«interpretation» etiketlenmiş sorular

Binom veri testlerinde bu konuda oldukça yeniyim, ancak bir tane yapmam gerekiyor ve şimdi sonucun nasıl yorumlanacağından emin değilim. Yanıt değişkeni olan y değişkeni binomdur ve açıklayıcı faktörler süreklidir. Sonuçları özetlerken elde ettiğim şey bu: glm(formula = leaves.presence ~ Area, family = binomial, data = n) Deviance Residuals: Min 1Q …

38 r  regression  logistic  binomial  interpretation 

Sahip olduğum bazı verilere ikinci dereceden bir polinom uyumu yaratmaya çalışıyorum. Diyelim ki bu uyumu şöyle çizdim ggplot(): ggplot(data, aes(foo, bar)) + geom_point() + geom_smooth(method="lm", formula=y~poly(x, 2)) Alırım: Bu yüzden, ikinci dereceden bir form uyumu oldukça iyi çalışıyor. R ile hesaplarım: summary(lm(data$bar ~ poly(data$foo, 2))) Ve anladım: lm(formula = data$bar …

36 r  regression  interpretation  regression-coefficients 

X ve Y arasında korelasyon yoktur (-.01); Bununla birlikte, X'i Y'yi öngören çoklu bir regresyona yerleştirdiğimde, üç (A, B, C) diğer (ilişkili) değişkenlerin yanı sıra, X ve diğer iki değişken (A, B) Y'nin önemli belirleyicileridir. A, B) değişkenleri, regresyon dışındaki Y ile anlamlı şekilde ilişkilidir. Bu bulguları nasıl yorumlamalıyım? X, …

34 regression  correlation  interpretation  causality 

Sorularım Faktör analizinde (veya PCA'daki bileşenler) faktörlerin dönmesini yapmanın ardındaki sezgisel sebep nedir? Anladığım kadarıyla eğer değişkenler üst bileşenlere (veya faktörlere) neredeyse eşit olarak yüklenirse, o zaman açıkça bileşenleri ayırt etmek zordur. Dolayısıyla bu durumda bileşenlerin daha iyi bir şekilde ayırt edilebilmesi için rotasyon kullanılabilir. Bu doğru mu? Rotasyon yapmanın …

33 pca  interpretation  factor-analysis  dimensionality-reduction  factor-rotation 

P-değerini açıklayan birçok materyal olduğunu biliyorum. Bununla birlikte, kavram daha fazla açıklama yapmaksızın sıkıca kavramak için kolay değildir. İşte Wikipedia'dan p değerinin tanımı: P-değeri, sıfır hipotezinin doğru olduğu varsayımıyla, en azından gerçekte olduğu kadar uç bir test istatistiği elde etme olasılığıdır. ( http://en.wikipedia.org/wiki/P- değeri ) Benim ilk soru ifadesi ile …

33 hypothesis-testing  p-value  interpretation 

Wikipedia açıklar: Bir veri kümesi için, ortalama, değer sayısına bölünen değerlerin toplamıdır. Ancak bu tanım “ortalama” dediğim şeye tekabül ediyor (en azından öğrendiğimi hatırladım). Yine de Wikipedia'dan bir kez daha alıntılar: Bazı kişilerin ortalamaları ile karıştırdığı, 'medyan' ve 'mod' gibi örnekleri kullanan başka istatistiksel önlemler de vardır. Şimdi bu kafa …

31 mean  interpretation  average 

Çoğu zaman "veri gizliliği" ( örneğin eğlenceli bir örnek ) hakkında gayri resmi uyarılarla karşılaştım ve bunun ne anlama geldiği ve neden bir sorun olabileceği konusunda sezgisel bir fikrim olduğunu düşünüyorum. Öte yandan, "keşifsel veri analizi" istatistiklerde mükemmel bir şekilde saygıdeğer bir prosedür gibi görünmektedir, en azından bu başlığa sahip …

30 multiple-comparisons  interpretation  eda 

Bu güzel derse rastladım: R Kullanarak İstatistiksel Analiz El Kitabı. Bölüm 13. Temel Bileşen Analizi: PCA'nın R dilinde nasıl yapıldığına dair Olimpik Heptatlon . Şekil 13.3'ün yorumunu anlamıyorum: Bu yüzden ilk özvektöre karşı ikinci özvektöre komplo yapıyorum. Bu ne anlama geliyor? Birinci özvektöre karşılık gelen özdeğerin, veri kümesindeki değişimin% 60'ını …

30 r  pca  data-visualization  interpretation  biplot 

Doğru anlarsam bir parametrenin güven aralığı, belirli bir örnek oranı için gerçek değeri içeren aralıkları veren bir yöntem tarafından oluşturulan bir aralıktır. Dolayısıyla 'güven', belirli bir örneklemden hesapladığım aralıktan çok yöntemle ilgilidir. Bir istatistik kullanıcısı olarak, tüm örneklerin alanı varsayımsal olduğu için bunu hep aldattım. Sahip olduğum tek şey bir …

30 confidence-interval  interpretation 

Lojistik regresyon kullanmaya biraz yeni geldim ve biraz da aynı olacağını düşündüğüm aşağıdaki değerleri yorumlamam arasındaki tutarsızlıkla karıştırdım: üstelleştirilmiş beta değerleri Beta değerleri kullanılarak sonucun tahmini olasılığı. Beslenme ve sigortanın hem ikili hem de servetin sürekli olduğu, kullandığım modelin basitleştirilmiş bir versiyonu: Under.Nutrition ~ insurance + wealth (Gerçek) modelim, sigorta …

29 regression  logistic  interpretation  prediction  odds-ratio 

İstatistikler konusunda oldukça yeniyim ve yardımınıza ihtiyacım var. Aşağıdaki gibi küçük bir örnek var: H4U 0.269 0.357 0.2 0.221 0.275 0.277 0.253 0.127 0.246 Shapiro-Wilk testini R kullanarak yaptım. shapiro.test(precisionH4U$H4U) ve şu sonucu aldım: W = 0.9502, p-value = 0.6921 Şimdi, anlamlılık seviyesini p 'de 0,05 değerinden daha yüksek olduğunu …

29 r  distributions  interpretation  goodness-of-fit  normality-assumption 

Bir ekipman kategorisinin satış fiyatını tahmin eden performansı değerlendirmek için RMSLE (Ortalama Ortalama Karesel Logaritmik Hatası) kullandıkları bir makine öğrenme yarışması yapıyorum. Sorun nihai sonucumun başarısını nasıl yorumlayacağımdan emin değilim. Örneğin, bir RMSLE'ye , üstel gücü yükseltip rmse gibi yorumlayabilir miyim? (yani, )1.0521.0521.052eeee1.052=2.863=RMSEe1.052=2.863=RMSEe^{1.052}=2.863=RMSE Tahminlerimin , gerçek fiyatlardan ortalama olarak olduğunu …

29 regression  machine-learning  interpretation  measurement-error  theory 

Umarım hepiniz bu soruyu umursamazsınız, ancak R'de öğrenmeye çalıştığım doğrusal karışık efektler model çıktısı için çıktı yorumlamada yardıma ihtiyacım var. Boyuna veri analizi ve doğrusal karışık etkiler regresyonunda yeniyim. Zaman öngörücüsü olarak haftalarla donattığım bir modelim var ve sonuç olarak da bir iş bulma kursum var. Haftaları (zamanları) ve çeşitli …

28 r  mixed-model  interpretation  panel-data 

Bu yazıda , karışık etki modellemesi ile bir ölçümün tekrarlanabilirliğini (diğer bir deyişle güvenilirlik, sınıf içi korelasyon) nasıl hesaplayacağımı anladım . R kodu şöyle olurdu: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 #compute the unadjusted repeatability R = …

28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

İstatistiksel ve makine öğrenimi modelleri için çok sayıda yorumlanabilirlik vardır: 1) bir bütün olarak algoritma, 2) genel olarak algoritmanın bir kısmı 3) belirli girdiler için algoritmanın bir kısmı ve bu üç seviye iki bölüme ayrılır, Biri eğitim için, biri de işlev değerlendirmesi için Son iki kısım birinciden çok daha yakın. …

27 neural-networks  deep-learning  interpretation