«categorical-data» etiketlenmiş sorular

Hem sürekli hem de kategorik verileri olan bir veri setine sahibim. PCA kullanarak analiz ediyorum ve kategorik değişkenleri analizin bir parçası olarak dahil etmenin uygun olup olmadığını merak ediyorum. Anladığım kadarıyla PCA sadece sürekli değişkenlere uygulanabilir. Bu doğru mu? Kategorik veriler için kullanılamazsa, analizleri için hangi alternatifler var?

147 categorical-data  pca  correspondence-analysis  mixed-type-data 

Birçok gözlem ve değişken içeren bir veri çerçevem ​​var. Bazıları kategoriktir (sıralanmamış), bazıları sayısaldır. Bu değişkenler arasındaki ilişkileri arıyorum. Sayısal değişkenler için korelasyon hesaplayabildim (Spearman korelasyonu) ama: Sırasız kategorik değişkenler arasındaki ilişkiyi nasıl ölçeceğimi bilmiyorum. Sırasız kategorik değişkenler ile sayısal değişkenler arasındaki ilişkiyi nasıl ölçeceğimi bilmiyorum. Bunun nasıl yapılabileceğini bilen …

123 r  correlation  categorical-data  continuous-data  mixed-type-data 

Nominal bir değişkene (değişik konuşma konularına, konu 0 = 0 vb. Olarak kodlanmış) ve bir konuşmanın uzunluğu gibi bir dizi ölçek değişkenine (DV) sahibim. Nominal ve ölçek değişkenler arasındaki korelasyonu nasıl türetebilirim?

77 correlation  continuous-data  categorical-data 

Ben kullanımı ile serpmek başlıyorum glmnetile LASSO Regresyon ilgi benim sonuç dikotom olduğunu. Aşağıda küçük bir sahte veri çerçevesi oluşturdum: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84, 0.85, 0.67, …

77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

İstatistiki bir modelde bir girdi (öngörücü) olarak kullanmak amacıyla birçok kategoriyi bir kaçına çökertmek (veya birleştirmek) için hangi teknikler mevcuttur? Üniversite öğrencisi büyük (bir lisans öğrencisi tarafından seçilen disiplin) gibi bir değişken düşünün . Sırasız ve kategoriktir, ancak potansiyel olarak onlarca farklı seviyeye sahip olabilir. Diyelim ki regresyon modelinde majör …

58 regression  categorical-data  dimensionality-reduction  feature-construction  many-categories 

Kesin ve sürekli veri üzerine bu soruyu cevaplarken, kategorik verileri sürekli olarak ele almanın nadiren mantıklı olduğunu ileri sürdüm. Anlaşılır görünen, ancak sezgi genellikle istatistik için kötü bir rehber, ya da en azından benim. Şimdi merak ediyorum: doğru mu? Yoksa kategorik verilerden bir sürekliliğe dönüşümün gerçekten yararlı olduğu analizler var …

57 categorical-data  data-transformation  ordinal-data  continuous-data 

Kategorik değişkenleri kodlamanın iki farklı yolu vardır. Diyelim ki bir kategorik değişken n değerine sahiptir. Tek sıcak kodlama onu n değişkenine, kukla kodlama onu n-1 değişkenine dönüştürür . Eğer her birinin n değeri olan k kategorik değişkenleri varsa . Bir sıcak kodlama kn değişkenleriyle sona ererken , yapay kodlama kn-k …

50 regression  categorical-data  data-transformation  scikit-learn  data-preprocessing 

İki sıra değişken arasındaki ilişkiyi göstermek için uygun bir grafik nedir? Aklıma gelen birkaç seçenek: Birbirini gizleyen noktaları durdurmak için rastgele titreşim eklenmiş dağılım grafiği. Görünüşe göre standart bir grafik - Minitab buna "bireysel değerler grafiği" diyor. Benim düşünceme göre, sanki veriler bir aralık ölçeğindeymiş gibi sıradan seviyeler arasında bir …

46 data-visualization  categorical-data  ordinal-data  scatterplot 

Kontrast matrisi tam olarak nedir (kategorik yordayıcılarla yapılan bir analize ilişkin bir terim) ve kontrast matrisi tam olarak nasıl belirtilir? Yani, sütun nedir, satır nedir, bu matristeki kısıtlamalar nelerdir ve sütun jve satırdaki sayı ne anlama igelir? Dokümanlara ve web’e bakmaya çalıştım ama görünen o ki, herkes onu kullanıyor ama …

46 regression  categorical-data  definition  contrasts  categorical-encoding 

Sürekli (bağımlı değişken) ile kategorik (nominal: cinsiyet, bağımsız değişken) değişken arasındaki ilişkiyi bulmak isterim. Sürekli veri normalde dağılmaz. Daha önce Spearman's kullanarak hesaplamıştım . Ancak bunun doğru olmadığı söylendi.ρρ\rho İnternette arama yaparken, kutu grafiğinin ne kadar ilişkili oldukları hakkında bir fikir verebileceğini; Ancak, Pearson'un ürün moment katsayısı veya Spearman's gibi …

40 correlation  categorical-data  descriptive-statistics  biostatistics  spearman-rho 

İtfaiyeciye giriş sınavı sonuçlarını gösteren verilerim var. Sınav sonuçlarının ve etnik kökenin karşılıklı olarak bağımsız olmadığı hipotezini test ediyorum. Bunu test etmek için, R'de Pearson ki-kare testi uygulamıştım. Sonuçlar beklediğimi gösteriyor, ancak " In chisq.test(a) : Chi-squared approximation may be incorrect." Şeklinde bir uyarı verdi . > a white black …

40 r  categorical-data  chi-squared  small-sample  error-message 

200.000'den fazla örnek ve bir örnek başına yaklaşık 50 özellik içeren bir veri kümesi üzerinde çalışıyorum: 10 sürekli değişken ve diğerleri ~ 40 kategorik değişkenlerdir (ülkeler, diller, bilimsel alanlar vb.). Bu kategorik değişkenler için, örneğin 150 farklı ülke, 50 dil, 50 bilimsel alan vb. Var. Şimdiye kadar benim yaklaşımım: Mümkün …

37 machine-learning  classification  categorical-data  random-forest  many-categories 

Diyelim ki, birkaç kategori ve bağımsız değişkenler içeren bağımlı bir değişkenimiz var. YYY Multinomial lojistik regresyonun, ikili lojistik regresyon setine (örn. Bir-dinlenme düzeni ) göre avantajları nelerdir ? Grubu tarafından lojistik regresyon I ortalama her bir kategori için Hedefe = 1 ayrı lojistik regresyon modeli oluşturmak Y = y ı …

36 logistic  categorical-data  multinomial 

Sevgili millet - Açıklayamayacağım tuhaf bir şey fark ettim, ya sen? Özetle: bir lojistik regresyon modelinde bir güven aralığı hesaplamaya yönelik manuel yaklaşım ve R işlevi confint()farklı sonuçlar verir. Hosmer ve Lemeshow'un Applied Logistic Regresyon (2. Basım) bölümünden geçiyorum . 3. bölümde, oran oranını ve% 95 güven aralığını hesaplama örneği …

34 r  regression  logistic  confidence-interval  profile-likelihood  correlation  mcmc  error  mixture  measurement  data-augmentation  r  logistic  goodness-of-fit  r  time-series  exponential  descriptive-statistics  average  expected-value  data-visualization  anova  teaching  hypothesis-testing  multivariate-analysis  r  r  mixed-model  clustering  categorical-data  unsupervised-learning  r  logistic  anova  binomial  estimation  variance  expected-value  r  r  anova  mixed-model  multiple-comparisons  repeated-measures  project-management  r  poisson-distribution  control-chart  project-management  regression  residuals  r  distributions  data-visualization  r  unbiased-estimator  kurtosis  expected-value  regression  spss  meta-analysis  r  censoring  regression  classification  data-mining  mixture 

Sorunumu bir örnekle açıklayacağım. Bazı nitelikler verilen bir bireyin gelirini tahmin etmek istediğinizi varsayalım: {Yaş, Cinsiyet, Ülke, Bölge, Şehir}. Bunun gibi bir eğitim veri setine sahipsiniz train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, 50,51,101,38, 47,50,55,23)) train CountryID RegionID CityID …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials