İstatistikler ve Büyük Veri

Latent Semantik İndeksleme (LSI) için çekirdek ana bileşen analizini (kPCA) PCA ile aynı şekilde kullanmak mümkün müdür? prcompPCA işlevini kullanarak R'de LSI gerçekleştiriyorum ve ilkinden en yüksek yüklemelere sahip özellikleri çıkarıyorumkkkbileşenler. Böylece bileşeni en iyi açıklayan özellikleri elde ediyorum. kpcaFonksiyonu ( kernlibpaketten) kullanmaya çalıştım ancak özelliklerin ağırlıklarına temel bir bileşene …

9 r  pca  feature-selection  kernel-trick 

Gelen Rkullanıyorum varyans için bir Breusch-pagan testi gerçekleştirebilir ncvTestişlevini carpaketi. Breusch-Pagan testi bir tür ki kare testidir. Bu sonuçları nasıl yorumlarım: > require(car) > set.seed(100) > x1 = runif(100, -1, 1) > x2 = runif(100, -1, 1) > ncvTest(lm(x1 ~ x2)) Non-constant Variance Score Test Variance formula: ~ fitted.values Chisquare …

9 interpretation  heteroscedasticity 

Pozitif kararlı dağılımlar dört parametre ile tanımlanır: de eğri parametresi ölçek parametresi , konum parametresi ve benzeri -called dizin parametresi . sıfır olduğunda dağılım etrafında simetriktir , pozitif (sırasıyla negatif) olduğunda dağılım sağa (soldan sağa) eğrilir Kararlı dağılımlar, azaldığında yağ kuyruklarına izin verir .β∈ [ - 1 , 1 ]β∈[-1,1]\beta\in[-1,1]σ> …

9 r  stable-distribution 

Kısmi belirleme katsayısını hesaplayacak herhangi bir öneri veya paket var mı? Kısmi belirleme katsayısı, azaltılmış bir modelde açıklanamayan varyasyon yüzdesi olarak tanımlanabilir, ancak tam (er) bir modelde belirtilen öngörücüler tarafından açıklanabilir. Bu katsayı, bir veya daha fazla ek öngörücünün daha tam olarak belirlenmiş bir regresyon modelinde yararlı olup olmayacağı konusunda …

9 r  regression  anova 

Normal olmayan dağıtılmış verilerle yapay bir sinir ağı (geri yayılım, ileri besleme) eğitimi alıyorum. Kök ortalama kare hatasının yanı sıra, literatür genellikle eğitilmiş ağın kalitesini değerlendirmek için Pearson korelasyon katsayısını önerir. Ancak, eğitim verileri normal olarak dağıtılmamışsa Pearson korelasyon katsayısı makul mü? Sıra tabanlı bir korelasyon ölçüsü kullanmak daha uygun …

9 correlation  neural-networks  spearman-rho 

Google'ı ve bu siteyi inceledim ve hala lme4 kütüphanesindeki lmer işlevi hakkında kafam karıştı. Çok düzeyli bir yapıya sahip olan farklı psikiyatri servislerinden toplanan bazı verilerim var. Basitleştirmek için iki seviye 2 ve iki seviye 1 değişkeni seçeceğim, ancak aslında birkaç tane daha var. Seviye 2- WardSize [koğuştaki kişi sayısı] …

9 r  mixed-model  lme4-nlme 

Dalgacık ayrışmasında sınırların etkisini en aza indirmenin yöntemleri nelerdir? R ve waveslim paketini kullanıyorum . Örneğin işlevi buldum ?brick.wall fakat Ben nasıl kullanılacağını çok kullanmıyorum. En iyi çözümün bazı katsayıları kaldırmak olduğundan emin değilim. Bir yerde, her yerde aynı olmayan bazı dalgacıkların varlığını okudum. Herhangi bir fikir?

9 r  signal-processing  wavelet 

Bazı düzenlemeler yapıldı ... Bu soru sadece eğlence içindir, bu yüzden eğlenceli değilse lütfen göz ardı etmekten çekinmeyin. Bu siteden zaten çok yardım alıyorum, bu yüzden beni besleyen eli ısırmak istemiyorum. Gerçek bir hayat örneğine dayanıyor ve sadece çok merak ettiğim bir şey. Pazartesi-Cuma günleri esasen rasgele bir temelde eğitim …

9 probability  estimation  sampling 

İstediği belirli bir istatistiksel prosedürü aramaya izin verecek bir R paketi, web sitesi veya komut var mı? Örneğin, Box-Cox Dönüşümü olan bir paket bulmak istersem, web sitesi / paket / komut "MASS" döndürüp beni boxcox()işleve yönlendirebilir. Box-Cox gibi bir şeyle oldukça basittir, ancak daha zor prosedürler bulmamı veya işlevin ne …

9 r 

Bisikletçiler hakkında sıradan internet araştırmaları yapıyorum. (Wiki makalesini birkaç kez okudum.) Şimdiye kadar, birkaç tanım veya standart terminoloji varmış gibi görünüyor. Bisiklet bulmak için algoritmalarla ilgilenen herkesin okuması gereken standart kağıtlar veya kitaplar olup olmadığını merak ediyordum. Alandaki en son teknolojinin ne olduğunu söylemek mümkün müdür? Genetik algoritmalar kullanarak bisikletçi …

9 clustering  data-mining 

R'de Newton-Raphson algoritmasını kullanarak f işlevinin minimize edilmesini sağlayan bir nlm () işlevi vardır . Özellikle, bu işlev aşağıdaki gibi tanımlanan değişken kodunun değerini verir: optimizasyon işleminin neden sonlandığını gösteren bir tamsayı kodlayın. 1: göreceli gradyan sıfıra yakın, mevcut yineleme muhtemelen çözümdür. 2: tolerans dahilinde art arda yinelenir, mevcut yineleme …

9 r  minimum 

İşlemin beyaz bir gürültü olup olmadığını test etmek için resmi bir istatistiksel test var mı?

9 time-series  white-noise 

Birbiriyle iletişim kuran insanları temsil eden yönlendirilmiş bir ağın 4 milyon kenarına sahip bir CSV dosyam var (örneğin John Mary'ye bir mesaj gönderir, Mary Ann'e bir mesaj gönderir, John Mary'ye başka bir mesaj gönderir , vb.). İki şey yapmak istiyorum: Her kişi için derece, ara ve (belki) özvektör merkeziyet ölçütlerini …

9 r  data-visualization  networks 

Aşağıdakileri gösteren " İki Yönlü ANOVA'nın Post-hoc Pairwise Karşılaştırmaları " ( bu gönderiye yanıt veren ) yazısıyla geldim : dataTwoWayComparisons <- read.csv("http://www.dailyi.org/blogFiles/RTutorialSeries/dataset_ANOVA_TwoWayComparisons.csv") model1 <- aov(StressReduction~Treatment+Age, data =dataTwoWayComparisons) summary(model1) # Treatment is signif pairwise.t.test(dataTwoWayComparisons$StressReduction, dataTwoWayComparisons$Treatment, p.adj = "none") # no signif pair TukeyHSD(model1, "Treatment") # mental-medical is the signif pair. (Çıktı …

9 r  multiple-comparisons  t-test  post-hoc  tukey-hsd 

Genelleştirilmiş doğrusal karışık modelden elde edilen önyükleme tahminleri gerektiren bir simülasyon çalışması yapıyorum (aslında, bir GLMM'den ve bir LMM'den biri için sabit etkiler için iki tahminin ürünü). Çalışmayı iyi yapmak için her seferinde 1000 veya 1500 bootstrap replikasyonu ile yaklaşık 1000 simülasyon gerekir. Bu, bilgisayarımda önemli miktarda zaman alıyor (birçok …

9 r  mixed-model