İstatistikler ve Büyük Veri

Birlikte iki durum işlemi ile çalışıyorum içinde içinxtxtx_t{1,−1}{1,−1}\{1, -1\}t=1,2,…t=1,2,…t = 1, 2, \ldots Otokorelasyon fonksiyonu, uzun belleğe sahip bir işlemin göstergesidir, yani <1 üsüyle bir güç yasası bozulması gösterir. > library(fArma) > x<-fgnSim(10000,H=0.8) > x<-sign(x) > acf(x) Benim sorum: Sadece otokorelasyon fonksiyonu verilen serideki bir sonraki değeri en uygun şekilde …

11 time-series  predictive-models  autocorrelation 

Poisson dağılımı, sürekli verilerin yanı sıra ayrık verilerin analizinde kullanılabilir mi? Yanıt değişkenlerinin sürekli olduğu ancak normal dağılım yerine bir poisson dağılımına benzeyen birkaç veri setim var. Bununla birlikte, poisson dağılımı ayrı bir dağılımdır ve genellikle sayılar veya sayımlarla ilgilidir.

11 distributions  regression  poisson-distribution  continuous-data 

İşte yapmak istediğim şey, ama predictmlogit için bir yöntem yok gibi görünüyor . Herhangi bir fikir? library(mlogit) data("Fishing", package = "mlogit") Fish <- mlogit.data(Fishing, varying = c(2:9), shape = "wide", choice = "mode") Fish_fit<-Fish[-1,] Fish_test<-Fish[1,] m <- mlogit(mode ~price+ catch | income, data = Fish_fit) predict(m,newdata=Fish_test)

11 r  logistic  logit  multinomial 

Biri bağımlı değişkenin gecikmesi olan dynlm paketini kullanarak birkaç bağımsız değişken içeren bir modele uyuyorum. Bağımsız değişkenlerim için 1 adım önde tahminlerim olduğunu varsayarsak, bağımlı değişkenlerim için 1 adım önde tahminler nasıl alabilirim? İşte bir örnek: library(dynlm) y<-arima.sim(model=list(ar=c(.9)),n=10) #Create AR(1) dependant variable A<-rnorm(10) #Create independant variables B<-rnorm(10) C<-rnorm(10) y<-y+.5*A+.2*B-.3*C #Add …

11 r  dynamic-regression 

ANOVA'nın varyans homojenliği varsayımını ihlal etmediğimi doğrulamak için deneylerimden birindeki veri grupları üzerinde Levene ve Bartlett'in testini yaptım. Sizinle, yanlış bir varsayımda bulunmadığımı kontrol etmek istiyorum, eğer sakıncası yoksa: D Bu testlerin her ikisi tarafından döndürülen p değeri, verilerimin tekrar eşit varyanslar kullanılarak üretilmesi durumunda aynı olma olasılığıdır. Bu nedenle, …

11 anova  heteroscedasticity  levenes-test 

Birinci sınıf öğrencilerine basit doğrusal korelasyonun (görsel olarak) nasıl açıklanacağını araştırıyorum. Görselleştirmenin klasik yolu, düz bir regresyon çizgisine sahip bir Y ~ X saçılma grafiği vermek olacaktır. Son zamanlarda, bu tür grafiklerin grafiğe 3 resim daha ekleyerek ve beni y ile bırakarak: y ~ 1, sonra y ~ x, artık …

11 r  data-visualization  regression  correlation 

Diyelim ki verilerim var: x1 <- rnorm(100,2,10) x2 <- rnorm(100,2,10) y <- x1+x2+x1*x2+rnorm(100,1,2) dat <- data.frame(y=y,x1=x1,x2=x2) res <- lm(y~x1*x2,data=dat) summary(res) Sürekli etkileşimle, x1'in X ekseninde olacağı ve x2'nin 0, Z2 skorunda x2, biri +1 Z skorunda ve diğeri de Z puanı -1, her satır ayrı bir renkte ve etiketlenir. Bunu …

11 r  regression  ggplot2  interaction 

Beysbolu takip eden herkes muhtemelen Toronto'nun Jose Bautista'nın MVP tipi performansını hiç duymamıştı. Önceki dört yıl içinde, sezon başına yaklaşık 15 ev atışını vurdu. Geçtiğimiz yıl, beyzbol tarihinde sadece 12 oyuncu tarafından geride bırakılan 54 sayısını vurdu. 2010 yılında kendisine 2,4 milyon ödeme yapıldı ve takıma 2011 için 10,5 milyon …

11 r  regression  modeling 

İstatistiklere yeni başladım (sadece bir üniversite dersi aldım), ancak programlama konusunda bir geçmişim var. Ruby için Bayes sınıflandırma kütüphanesi ile oynamaya yeni başladım ve analiz edilecek şeyler için fikirler arıyorum. Şu anda Tweet kategorizasyonuyla uğraşıyorum, ama herhangi bir fikrin var mı? Daha da önemlisi, hangi tür verilerin kendilerini saf Bayes …

11 bayesian  naive-bayes 

Trafik verilerinde önemli değişiklikler ("eğilimler" - ani artışlar / aykırı değerler) bulan bir uygulama prototipinin resmine rastladım: Aynı şeyi yapabilen bir program (Java, isteğe bağlı olarak R) yazmak istiyorum - ancak istatistik becerilerim biraz paslı olduğundan, bu konuya tekrar girmem gerekiyor. Bu nedenle hangi yaklaşımı / algoritmayı kullanmalıyım / araştırmalıyım?

11 time-series  change-point 

Dolayısıyla, anova için normallik varsayımını test etmenin bir anlamı olduğunu varsayarsak (bkz. 1 ve 2 ) R'de nasıl test edilebilir? Gibi bir şey yapmak beklenir: ## From Venables and Ripley (2002) p.165. utils::data(npk, package="MASS") npk.aovE <- aov(yield ~ N*P*K + Error(block), npk) residuals(npk.aovE) qqnorm(residuals(npk.aov)) Bu işe yaramaz, çünkü "artıklar" tekrarlanan …

11 r  anova  normality-assumption  repeated-measures 

Bir MANOVA'daki bağımlı değişkenler "çok güçlü bir şekilde ilişkili" olmamalıdır. Fakat bir korelasyon ne kadar güçlü? İnsanların bu konuda fikirlerini almak ilginç olurdu. Örneğin, aşağıdaki durumlarda MANOVA ile devam eder misiniz? Y1 ve Y2, ve ile ilişkilidirr = 0.3r=0.3r=0.3p &lt; 0.005p&lt;0.005p<0.005 Y1 ve Y2, ve ile ilişkilidirr = 0.7r=0.7r=0.7p = …

11 correlation  anova  multivariate-analysis  rule-of-thumb  manova 

Son zamanlarda aynı tahmin / yanıt verileri için 4 çoklu regresyon modeline uydum. Modellerden ikisi Poisson regresyonuna uyuyor. model.pois &lt;- glm(Response ~ P1 + P2 +...+ P5, family=poisson(), ...) model.pois.inter &lt;- glm(Response ~ (P1 + P2 +...+ P5)^2, family=poisson(), ...) Modellerden ikisi negatif binom regresyonu ile uyuyorum. library(MASS) model.nb &lt;- …

11 regression  aic  count-data  likelihood-ratio  model-comparison 

Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Sorunuzu güncelleyin o yüzden -konu üzerinde Çapraz doğrulanmış için. Geçen yıl kapalı . Koordinat inişine göre doğrusal regresyon için kement düzenleme yollarını hesaplayabilen herhangi bir dilde - hangi açık kaynaklı uygulamalar var? Şimdiye kadar …

11 regression  lasso  regularization 

Ben 2 bilinmeyen zaman değişken parametreleri (gözlem hatası ve durum hatası varyans ) sahip olduğu aşağıdaki çok basit Dinamik Doğrusal Model uygulamak istiyorum (R ). ϵ 2 tε1tϵt1\epsilon^1_tε2tϵt2\epsilon^2_t Ytθt + 1==θt+ ϵ1tθt+ ϵ2tYt=θt+ϵt1θt+1=θt+ϵt2 \begin{matrix} Y_t & = & \theta_t + \epsilon^1_t\\ \theta_{t+1} & = & \theta_{t}+\epsilon^2_t \end{matrix} Bu parametreleri her …

11 r  mcmc  dlm  particle-filter