«continuous-data» etiketlenmiş sorular

Sürekli değişken olduğunu biliyorum .P[X=x]=0P[X=x]=0P[X=x]=0 Fakat ise sonsuz sayıda olası ' olduğunu göremiyorum . Ve ayrıca olasılıkları neden sonsuz derecede küçülüyor?xP[X=x]=0P[X=x]=0P[X=x]=0xxx

14 probability  self-study  references  continuous-data 

Kısa versiyon: Sürekli bir dağılımdan örneklenen çok boyutlu bir veri kümesinin modunu tahmin etmenin en hesaplı olarak etkili yöntemi nedir? Uzun versiyon: Modunu tahmin etmem gereken bir veri setim var. Mod, ortalama veya ortanca ile uyuşmuyor. Aşağıda bir örnek gösterilmektedir, bu bir 2D örnektir, ancak bir ND çözümü daha iyi …

14 estimation  multivariate-analysis  continuous-data  mode 

Sorunumun cevabını bulmaya çalışırken bu sitedeki tüm sayfaları zaten okudum ama kimse bana doğru olan gibi görünmüyor ... Öncelikle size birlikte çalıştığım veri türlerini açıklıyorum ... 300 kullanıcının her biri için bir tane olmak üzere çeşitli şehir adlarına sahip bir dizi vektörüm olduğunu varsayalım. Ayrıca her kullanıcının anketine veya her …

13 correlation  matlab  ordinal-data  categorical-data  continuous-data 

Rastgele değişken 0 ve 10 parametreleriyle sürekli bir Düzgün dağılım izlediğini varsayalım (yani )U ∼ U ( 0 , 10 )UUUU∼U(0,10)U∼U(0,10)U \sim \rm{U}(0,10) Şimdi A'yı = 5 ve B olarak ifade eden ve veya 6'ya eşit olduğu olayını gösterelim. Anladığım kadarıyla, her iki olayın da sıfır olma olasılığı vardır.U 5UUUUUU555 …

12 conditional-probability  continuous-data  uniform 

Çok büyük bir veri setim var ve yaklaşık% 5 rasgele değerler eksik. Bu değişkenler birbiriyle ilişkilidir. Aşağıdaki örnek R veri kümesi sadece yapay korelasyonlu verilere sahip bir oyuncak örneğidir. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", 1:10000, …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

Bir kategorik değişken için kodlama kullanabilirsiniz, ancak iki kategorik ve bir sürekli öngörücü değişkenim var. SPSS'de bunun için çoklu regresyon kullanabilir miyim ve eğer öyleyse nasıl? Teşekkürler!

12 regression  spss  categorical-data  continuous-data 

Sürekli rasgele değişkenler için olasılık yoğunluk fonksiyonunun olarak olarak tanımlandığı bir giriş istatistik sınıfındayım . integralinin anlıyorum ama bunu sürekli rastgele değişken sezgilerimle düzeltemiyorum. Diyelim ki X, trenin geldiği dakikadan bu yana geçen dakika sayısına rastgele bir değişkendir. Trenin tam olarak 5 dakika sonra gelme olasılığını nasıl hesaplayabilirim? Bu olasılık …

11 probability  random-variable  pdf  continuous-data 

üzerinde desteklenen yoğunluğuna sahip sürekli bir dağıtımdan veri olduğunu varsayalım , ancak oldukça büyük olduğundan çekirdek yoğunluğu (örneğin) tahmin, oldukça doğrudur. Belirli bir uygulama için, gözlenen kütle fonksiyonu olan yeni bir veri kümesi elde etmek için gözlenen verileri sınırlı sayıda kategoriye dönüştürmem gerekiyor .Y1,...,YnY1,...,YnY_{1}, ..., Y_{n}p(y)p(y)p(y)[0,1][0,1][0,1]nnnp^(y)p^(y)\hat{p}(y)Z1,...,ZnZ1,...,ZnZ_{1}, ..., Z_{n}g(z)g(z)g(z) olduğunda basit …

11 continuous-data  discrete-data 

Poisson dağılımı, sürekli verilerin yanı sıra ayrık verilerin analizinde kullanılabilir mi? Yanıt değişkenlerinin sürekli olduğu ancak normal dağılım yerine bir poisson dağılımına benzeyen birkaç veri setim var. Bununla birlikte, poisson dağılımı ayrı bir dağılımdır ve genellikle sayılar veya sayımlarla ilgilidir.

11 distributions  regression  poisson-distribution  continuous-data 

Bana öyle geliyor ki, doğru istatistiksel araçları seçmek için öncelikle veri setimin ayrık mı yoksa sürekli mi olduğunu tanımlamalıyım. Verilerin R ile ayrık veya sürekli olup olmadığını nasıl test edebileceğimi öğretebilir misiniz?

11 r  continuous-data  discrete-data 

Bu yüzden binning neden her zaman kaçınılması gerektiği hakkında birkaç yazı okudum . Bu iddia için popüler bir referans bu bağlantıdır . Ana kaçamak, binleşme noktalarının (veya kesme noktalarının) ve sonuçta ortaya çıkan bilgi kaybının oldukça keyfi olması ve spline'ların tercih edilmesidir. Bununla birlikte, şu anda birçok özelliği için bir …

10 classification  categorical-data  continuous-data  splines  binning 

Hangi koşucuların zorlu bir dayanıklılık yarışını bitireceğini tahmin etmek için lojistik bir regresyon eğitimi alıyorum. Çok az koşucu bu yarışı tamamlıyor, bu yüzden ciddi sınıf dengesizliği ve küçük bir başarı örneği var (belki birkaç düzine). Neredeyse bunu yapan düzinelerce koşucudan iyi bir "sinyal" alabileceğimi hissediyorum . (Eğitim verilerim sadece tamamlanmakla …

10 logistic  binary-data  continuous-data 

Sürekli değişkenler için Tehlike Oranlarını gösteren bir makale okuyorum, ancak verilen değerleri nasıl yorumlayacağından emin değilim. Mevcut tehlike oranları anlayışım, sayının [olayın] belirli bir koşulu göz önüne alma olasılığını temsil ettiği yönündedir. Örneğin: sigara içilmesi (bir ikili olay) verilen akciğer kanserinden ölüm için tehlike oranı 2 ise, sigara içenlerin izlenen …

10 continuous-data  hazard 

İkili ve sürekli değişken arasındaki ilişkiyi bulmaya çalışıyorum. Bu konudaki temel çalışmamdan bağımsız t-testi kullanmak zorunda olduğumu ve bunun için ön koşulun değişkenin dağılımının normal olması gerektiğine karar verdim. Normalliği test etmek için Kolmogorov-Smirnov testi yaptım ve sürekli değişkenin normal olmadığını ve eğri olduğunu gördüm (yaklaşık 4.000 veri noktası için). …

10 normal-distribution  categorical-data  continuous-data  kolmogorov-smirnov  association-measure 

Sürekli grafik tahmincim ile kategorik moderatörüm arasındaki etkileşimi aynı grafik üzerinde çizmek istiyorum. Her ikisi de kategorik ( faktör etkileşimi ) olduğunda nasıl yapılacağını biliyorum, ancak biri sürekli ve biri kategorik olduğunda nasıl yapılacağını gerçekten bilmiyorum.

9 data-visualization  categorical-data  interaction  continuous-data