İstatistikler ve Büyük Veri

Aşağıdaki R kodunu düşünün: example <- function(n) { X <- 1:n Y <- rep(1,n) return(lm(Y~X)) } #(2.13.0, i386-pc-mingw32) summary(example(7)) #R^2 = .1963 summary(example(62)) #R^2 = .4529 summary(example(4540)) #R^2 = .7832 summary(example(104))) #R^2 = 0 #I did a search for n 6:10000, the result for R^2 is NaN for #n = …

10 r  regression 

Klinik rehabilitasyon verilerinin veri kümesini analiz etmem gerekiyor. Sayısal "girdi" (terapi miktarı) ile sağlık durumundaki değişiklikler arasındaki hipotez odaklı ilişkilerle ilgileniyorum. Veri kümesi nispeten küçük olmasına rağmen (n ~ 70) her ikisinde de zamansal değişiklikleri yansıtan verileri tekrarladık. R'de doğrusal olmayan karışık efekt modellemesine aşinayım, ancak buradaki girdi ve çıktı …

10 r  repeated-measures  panel-data  sem 

Kesmek istediğim yaklaşık 70 değişkenli bir veri setim var. Ne yapmak istiyorum CV aşağıdaki şekilde en yararlı değişkenleri bulmak için kullanın. 1) Rastgele 20 değişkenini seçin. 2) En önemli değişkenleri seçmek için stepwise/ LASSO/ lars/ etc kullanın. 3) ~ 50x tekrarlayın ve en sık hangi değişkenlerin seçildiğini (elimine edilmediğini) görün. …

10 r  cross-validation  feature-selection  random-forest  stepwise-regression 

Interviewstreet, Ocak ayında aşağıdaki soruyu içeren ikinci CodeSprint'lerini yaptı. Programlı cevap yayınlanır ancak istatistiksel bir açıklama içermez. (Orijinal sorunu ve yayınlanan çözümü Google kredileriyle Interviewstreet web sitesinde oturum açıp bu sayfadan Coin Tosses sorununa giderek görebilirsiniz .) Bozuk Para Atışları N ardışık kafa elde edene kadar savurmaya devam etmek istediğiniz …

10 probability  stochastic-processes  markov-process 

İki "uygunluk ki-kare" testi karşılaştırmak için bir çözüm bulmaya çalışıyorum. Daha doğrusu, iki bağımsız deneyden elde edilen sonuçları karşılaştırmak istiyorum. Bu deneylerde yazarlar, rastgele tahminleri (beklenen frekanslar) gözlemlenen frekanslarla karşılaştırmak için uyum iyiliği ki-kare kullandılar. İki deney aynı sayıda katılımcı aldı ve deney prosedürleri aynı, sadece uyaranlar değişti. İki deney …

10 r  confidence-interval  chi-squared 

Ben istatistikçi değilim. Yani, lütfen varsa benim blunders ile ayı. Simülasyonun nasıl yapıldığını basit bir şekilde açıklar mısınız? Normal dağılımdan rastgele bir örnek aldığını ve simülasyon için kullandığını biliyorum. Ancak, açıkça anlama.

10 simulation 

Lütfen cehaletimi affedin, ama ... Kendimi bulmayı başardığım bir sürü yeni veriyle karşı karşıya olduğum bir durumda bulmaya devam ediyorum. Bu veriler genellikle şöyle görünür: Date Number1 Number2 Category1 Category2 20120125 11 101 Dog Brown 20120126 21 90 Cat Black 20120126 31 134 Cat Brown (...) Genellikle ilk bakışta burada …

10 data-visualization  correlation  data-mining  eda 

Let dağılımı 1, rasgele bir değer olabilir ve izin x 2 dağıtım 2 arasında olabilir rastgele bir değer I Mann-Whitney testi hipotezi olduğu düşünülmektedir P ( x 1 &lt; x 2 ) = P ( x 2 &lt; x 1 ) .X1X1X_1X2X2X_2P(X1&lt;X2)=P(X2&lt;X1)P(X1&lt;X2)=P(X2&lt;X1)P(X_1 < X_2) = P(X_2 < X_1) Mann-Whitney testinin …

10 nonparametric  wilcoxon-mann-whitney 

Friedman tarafından önerildiği gibi gradyan ağacı güçlendirmesi J, temel öğrenciler olarak terminal düğümleri (= yapraklar) olan karar ağaçlarını kullanır . Tam olarak Jdüğümleri olan bir ağacı büyütmenin birkaç yolu vardır, örneğin bir ağacı ilk derinlikte veya genişlikte ilk şekilde büyütebilir, ... JDegrade ağacı güçlendirmek için tam olarak terminal düğümleri ile …

10 r  cart  boosting 

Microsoft Office belgelerinde kullandığım düzgün grafikler yapmak için R kullanıyorum. Bu sayfaya göre , en iyi kalite PDF sürücüsü ile elde edilmektedir. Ne yazık ki, Word PDF figürlerinin içe aktarılmasını desteklemiyor. Ne kullanmalıyım?

10 r  data-visualization 

Normal dağılım ve genelleştirilmiş ark dağıtımının yanı sıra kendi Fourier dönüşümü hangisidir ?

10 distributions  fourier-transform 

Her biri 6 yıl olan 2 günlük zaman serim var. Gürültülü olsa da, her ikisi de açıkça periyodiktir (~ 1 yıl sıklıkta), ancak faz dışı gibi görünmektedir. Bu zaman serileri arasındaki faz farkını tahmin etmek istiyorum. Her bir zaman serisine formunun eğrilerini ve b için iki farklı değeri karşılaştırmayı düşündüm, …

10 time-series  fourier-transform 

Benim durumum: Basit doğrusal regresyon için artıklarını normalleştirmek üzere logaritmik olarak dönüştürdüğüm 1 sürekli bağımlı ve 1 sürekli yordayıcı değişkenim var. Bu dönüştürülmüş değişkenleri orijinal bağlamlarıyla nasıl ilişkilendirebileceğim konusunda her türlü yardımı takdir ediyorum. 2011'de kaçırdıkları gün sayısına göre 2011'de öğrencilerin okula gitmedikleri gün sayısını tahmin etmek için doğrusal bir …

10 regression  data-transformation  regression-coefficients  logarithm 

Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Soruyu , Çapraz Doğrulanmış için konuyla ilgili olacak şekilde güncelleyin . 3 yıl önce kapalı . Bu bana temel görünüyordu, ama çevrimiçi bir çözüm bulamıyorum, bu yüzden neyi kaçırdığımı merak ettim. Sweave (.Rnw) belgesinin …

10 r  regression 

Bir deste kartımız var. Değiştirme ile rastgele rastgele kartlar çiziyoruz. berabere bittikten sonra beklenen kart sayısı kaçtır?2 nnnn2 n2n2n Bu soru, 2.12 sorunun 2. bölümüdür. M. Mitzenmacher ve E. Upfal, Olasılık ve Hesaplama: Rastgele Algoritmalar ve Olasılıksal Analiz , Cambridge University Press, 2005. Ayrıca, değer için, bu bir ev ödevi …

10 probability  expected-value