«circular-statistics» etiketlenmiş sorular

Yön istatistikleri (dairesel veya küresel istatistikler olarak da adlandırılır), birim vektörler ), eksenlerle ( orijinden geçen çizgiler ) veya rotasyonlarla ilgilenen istatistik disiplinidir. . RnRnRn

3
Günün saati kategorik bir değişken midir?
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 …

4
Bir disk üzerinde düzgün bir dağılım simüle edin
Bir dairenin içine rastgele noktaların enjeksiyonunu simüle etmeye çalışıyordum, öyle ki dairenin herhangi bir kısmı aynı kusura sahip olma olasılığına sahip. Çemberi eşit alanlı dikdörtgenlere böldüğümde ortaya çıkan dağılımın alan sayısının Poisson dağılımını takip etmesini beklerdim. Sadece dairesel bir alana yerleştirme noktaları gerektirdiğinden, kutupsal koordinatlara iki düzgün rasgele dağılım enjekte …

2
Dairesel verilerle varyans eşitliği nasıl test edilir
8 farklı örneklemde (her biri farklı bir popülasyondan) değişkenlik miktarını karşılaştırmakla ilgileniyorum. Bunun oran verisi ile çeşitli yöntemlerle yapılabileceğinin farkındayım: F-testi varyans eşitliği, Levene testi, vb. Bununla birlikte, verilerim dairesel / yöne (yani rüzgar yönü ve genel olarak açısal veriler veya günün saati gibi periyodiklik gösteren veriler). Bazı araştırmalar yaptım …

4
Sinir Ağı için Kodlama Açısı Verileri
Hedef verilerin bir açı vektörü (0 ile 2 * pi arasında) olduğu bir sinir ağını (ayrıntılar önemli değil) eğitiyorum. Bu verilerin nasıl kodlanacağı konusunda tavsiye arıyorum. İşte şu anda çalışıyorum (sınırlı bir başarı ile): 1) C-1 kodlaması: Kurulum olası açılarını 1000 veya daha fazla farklı açılara oturttum ve sonra ilgili …

1
Doğrusal regresyonda dairesel öngörücülerin kullanımı
Rüzgar verilerini (0, 359) ve günün saatini (0, 23) kullanarak bir model yerleştirmeye çalışıyorum, ancak kendilerinin doğrusal parametreler olmadıkları için doğrusal bir regresyona zayıf bir şekilde sığacaklarından endişeliyim. Onları Python kullanarak dönüştürmek istiyorum. En azından rüzgar durumunda, bir sürü değil, derecelerin günahını ve cos'unu alarak bir vektörün hesaplanmasından bahsetmiştim. Yararlı …

2
Standart sapmalarda trigonometrik işlemler
Normal rasgele değişkenlerin toplanması, çıkarılması, çarpılması ve bölünmesi iyi tanımlanmıştır, ama trigonometrik işlemler ne olacak? Örneğin, bize ben boyutlara sahip iki catheti ile (Bir dik açılı üçgenin olarak modellenmiş) üçgen bir kama açısı bulmaya çalışıyorum varsayalım ve hem normal dağılımlar olarak tanımlanan.d 2d1d1d_1d2d2d_2 Hem sezgi hem de simülasyon, sonuçta elde …

1
Dairesel verilerin zaman serisi modellenmesi
Bazı rüzgar / dalga verileri için ARIMA modelleri yapıyorum. Her değişken için ayrı bir model oluşturuyorum. Modellemem gereken değişkenlerden ikisi dalga ve rüzgar yönleridir. Değerler derece cinsindendir (0-360 °). Bu tip verileri değer aralığının dairesel olduğu yerde modellemek mümkün müdür? Değilse, bu tür veriler için hangi model sınıfı en iyisidir?

1
IV olarak yönlü verilere sahip lojistik regresyon
Regresyonda bağımsız bir değişken olarak yön verilerinin (derece cinsinden yön ölçüsü) kullanılması konusunda iyi referanslar arıyorum; ideal olarak, hiyerarşik doğrusal olmayan modeller için de yararlı olacaktır (veriler iç içe yerleştirilmiştir). Aynı zamanda daha genel olarak yön verisi ile ilgileniyorum. Mardia'dan alacağım bir metin buldum, ancak iyi makaleler olup olmadığını merak …


5
Kullanılacak en iyi mesafe ölçüsü
bağlam Karşılaştırmak istediğim iki veri setim var. Her iki kümedeki her veri elemanı 22 açı içeren bir vektördür (hepsi −π−π-\pi ve arasında ππ\pi). Açılar belirli bir insan poz konfigürasyonuyla ilgilidir, bu nedenle poz 22 eklem açısı ile tanımlanır. Nihayetinde yapmaya çalıştığım iki veri kümesinin "yakınlığını" belirlemektir. Bir setteki her poz …

1
R / mgcv: te () ve ti () tensör ürünleri neden farklı yüzeyler üretir?
mgcvİçin paket Rtensör ürün etkileşimleri uydurma için iki işlevi vardır: te()ve ti(). İkisi arasındaki temel işbölümünü anlıyorum (doğrusal olmayan bir etkileşime uymak ve bu etkileşimi ana etkilere ve etkileşime ayırmak). Anlamadığım şey neden te(x1, x2)ve ti(x1) + ti(x2) + ti(x1, x2)(biraz) farklı sonuçlar üretebilir. MWE (uyarlanmıştır ?ti): require(mgcv) test1 <- …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

1
açısal / dairesel veriler için regresyon
Hedeflerin açı olduğu öğrenme problemini denetledim. Basit bir gerileme yapsaydım, 360 ve 1 sayıları modelim için çok uzakta olacaktı, ama aslında yakınlar ve x ve y koordinatlarını doğru hissetmiyorlar, çünkü burada sadece bir sayı tahmin etmeye çalışıyorum. Böyle bir problemi yapmanın doğru yolu nedir?

3
Normal dağılmış DV için yönlü bağımsız değişkenler ile ilişki testi?
Normal olarak dağıtılmış bir bağımlı değişkenin, yönlü dağıtılmış bir değişkenle ilişkili olup olmadığına dair bir hipotez testi var mı ? Örneğin, günün saati açıklayıcı değişkendir (vb alakasız haftanın günü, yılın ayının gibi şeyler varsayarak) -yani nasıl 11:00 22 saattir gerçeği hesaba olduğu önde 1 am arasında ve ayrıca 2 saat …

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.