1) …

12 r time-series

4

Uzyskiwanie właściwych wartości początkowych dla modelu nls w języku R

Próbuję dopasować prosty model prawa mocy do zestawu danych, który jest następujący: mydf: rev weeks 17906.4 1 5303.72 2 2700.58 3 1696.77 4 947.53 5 362.03 6 Celem jest przepuszczenie linii energetycznej i wykorzystanie jej do przewidywania revwartości na przyszłe tygodnie. Kilka badań doprowadziło mnie do tej nlsfunkcji, którą wdrożyłem …

12 r predictive-models nonlinear-regression power-law nls

2

Biased bootstrap: czy można wyśrodkować CI wokół obserwowanej statystyki?

Jest to podobne do Bootstrap: oszacowanie jest poza przedziałem ufności Mam pewne dane, które reprezentują liczbę genotypów w populacji. Chcę oszacować różnorodność genetyczną za pomocą indeksu Shannona, a także wygenerować przedział ufności za pomocą ładowania początkowego. Zauważyłem jednak, że oszacowanie za pomocą ładowania początkowego jest zwykle bardzo stronnicze i skutkuje …

12 r confidence-interval bootstrap bias diversity

2

Optymalne binowanie w odniesieniu do danej zmiennej odpowiedzi

Szukam optymalnej metody binowania (dyskretyzacji) zmiennej ciągłej w odniesieniu do danej zmiennej binarnej odpowiedzi (celu) i maksymalnej liczby interwałów jako parametru. przykład: mam zestaw obserwacji ludzi ze zmiennymi „wzrost” (ciągłe cyfry) i „has_back_pains” (binarne). Chcę dyskretyzować wzrost na 3 przedziały (grupy) co najwyżej z różnym odsetkiem osób z bólami pleców, …

12 r dataset optimization discrete-data binning

2

Algorytmy uczenia maszynowego dla danych panelu

W tym pytaniu - Czy istnieje metoda konstruowania drzew decyzyjnych uwzględniająca predyktory strukturalne / hierarchiczne / wielopoziomowe? - wspominają o metodzie danych panelowych dla drzew. Czy istnieją specjalne metody danych panelowych do obsługi maszyn wektorowych i sieci neuronowych? Jeśli tak, czy możesz przytoczyć dokumenty dotyczące algorytmów i (jeśli są dostępne) …

12 r machine-learning svm panel-data cart

1

Testowanie dużego zestawu danych pod kątem normalności - jak i czy jest wiarygodny?

Badam część mojego zestawu danych zawierającą 46840 podwójnych wartości od 1 do 1690 pogrupowanych w dwie grupy. Aby przeanalizować różnice między tymi grupami, zacząłem od zbadania rozkładu wartości w celu wybrania właściwego testu. Po poradniku na temat testowania normalności zrobiłem qqplot, histogram i boxplot. To nie wydaje się być normalnym …

12 r normal-distribution normality-assumption large-data

1

Dokładny test Fishera i rozkład hipergeometryczny

Chciałem lepiej zrozumieć dokładny test Fishera, więc wymyśliłem następujący przykład zabawki, w którym f i m odpowiada płci męskiej i żeńskiej, a n i y odpowiada takiemu „zużyciu sody”: > soda_gender f m n 0 5 y 5 0 Oczywiście jest to drastyczne uproszczenie, ale nie chciałem, aby kontekst przeszkadzał. …

12 fishers-exact hypergeometric clustering supervised-learning modeling econometrics r regression residuals heteroscedasticity independence distributions self-study matlab libsvm self-study conditional-probability conditional-expectation hypothesis-testing self-study multiple-comparisons mode statistical-significance chi-squared multiple-comparisons maximum-likelihood poisson-process optimization uncertainty genetic-algorithms bayesian model-selection overfitting maximum-likelihood optimization approximation r prediction model-evaluation r machine-learning survival neural-networks cox-model machine-learning bayesian bayesian-network hierarchical-bayesian pooling

1

Czy konieczne jest wstępne przetwarzanie przed prognozowaniem przy użyciu FinalModel z RandomForest z pakietem Caret?

Używam pakietu karetki do trenowania obiektu randomForest z 10x10CV. library(caret) tc <- trainControl("repeatedcv", number=10, repeats=10, classProbs=TRUE, savePred=T) RFFit <- train(Defect ~., data=trainingSet, method="rf", trControl=tc, preProc=c("center", "scale")) Następnie testuję randomForest na testSet (nowe dane) RF.testSet$Prediction <- predict(RFFit, newdata=testSet) Macierz pomieszania pokazuje mi, że model nie jest taki zły. confusionMatrix(data=RF.testSet$Prediction, RF.testSet$Defect) Reference …

12 r random-forest prediction caret

2

Dlaczego Morana nie równa się „-1” w idealnie rozproszonym wzorze punktowym

Czy wikipedia jest zła ... czy ja tego nie rozumiem? Wikipedia: Białe i czarne kwadraty („wzór szachowy”) są idealnie rozproszone, więc Moran miałbym −1. Gdyby białe kwadraty zostały ułożone w stos na jednej połowie planszy, a czarne kwadraty na drugiej, I Morana byłby bliski +1. Losowe ułożenie kwadratowych kolorów dałoby …

12 r autocorrelation spatial pattern-recognition

1

Dynamiczna analiza czynnikowa a model przestrzeni stanów

Pakiet MARSS w R oferuje funkcję dynamicznej analizy czynnikowej. W tym pakiecie dynamiczny model czynnikowy jest zapisany jako specjalna forma modelu przestrzeni stanów i zakładają one wspólne trendy zgodne z procesem AR (1). Ponieważ nie znam tych dwóch metod, mam dwa pytania: Czy dynamiczna analiza czynnikowa jest specjalną formą modelu …

12 r time-series forecasting factor-analysis state-space-models

1

Manipulacja modelem regresji logistycznej

Chciałbym zrozumieć, co robi następujący kod. Osoba, która napisała kod, już tu nie pracuje i jest prawie całkowicie nieudokumentowana. Zostałem poproszony o zbadanie go przez kogoś, kto myśli „ to bayesowski model regresji logistycznej ” bglm <- function(Y,X) { # Y is a vector of binary responses # X is …

12 r logistic bayesian generalized-linear-model

1

Funkcja kosztu do walidacji modeli regresji Poissona

Do gromadzenia danych, które zgromadziłem, używam regresji Poissona do budowania modeli. Robię to za pomocą glmfunkcji w języku R, gdzie używam family = "poisson". Do oceny możliwych modeli (mam kilka predyktorów) używam AIC. Na razie w porządku. Teraz chcę przeprowadzić weryfikację krzyżową. Udało mi się już to zrobić za pomocą …

12 r generalized-linear-model poisson-distribution

2

Interpretacja wyniku k-średnich w R

Użyłem kmeansinstrukcji R do wykonania algorytmu k-średnich w zestawie danych tęczówki Andersona. Mam pytanie dotyczące niektórych parametrów, które otrzymałem. Wyniki są następujące: Cluster means: Sepal.Length Sepal.Width Petal.Length Petal.Width 1 5.006000 3.428000 1.462000 0.246000 W takim przypadku, co oznacza „klaster”? Czy jest to średnia odległości wszystkich obiektów w klastrze? Również w …

12 r machine-learning clustering interpretation k-means

1

Przewidywanie uporządkowanego loginu w R.

Próbuję wykonać uporządkowaną regresję logit. Korzystam z takiego modelu (tylko głupi, mały model szacujący liczbę firm na rynku na podstawie miar dochodów i populacji). Moje pytanie dotyczy prognoz. nfirm.opr<-polr(y~pop0+inc0, Hess = TRUE) pr_out<-predict(nfirm.opr) Kiedy uruchamiam przewidywanie (którego próbuję użyć, aby uzyskać przewidywaną wartość y), dane wyjściowe wynoszą 0, 3 lub …

12 r econometrics logit ordered-logit

Pytania otagowane jako r