Statystyki i duże zbiory danych r

3

Jak utworzyć diagram słupkowy, w którym słupki są obok siebie w R

Zablokowana . To pytanie i odpowiedzi są zablokowane, ponieważ pytanie jest nie na temat, ale ma znaczenie historyczne. Obecnie nie akceptuje nowych odpowiedzi ani interakcji. Chcę utworzyć bardiagram dla tych danych w R (odczytany z pliku CVS): Experiment_Name MetricA MetricB Just_X 2 10 Just_X_i_Y 3 20 mieć następujący schemat: Jestem …

9 r data-visualization barplot

3

Bakterie zbierane na palcach po wielu kontaktach powierzchniowych: dane nienormalne, powtarzane pomiary, skrzyżowane osoby

Wprowadzenie Mam uczestników, którzy wielokrotnie dotykają skażonych powierzchni E. coli w dwóch warunkach ( A = w rękawiczkach, B = bez rękawiczek). Chcę wiedzieć, czy istnieje różnica między ilością bakterii na opuszkach palców w rękawicach i bez rękawiczek, ale także między liczbą kontaktów. Oba czynniki są wewnątrz uczestników. Metoda eksperymentalna: …

9 r anova repeated-measures lme4-nlme glmm

3

Co zrobić z korelacją efektów losowych równą 1 lub -1?

Nierzadko zdarza się, gdy mamy do czynienia ze złożonymi maksymalnymi modelami mieszanymi (szacowanie wszystkich możliwych efektów losowych dla danych i modelu) jest idealna (+1 lub -1) lub prawie idealna korelacja między niektórymi efektami losowymi. Na potrzeby dyskusji przyjrzyjmy się poniższemu modelowi i podsumowaniu modelu Model: Y ~ X*Cond + (X*Cond|subj) …

9 r correlation mixed-model lme4-nlme covariance-matrix

2

Dlaczego moje kroki stają się coraz mniejsze, gdy używam ustalonego rozmiaru kroku podczas opadania gradientu?

Załóżmy, że robimy zabawkowy przykład na przyzwoitym gradiencie, minimalizując funkcję kwadratową , stosując ustalony rozmiar kroku . ( A = [10, 2; 2, 3] )xT.A xxTAxx^TAxα = 0,03α=0.03\alpha=0.03A = [ 10 , 2 ; 2 , 3 ]A=[10,2;2,3]A=[10, 2; 2, 3] Jeśli wykreślimy ślad xxx w każdej iteracji, otrzymamy następujący …

9 r machine-learning optimization gradient-descent

1

Pomóż w interpretacji danych zliczania GLMM za pomocą lme4 glmer and glmer.nb - Dwumian ujemny kontra Poisson

Mam pytania dotyczące specyfikacji i interpretacji GLMM. 3 pytania są zdecydowanie statystyczne, a 2 dotyczą bardziej R. Piszę tutaj, ponieważ ostatecznie myślę, że problemem jest interpretacja wyników GLMM. Obecnie próbuję dopasować GLMM. Korzystam z danych amerykańskiego spisu ludności z bazy danych podłużnych dróg . Moje obserwacje są traktatami spisowymi. Moją …

9 r lme4-nlme poisson-distribution negative-binomial glmm

1

Adaptacyjny GAM wygładza w mgcv

Książka Simona Wooda na temat GAM i związany z nią pakiet R mgcv są zarówno bardzo szczegółowe, jak i pouczające, jeśli chodzi o teorię GAM i dopasowanie modelu do rzeczywistych i symulowanych danych. W przypadku wygładzania 1D naprawdę nie ma się czym martwić, z wyjątkiem decyzji o wdrożeniu cyklicznych vs. …

9 r mgcv

2

Krzywe Kaplana-Meiera wydają się mówić inaczej niż regresja Coxa

W R przeprowadzam analizę danych dotyczących przeżycia chorych na raka. Czytałem bardzo pomocne rzeczy na temat analizy przeżycia w CrossValidated i innych miejscach i myślę, że zrozumiałem, jak interpretować wyniki regresji Coxa. Jednak jeden wynik wciąż mnie wkurza ... Porównuję przeżycie vs. płeć. Krzywe Kaplana-Meiera są wyraźne na korzyść pacjentek …

9 r survival cox-model kaplan-meier

1

Który model głębokiego uczenia może klasyfikować kategorie, które nie wykluczają się wzajemnie

Przykłady: w opisie stanowiska mam zdanie: „Starszy inżynier Java w Wielkiej Brytanii”. Chcę użyć modelu głębokiego uczenia się, aby przewidzieć go jako 2 kategorie: English i IT jobs. Jeśli użyję tradycyjnego modelu klasyfikacji, może on przewidzieć tylko 1 etykietę z softmaxfunkcją na ostatniej warstwie. Dlatego mogę użyć 2 modelowych sieci …

9 machine-learning deep-learning natural-language tensorflow sampling distance non-independent application regression machine-learning logistic mixed-model control-group crossover r multivariate-analysis ecology procrustes-analysis vegan regression hypothesis-testing interpretation chi-squared bootstrap r bioinformatics bayesian exponential beta-distribution bernoulli-distribution conjugate-prior distributions bayesian prior beta-distribution covariance naive-bayes smoothing laplace-smoothing distributions data-visualization regression probit penalized estimation unbiased-estimator fisher-information unbalanced-classes bayesian model-selection aic multiple-regression cross-validation regression-coefficients nonlinear-regression standardization naive-bayes trend machine-learning clustering unsupervised-learning wilcoxon-mann-whitney z-score econometrics generalized-moments method-of-moments machine-learning conv-neural-network image-processing ocr machine-learning neural-networks conv-neural-network tensorflow r logistic scoring-rules probability self-study pdf cdf classification svm resampling forecasting rms volatility-forecasting diebold-mariano neural-networks prediction-interval uncertainty

4

Jak interpretować krzywą przeżycia modelu zagrożenia Coxa?

Jak interpretujesz krzywą przeżycia z proporcjonalnego modelu hazardu Coxa? W tym przykładzie zabawki załóżmy, że mamy proporcjonalny model hazardu Coxa dla agezmiennej w kidneydanych i generujemy krzywą przeżycia. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Na przykład o czasie 200200200, które stwierdzenie jest prawdziwe? czy oba są w …

9 r survival cox-model likelihood machine-learning deep-learning generative-models machine-learning reinforcement-learning q-learning regression multicollinearity convergence beta-distribution bernoulli-distribution machine-learning self-study pattern-recognition neural-networks stochastic-processes linear

1

Niższy niż oczekiwano zasięg ważnego próbkowania z symulacją

Starałem się odpowiedzieć na pytanie Ocenić integralny z Znaczenie metody pobierania próbek na badania . Zasadniczo użytkownik musi obliczyć ∫π0fa( x ) dx =∫π01sałata( x)2)+x2)rex∫0πf(x)dx=∫0π1cos⁡(x)2+x2dx\int_{0}^{\pi}f(x)dx=\int_{0}^{\pi}\frac{1}{\cos(x)^2+x^2}dx wykorzystanie rozkładu wykładniczego jako rozkładu ważności q( x ) = λ exp- λ xq(x)=λ exp−λxq(x)=\lambda\ \exp^{-\lambda x} i znajdź wartość λλ\lambdaco daje lepsze przybliżenie całki …

9 r simulation exponential importance-sampling

1

Generuj losowe liczby z „nachylonego rozkładu równomiernego” z teorii matematycznej

W jakimś celu muszę wygenerować losowe liczby (dane) z rozkładu „nachylonego równomiernie”. „Nachylenie” tego rozkładu może się zmieniać w rozsądnych odstępach czasu, a następnie mój rozkład powinien zmienić się z jednorodnego na trójkątny w zależności od nachylenia. Oto moje pochodzenie: Uprośćmy to i wygeneruj dane od do (niebieski, czerwony to …

9 r distributions python random-generation uniform

2

Dlaczego nie mogę uzyskać prawidłowego SVD X za pomocą rozkładu wartości własnych XX 'i X'X?

Próbuję wykonać SVD ręcznie: m<-matrix(c(1,0,1,2,1,1,1,0,0),byrow=TRUE,nrow=3) U=eigen(m%*%t(m))$vector V=eigen(t(m)%*%m)$vector D=sqrt(diag(eigen(m%*%t(m))$values)) U1=svd(m)$u V1=svd(m)$v D1=diag(svd(m)$d) U1%*%D1%*%t(V1) U%*%D%*%t(V) Ale ostatnia linia nie mwraca. Dlaczego? Wydaje się, że ma to coś wspólnego z oznakami tych wektorów własnych ... Czy też źle zrozumiałem procedurę?

9 r svd eigenvalues

1

Nieznaczna niespójność między wbudowaną funkcją R Kruskala-Wallisa a obliczeniami ręcznymi

Jestem zdezorientowany następującymi informacjami i nie byłem w stanie znaleźć odpowiedzi gdzie indziej. Próbuję nauczyć się języka R podczas wykonywania statystyk i, jako ćwiczenie, próbuję dwukrotnie sprawdzić wyniki wbudowanych funkcji R, wykonując je również „ręcznie”, jak to było w R. Jednak , dla testu Kruskala-Wallisa ciągle otrzymuję różne wyniki i …

9 r kruskal-wallis ties

2

Symuluj regresję liniową z heteroscedastycznością

Próbuję symulować zestaw danych, który pasuje do posiadanych danych empirycznych, ale nie jestem pewien, jak oszacować błędy w oryginalnych danych. Dane empiryczne obejmują heteroscedastyczność, ale nie jestem zainteresowany jej przekształceniem, ale raczej stosuję model liniowy ze składnikiem błędu do odtworzenia symulacji danych empirycznych. Załóżmy na przykład, że mam jakiś empiryczny …

9 r simulation heteroscedasticity gamlss dglm

1

Model efektów mieszanych z splajnami

Dopasowuję model efektów mieszanych z terminem spline w aplikacji, w której trend w czasie jest znany jako curvi-liniowy. Chciałbym jednak ocenić, czy trend krzywoliniowy występuje z powodu indywidualnego odchylenia od liniowości, czy jest to efekt na poziomie grupy, który sprawia, że dopasowanie na poziomie grupy wydaje się krzywoliniowo-liniowe. Podaję powtarzalny …

9 r splines lme4-nlme

Pytania otagowane jako r