«categorical-data» etiketlenmiş sorular

Çok sayıda Evet / Hayır yanıtı içeren bir veri kümem var. Bu tür veriler için ana bileşenleri (PCA) veya başka bir veri azaltma analizini (faktör analizi gibi) kullanabilir miyim ? Lütfen bunu SPSS kullanarak nasıl yapacağımı bildir.

29 spss  categorical-data  pca  factor-analysis  binary-data 

GAM kullandığımda, artık DF (kodun son satırı) olduğunu gösteriyor. Bu ne anlama geliyor? GAM örneğinin ötesine geçmek, Genel olarak, serbestlik derecelerinin sayısı tam sayı olmayan bir sayı olabilir mi?26,626,626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max -4.1470 …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

Bazı prediktif modelleme teknikleri, sürekli prediktörlerin kullanımı için daha fazla tasarlanmıştır, diğerleri ise kategorik veya ayrık değişkenlerin ele alınması için daha iyidir. Elbette bir tipi diğerine dönüştürme teknikleri var (ayrıklaştırma, yapay değişkenler, vs.). Ancak, her iki giriş türünü aynı anda, özelliklerin türünü değiştirmeden aynı anda ele almak üzere tasarlanmış öngörücü …

26 classification  predictive-models  categorical-data  continuous-data  discrete-data 

Yanıt verenlerin dört gruba birine rastgele atandığı bir anket denemesine ait veriler var: > summary(df$Group) Control Treatment1 Treatment2 Treatment3 59 63 62 66 Üç tedavi grubu, uygulanan uyaranlara göre biraz değişmekle birlikte, benim ilgilendiğim temel ayrım kontrol ve tedavi grupları arasındadır. Ben de bir kukla değişken tanımladım Control: > summary(df$Control) …

25 r  logistic  categorical-data  interaction  interpretation 

Bütün bağımlı ve bağımsız değişkenlerin kategorik değişken olması durumunda regresyon yapılabilir mi?

24 regression  logistic  categorical-data 

İki değişkenim var: Uyuşturucu Adı (DN) ve çoktan çoğa ilişkide olan karşılık gelen Advers Olaylar (AE). 33.556 ilaç ismi ve 9.516 advers olay var. Örneklem büyüklüğü yaklaşık 5.8 milyon gözlemdir. DN ile AE arasındaki ilişkiyi / ilişkiyi incelemek ve anlamak istiyorum. Resimlere bakmak daha iyi olduğundan, bu seti R'de görselleştirmenin …

24 r  categorical-data  data-visualization  large-data  association-measure 

Değerin 0, 1, 2, ..., 23 kategorik bir değişken olabileceği "günün saati" mi? Hayır deme konusunda cazip olurum, çünkü 5, örneğin 4 ya da 6'ya 3 ya da 7 olduğundan daha yakındır. Öte yandan, 23 ile 0 arasında bir süreksizlik var. Genelde kategorik olarak mı kabul edilir? 'Hour' öğesinin, tahmin …

24 categorical-data  circular-statistics 

Anladığım kadarıyla, makine öğreniminde, veri kümenizin aynı bilgileri etkili bir şekilde kodladıkları için yüksek derecede ilişkili özelliklere sahip olması bir sorun olabilir. Son zamanlarda birisi, kategorik bir değişken üzerinde tek-sıcak kodlama yaptığınızda, ilişkili özelliklerle sonuçlandığınızı, bu yüzden bunlardan birini "referans" olarak bırakmanız gerektiğini belirtti. Örneğin, cinsiyeti iki değişken olarak kodlamak …

23 regression  machine-learning  categorical-data  discrete-data  categorical-encoding 

Negatif binom dağılımı ile binom dağılımı arasındaki fark nedir? Çevrimiçi okumayı denedim ve negatif binom dağılımının veri noktaları ayrık olduğunda kullanıldığını buldum, ancak binom dağılımının bile ayrık veri noktaları için kullanılabileceğini düşünüyorum.

22 categorical-data  data-mining  binomial  negative-binomial 

Neden kod kategorik değişkenlerini kukla ihtiyacımız olduğundan emin değilim. Örneğin, dört olası değeri 0,1,2,3 olan kategorik bir değişkenim varsa, bunu iki boyutla değiştirebilirim. Değişkenin 0 değeri olsaydı, iki boyutta 0,0 olur, 3 olsaydı iki boyutta 1,1 olur ve böyle devam eder. Bunu neden yapmamız gerektiğinden emin değilim?

22 categorical-data  categorical-encoding 

Üç kategorik değişkenli bir veri setine sahibim ve bu üçünün arasındaki ilişkiyi bir grafikte görselleştirmek istiyorum. Herhangi bir fikir? Şu anda aşağıdaki üç grafiği kullanıyorum: Her grafik, bir bazal depresyon seviyesi içindir (Hafif, Orta, Şiddetli). Sonra her grafikte tedavi (0,1) ile Depresyon gelişimi (hiçbiri, orta, önemli) arasındaki ilişkiye bakarım. Bu …

21 r  data-visualization  categorical-data 

Temel bileşen analizi (PCA) yaptıktan sonra, PCA alanına yeni bir vektör yansıtmak istiyorum (yani PCA koordinat sistemindeki koordinatlarını bulmak). PCA'yı R dilinde kullanarak hesapladım prcomp. Şimdi vektörümü PCA dönme matrisi ile çarpabilmeliyim. Bu matristeki temel bileşenler satır veya sütunlar halinde mi düzenlenmelidir?

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

Bağımsız değişkenlerin her zaman sayısal olduğu regresyon problemini her zaman çalıştığımı fark ettim. Tüm bağımsız değişkenlerin kategorik olduğu durumda doğrusal regresyon kullanabilir miyim?

20 regression  categorical-data 

Hassasiyet şu şekilde tanımlanır: p = true positives / (true positives + false positives) Gibi, bu doğru mu true positivesve false positiveshassas 1 yaklaşır yaklaşım 0? Hatırlama için aynı soru: r = true positives / (true positives + false negatives) Şu anda bu değerleri hesaplamam gereken bir istatistiksel test uyguluyorum …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

Arasında bir ilişki göstermenin en iyi yolu nedir: sürekli ve ayrık değişken, iki ayrık değişken? Şimdiye kadar sürekli değişkenler arasındaki ilişkiye bakmak için dağılım grafikleri kullandım. Ancak kesikli değişkenlerde veri noktaları belirli aralıklarla toplanır. Böylece en iyi uyum çizgisi yanlı olabilir.

19 data-visualization  categorical-data  random-variable