İstatistikler ve Büyük Veri

Kilitli . Bu soru ve cevapları kilitlidir çünkü soru konu dışıdır, ancak tarihsel önemi vardır. Şu anda yeni yanıtları veya etkileşimleri kabul etmiyor. R'nin bu kadar yerleşik olduğunu varsayıyorum. Nasıl başvurabilirim?

9 r  normal-distribution 

Harika libsvm paketi, sınıflandırıcının doğruluğunu en üst düzeye çıkaran öğrenme parametrelerini (maliyet ve gama) otomatik olarak arayan bir python arayüzü ve "easy.py" dosyası sağlar. Belirli bir öğrenme parametresi seti içinde, doğruluk çapraz doğrulama ile işlevselleştirilir, ancak bunun çapraz doğrulama amacını baltaladığını hissediyorum. Yani, öğrenme parametrelerinin kendileri, verilerin aşırı uyumuna neden …

9 cross-validation  svm 

Genom çapında ilişki çalışmalarından iki veri setim var. Mevcut tek bilgi, her genotipli SNP için tek oranlar ve bunların güven aralıklarıdır (% 95). Bu iki olasılık oranını karşılaştıran bir orman grafiği oluşturmak istiyorum, ancak özet efektleri görselleştirmek için birleşik güven aralıklarını hesaplamanın yolunu bulamıyorum. PLINK programını sabit efektler kullanarak meta-analiz …

9 confidence-interval  meta-analysis  genetics  odds-ratio 

R'de yapılmış iki lojistik regresyon modelim var glm(). Her ikisi de aynı değişkenleri kullanır, ancak bir matrisin farklı alt kümeleri kullanılarak yapılmıştır. Katsayıların ortalamalarını veren ortalama bir model elde etmenin ve bunu predict () fonksiyonuyla kullanmanın kolay bir yolu var mı? [bu tür bir sorunun bir programlama sitesine gönderilmesi gerekiyorsa …

9 r  generalized-linear-model 

Bir İngiliz futbol takımı, farklı yeteneklere sahip farklı rakiplere karşı bir dizi maç oynar. Bir bahis şirketi, her maç için ev sahibi galibiyeti, deplasman galibiyeti veya beraberlik olup olmadığı konusunda oranlar sunar. Sezon boyunca, takım maç oynadı ve bunlardan çekti , ki bu oranlardan beklenenden daha fazla.nnnkkk Bahis şirketinin şanssız …

9 probability  games  gambling 

Ben bir komut dosyası kullanarak verileri test yazdı wilcox.test, ama sonuçları aldığımda, tüm p-değerleri nerede 1 eşittir. Bazı web sitelerinde veri test etmeden önce jitter kullanabileceğiniz okudum (dedikleri gibi bağları önlemek için), Bunu yaptım ve şimdi kabul edilebilir bir sonucum var. Bunu yapmak yanlış mı? test<- function(column,datacol){ library(ggplot2) t=read.table("data.txt", stringsAsFactors=FALSE) …

9 r  nonparametric  ties 

Her biri iki koşulda birden çok kez ölçülen birden fazla insan katılımcıyla bir deney yapmayı düşünün. Karışık efektler modeli ( lme4 sözdizimi kullanılarak) şu şekilde formüle edilebilir: fit = lmer( formula = measure ~ (1|participant) + condition ) Şimdi, bu modelin tahminleri için önyüklenmiş güven aralıkları oluşturmak istediğimi varsayalım. Bence …

9 mixed-model  bootstrap 

Daha sonra bazı boyutsal küçültme tekniklerini uygulamak için birkaç nokta işleminde (veya bir işaretli nokta işleminde) kuadrat sayımı analizi yapmak istiyorum. İşaretler aynı şekilde dağılmaz, yani bazı işaretler oldukça sık görülür ve bazıları oldukça nadirdir. Bu nedenle, 2B alanımı normal bir ızgarada bölemiyorum, çünkü daha sık işaretler, daha az sık …

9 multivariate-analysis  normalization  ecology  point-process 

Likert ölçeklerinin kullanıldığı bir dizi ölçümde korelasyon yapmak istiyorum. Dağılım grafiklerine bakıldığında, doğrusallık ve homoscedastisite varsayımlarının ihlal edilmiş olduğu anlaşılmaktadır. Sıra seviye düzeyine yaklaşan sıra seviyeli derecelendirme hakkında bazı tartışmalar olduğu göz önüne alındığında, onu güvenli oynamalı ve Pearson'un r yerine Spearman Rho'yu kullanmalı mıyım? Spearman'ın Rho'yla gidersem alıntı yapabileceğim …

9 correlation  scales  heteroscedasticity  likert 

Kesikli aralık kapsamı nasıl hesaplanır? Ne yapacağımı bildiğim: Sürekli bir modelim olsaydı, tahmin edilen değerlerimin her biri için% 95'lik bir güven aralığı tanımlayabilirim ve sonra gerçek değerlerin güven aralığında ne sıklıkta olduğunu görebilirim. Zamanın sadece% 88'inin% 95 güven aralığımın gerçek değerleri kapsadığını görebilirim. Nasıl yapılacağını bilmiyorum: Bunu poisson veya gamma-poisson …

9 confidence-interval  discrete-data 

İstatistikçilere yönelik sayısal optimizasyon tekniklerine sağlam bir referans (veya referanslar) arıyorum, yani bazı standart çıkarımsal sorunlara (örneğin ortak modellerde MAP / MLE) bu yöntemleri uygulayacağım. Degrade iniş (düz ve stokastik), EM ve spinoffları / genellemeleri, benzetilmiş tavlama vb. Uygulama hakkında bazı pratik notlar olacağını umuyorum (bu yüzden sıklıkla gazetelerde eksik). …

9 estimation  references  optimization 

Bulduğum bir öğretici kullanıyorum ve verilerimi göstermek için standart hatalarla birlikte ortalama değerler çiziyorum. Ama sonuçları tartışırken sorun yaşıyorum. Grafiğim aşağıda gösterildiği gibidir: standart hatalardan bazıları (hata çubuğu olarak gösterilir) çok değişir ve bazıları sıfıra çok yakındır.

9 data-visualization  standard-error 

Son zamanlarda okuduğum bir makalede veri analizi bölümünde şu bitle karşılaştım: Veri tablosu daha sonra dokulara ve hücre çizgilerine ayrıldı ve iki alt tablo, tek bir tablo haline getirilmeden önce ayrı olarak medyanla parlatıldı (satırlar ve sütunlar, medyan 0 olacak şekilde tekrar tekrar ayarlandı). Sonunda, test edilen örneklerin en az …

9 feature-selection  median  genetics 

Aynı zaman diliminde gerçekleşen bir veri kümesi var. Her etkinliğin bir türü (ondan az olan birkaç farklı tür vardır) ve 2B nokta olarak gösterilen bir konumu vardır. Olay türleri arasında ya da türü ve konumu arasında herhangi bir korelasyon olup olmadığını kontrol etmek istiyorum. Örneğin, belki A tipi olaylar genellikle …

9 correlation  pca  multivariate-analysis  point-process 

Belirli bir dönemde günün saatine göre trafiği gösteren bir grafik oluşturuyoruz. Yani y ekseni trafik, x ekseni gece yarısı, 01:00, 02:00 vb. Haftanın günleri de olabilir. Bu grafik türünün genel adı nedir? "Döngü çizelgesi" ile geldim. Standart mı bu? Bir tane var mı? Güncelleme: Sadece biraz daha netlik eklemek için, …

9 time-series  data-visualization