İstatistikler ve Büyük Veri

Farklı yaşlardaki çocuklar için antropometrik boyutların (omuz açıklığı gibi) dağılımı hakkında bilgi sahibim. Her yaş ve boyut için, standart sapma var. (Ayrıca sekiz adet kuantum var, ama onlardan istediğimi alabileceğimi sanmıyorum.) Her boyut için, uzunluk dağılımının belirli miktarlarını tahmin etmek istiyorum. Boyutların her birinin normal olarak dağıtıldığını varsayarsam, bunu araçlarla …

13 normal-distribution  quantiles  gaussian-mixture  aggregation 

Paket vif()yöntemini kullanarak car, bir modeldeki girdilerin çok doğrusallık derecesini hesaplayabileceğimizi öğrendim . Gönderen wikipedia eğer vifdeğer büyükse 5o zaman giriş çoklu bağlantı problemi yaşayan olduğunu düşünebilirsiniz. Örneğin, lm()yöntemi kullanarak doğrusal bir regresyon modeli geliştirdim ve vif()aşağıdaki gibi verir. Gördüğümüz gibi, girişler ub, lbve tbçoklu doğrusal yaşıyorlar. vif(lrmodel) tb ub …

13 multicollinearity 

Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Sorunuzu güncelleyin o yüzden -konu üzerinde Çapraz doğrulanmış için. 4 yıl önce kapalı . Değişkenler arasında ilişki olup olmadığını araştırmak için kullanabileceğim bir R paketi var mı? Tipik olarak desen ararken korelasyonlara ve sonra …

13 r  data-visualization  correlation  eda 

Bazı veri noktaları var, her biri 5 vektör kümelenmiş ayrık sonuç içeren vektörler, her vektörün sonuçları farklı bir dağılımla üretildi (belirli bir tür emin değilim, en iyi tahminim Weibull, şekil parametresi gücün üstelinde bir yerde değişiyor) (1'den 0'a, kabaca).) Her bir veri noktasını 5 bileşen dağılımlarının özelliklerine göre gruplara koymak …

13 distributions  clustering  feature-selection  kolmogorov-smirnov  k-means 

Karışık tip değişkenlerden (sürekli ve ikili) oluşan bir veri kümesine PCA uygulamak istiyorum. Prosedürü göstermek için, aşağıdaki R'ye minimal tekrarlanabilir bir örnek yapıştırıyorum. # Generate synthetic dataset set.seed(12345) n <- 100 x1 <- rnorm(n) x2 <- runif(n, -2, 2) x3 <- x1 + x2 + rnorm(n) x4 <- rbinom(n, 1, …

13 r  pca 

Jags ve rjags paketini kullanarak hiyerarşik bir model sığdırmaya çalışıyorum. Sonuç değişkenim, bernoulli çalışmalarının bir sırası olan y'dir. İki kategoride performans gösteren 38 insan denek var: Analizime göre, her konuşmacı P kategorisinde kategorisinde başarı olasılığı ve θ p × θ m kategorisinde M kategorisinde başarı olasılığı var . Ayrıca P …

13 mcmc  multilevel-analysis  jags 

R kullanarak çoklu lojistik regresyon üzerinde çalışıyorum glm. Öngörücü değişkenleri sürekli ve kategoriktir. Model özetinin bir özeti aşağıdakileri gösterir: Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 2.451e+00 2.439e+00 1.005 0.3150 Age 5.747e-02 3.466e-02 1.658 0.0973 . BMI -7.750e-02 7.090e-02 -1.093 0.2743 ... --- Signif. codes: 0 ‘***’ 0.001 ‘**’ …

13 r  logistic  interpretation  p-value 

R'nin lag-k otokorelasyonunu nasıl hesapladığını anlamaya çalışıyorum (görünüşe göre, Minitab ve SAS tarafından kullanılan formülle aynıdır), böylece seriye uygulanan KORREL işlevini ve k gecikmeli versiyonunu kullanarak karşılaştırabilirim. R ve Excel (CORREL kullanarak) biraz farklı otokorelasyon değerleri verir. Ayrıca, bir hesaplamanın diğerinden daha doğru olup olmadığını öğrenmek isterim.

13 r  sas  autocorrelation  excel 

Böyle bir formül var mı? Ortalamanın, varyansın, çarpıklığın ve basıklığın bilindiği veya ölçülebildiği bir veri kümesi göz önüne alındığında, yukarıda belirtilen verilerden geldiği varsayılan bir değerin olasılık yoğunluğunu hesaplamak için kullanılabilecek tek bir formül var mı?

13 distributions  pdf  kurtosis  skewness 

Birkaç makale okurken, "altın set" veya "altın standart" terimiyle karşılaştım. Anlamadığım şey, bir veri seti altın standardı yapan nedir? Akran kabulü, atıf sayısı ve araştırmacının özgürlüğü ve sorunla ilgisi varsa?

13 terminology 

Aralık çubuklarının plot.stltam olarak ne anlama geldiğini anlamakta zorlanıyorum . Gavin'in bu soru üzerine yazısını buldum ve belgeleri de okudum, ayrışan bileşenlerin göreceli büyüklüğünü söylediklerini anlıyorum, ancak yine de nasıl çalıştıklarından tam olarak emin değilim. Örneğin: veri: küçük çubuk, ölçeksiz mevsimsel: tam çubuk, -0.6 ile 0.2 arasında değişen ölçek ile …

13 r  time-series 

Bir zaman dizisini zamanın herhangi bir kesinlik düzeyinde ölçebilirseniz ve çalışmanın amacı X ve Y arasındaki bir ilişkiyi tanımlamaksa, bir başkasına göre belirli bir toplama düzeyini seçmek için ampirik bir gerekçe var mı, yoksa teori ve / veya pratik sınırlamalara dayanarak seçim yapılabilir mi? Bu ana soruya üç alt sorum …

13 time-series  aggregation  disaggregation 

Sorun 30 parametrenin her biri tarafından açıklanan varyansı, örneğin her parametre için farklı bir çubuğa sahip bir barplot ve y eksenindeki varyansı çizmek istiyorum: Bununla birlikte, varyanslar, aşağıdaki histogramda görülebileceği gibi, 0 dahil olmak üzere küçük değerlere doğru eğrilir: Bunları , küçük değerler (aşağıdaki histogram ve çubuk grafik) arasındaki farkları …

13 data-visualization  data-transformation  histogram 

Bir zaman serisindeki olayları tanımlamaya çalışan birden fazla bağımsız kodlayıcım var - bu durumda, yüz yüze sohbetin videosunu izlemek ve belirli sözsüz davranışlar (örneğin kafa başlıkları) aramak ve her birinin zamanını ve kategorisini kodlamak Etkinlik. Bu veriler, hangisi ile çalışmak daha kolay olursa, yüksek örnekleme hızına (30 kare / saniye) …

13 time-series  reliability  agreement-statistics 

Lojistik regresyon varsayımlarından biri, logit içindeki doğrusallıktır. Modelimi çalıştırıp çalıştırdığımda Box-Tidwell testi kullanarak doğrusal olmama durumunu test ediyorum. Sürekli tahmincilerimden biri (X) doğrusal olmama açısından pozitif test etti. Bundan sonra ne yapacağım? Bu varsayımların ihlali olduğundan, yordayıcıdan (X) kurtulmalı mıyım yoksa doğrusal olmayan dönüşümü (X * X) dahil etmeliyim. Veya …

13 regression  logistic  references  assumptions  regression-strategies