İstatistikler ve Büyük Veri

Analiz etmek için ayarlanmış bir dengesiz tekrarlanan ölçüm verilerim var ve çoğu istatistiksel paketin ANOVA (yani tip III karelerin toplamı) ile bu şekilde işlemesinin yanlış olduğunu okudum. Bu nedenle, bu verileri analiz etmek için karışık efektler modeli kullanmak istiyorum. Karışık modeller hakkında çok şey okudum R, ancak hala çok yeni …

14 r  mixed-model  lme4-nlme 

Eşleştirilmiş gözlemlerde ikili yanıt verilerinin modellenmesi ile ilgileniyorum. Bir gruba post-post müdahalenin etkinliği hakkında çıkarımda bulunmayı, çeşitli ortak değişkenler için potansiyel olarak ayarlama yapmayı ve müdahalenin bir parçası olarak özellikle farklı eğitim alan bir grup tarafından etki modifikasyonu olup olmadığını belirlemeyi amaçlıyoruz. Aşağıdaki formdaki veriler: id phase resp 1 pre …

14 logistic  mcnemar-test  clogit 

İlişkili, normal olmayan veriler üretmek için bir yöntem bulmakla ilgileniyorum. İdeal olarak, bir kovaryans (veya korelasyon) matrisini parametre olarak alan ve ona yaklaşan veriler üreten bir çeşit dağıtım. Ama işte yakalama: bulmaya çalıştığım yöntem, çok değişkenli çarpıklığını ve / veya basıklığını kontrol etme esnekliğine sahip olmalıdır. Fleishman'ın yöntemini ve normal …

14 multivariate-analysis  references  random-generation  skewness  copula 

Psikoloji ve diğer alanlarda genellikle aşağıdakileri içeren bir tür kademeli regresyon kullanılır: Kalan yordayıcılara bakın (ilk başta modelde hiçbiri yoktur) ve en büyük r-kare değişikliğine neden olan yordayıcıyı tanımlayın; R-kare değişikliğinin p-değeri alfadan (tipik olarak .05) düşükse, o zaman kestiriciyi ekleyin ve 1. adıma geri dönün, aksi takdirde durun. Örneğin, …

14 regression  model-selection  bias  r-squared  stepwise-regression 

Bir KNN dürtü paketi arıyorum. Ben imputation paketi bakıyordum ( http://cran.r-project.org/web/packages/imputation/imputation.pdf ) ama nedense KNN impute işlevi (açıklamadaki örneği takip ederken bile) sadece görünüyor sıfır değerleri impute etmek için (aşağıdaki gibi). Etrafa bakıyordum ama henüz bir şey bulamıyorum ve bu yüzden iyi KNN imputasyon paketleri için başka önerileri olup olmadığını …

14 r  k-nearest-neighbour  data-imputation 

Normal dağılımda olasılığının sıfıra eşit olduğunu fark ettim , Poisson dağılımı için c negatif olmayan bir tamsayı olduğunda sıfır olmayacaktır .P(x=c)P(x=c)P(x=c)ccc Benim sorum: Normal dağılımdaki herhangi bir sabitin olasılığı sıfıra eşit midir, çünkü herhangi bir eğrinin altındaki alanı temsil eder mi? Yoksa ezberlemek sadece bir kuraldır?

14 probability  normal-distribution  poisson-distribution 

Kilitli . Bu soru ve cevapları kilitlidir çünkü soru konu dışıdır, ancak tarihsel önemi vardır. Şu anda yeni yanıtları veya etkileşimleri kabul etmiyor. Şimdi bir Rveri çerçevem ​​(eğitim) var, kimse bana bu veri kümesini 10 kat çapraz doğrulama yapmak için rasgele bölmeyi söyleyebilir mi?

14 cross-validation 

Çok değişkenli analiz kitabında M. Katz'a göre (Bölüm 1.2, sayfa 6), “ Bir karıştırıcı risk faktörü ile ilişkilidir ve sonuçla nedensel olarak ilişkilidir ” . Karıştırıcı neden nedensel olarak sonuçla ilgili olmalıdır ? Karışıklığın sonuçla ilişkilendirilmesi yeterli olur mu?

14 causality  definition  confounding 

Kullback-Leibler sapması , iki olasılık yoğunluk fonksiyonunu karşılaştırmak için bir metriktir, ancak iki GP'nin ve karşılaştırmak için hangi metrik kullanılır ?YXXXYYY

14 gaussian-process  metric 

Normal olmayan bir dağılıma sahip küçük bir örnek durumunda (python kullanıyorum) medyanın standart hatasını ölçmek istiyorsam aşağıdaki formül doğru mu? sigma=np.std(data) n=len(data) sigma_median=1.253*sigma/np.sqrt(n)

14 standard-error  median 

K-ortalamaları hakkında araştırma yaptım ve bunlar var: k-means bilinen kümelenme sorunlarını çözmek için denetimsiz öğrenme yöntemini kullanan en basit algoritmalardan biridir. Büyük veri kümeleriyle gerçekten iyi çalışır. Bununla birlikte, K-Ortalamalarının dezavantajları vardır: Aykırı değerlere ve gürültüye karşı güçlü hassasiyet Dairesel olmayan küme şekliyle iyi çalışmaz - küme sayısı ve başlangıç …

14 clustering  data-mining  algorithms  k-means 

Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Soruyu , Çapraz Doğrulanmış için konuyla ilgili olacak şekilde güncelleyin . 7 ay önce kapalı . Sıralı lojistik regresyondaki paralel regresyon varsayımını test ederken birkaç yaklaşım olduğunu düşünüyorum. Ben grafiksel bir yaklaşım hem kullandım …

14 r  regression  ordinal-data  ordered-logit 

Logit veya probit modelinde seçilen katsayıların eşzamanlı eşitliği nasıl test edilir? Standart yaklaşım nedir ve en son teknoloji yaklaşımı nedir?

14 hypothesis-testing  logit  probit 

Ben çoklu doğrusal regresyon tarafsız bir tahmin elde ilgileniyorum .R,2R2R^2 Yansıtma üzerine, tarafsız bir tahminin eşleşmeye çalıştığı iki farklı değer düşünebilirim .R,2R2R^2 Örnek : örnektenR,2R2R^2β elde edilen regresyon denkleminin (yani ) numunenin dışında sonsuz miktarda veriye, ancak aynı verilerden uygulanması durumunda elde edilecek r-karesi üretim süreci.β^β^\hat{\beta} Nüfus :R,2R2R^2 β Sonsuz …

14 estimation  multiple-regression  r-squared  bias 

Aşağıdaki gibi teorik bir ekonomik modelim var, y= a + b1x1+ b2x2+ b3x3+ uy=a+b1x1+b2x2+b3x3+u y = a + b_1x_1 + b_2x_2 + b_3x_3 + u Teori olduğunu söylüyor Yani , ve faktörleri tahmin etmek .x 2 x 3 yx1x1x_1x2x2x_2x3x3x_3yyy Şimdi gerçek verilerim var ve , , tahmin . Sorun, gerçek …

14 regression  multiple-regression  endogeneity