«ordinal-data» etiketlenmiş sorular

Büyüklüğe göre sıralanabilen, ancak kategoriler arasındaki tam mesafe (aralık) tanımlanmamış veya bilinmiyor.


8
Kategorik verileri sürekli olarak ele almak hiç mantıklı geliyor mu?
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 …


6
Amazon'un “ortalama puanı” yanıltıcı mıdır?
Doğru anlarsam, 1-5 arası kitap derecelendirme Likert puanlarıdır. Yani, benim için bir 3 mutlaka bir başkası için bir 3 olmayabilir. Sıralı bir ölçek IMO. Kişi gerçekten sıralı skalaları ortalamamalı, ancak kesinlikle mod, ortanca ve yüzdelik harfleri alabilir. Bu yüzden hiç 'Tamam' olduğunu kuralları esnetmeye nüfusun büyük bir kısmı anlar beri …

7
İki sıra değişken arasındaki ilişkinin grafiği
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 …

1
Ordinal veya ikili veri için Faktör analizi veya PCA var mı?
Temel bileşen analizi (PCA), keşfedici faktör analizi (EFA) ve doğrulayıcı faktör analizi (CFA) yaptım, sürekli olarak likert ölçeğine sahip verileri (5 seviyeli yanıtlar: yok, biraz, bazıları, ..) değişken. Sonra, Lavaan kullanarak, değişkenleri kategorik olarak tanımlayan CFA'yı tekrarladım. Veriler doğada sıradan olduğunda ne tür analizlerin uygun olacağını ve PCA ve EFA …

6
Beş noktadan oluşan grup farkları
İtibaren ardından bu soruya : Bir 5'li Likert öğe üzerinde iki grup (örneğin, erkek ve kadın) arasındaki merkezi eğilim farklılıkları için teste istediğiniz düşünün (örn, yaşam doyum: Memnun etmek Memnun). Bir t-testinin çoğu amaç için yeterince doğru olacağını düşünüyorum, ancak grup araçları arasındaki farkların önyükleme testinin genellikle güven aralıklarının daha …

1
Sinir ağını sıralı verileri çıkarmak için nasıl kurarım?
Çıktı değişkeni sıralı olduğu bir şey tahmin etmek için ayarlanmış bir sinir ağı var. Aşağıda üç olası çıkış A <B <C kullanarak açıklayacağım. Kategorik verileri çıkarmak için bir sinir ağının nasıl kullanılacağı oldukça açıktır: çıktı, son (genellikle tamamen bağlı) katmanın sadece softmax'ıdır, kategori başına birdir ve tahmin edilen kategori en …

4
Sıra değişkeninin ortalamasını hesapla
Bir sıra değişkeninin ortalamasını hesaplamanın uygun olmadığı birkaç yerde okudum. Neden uygunsuz olabileceğine dair bir sezgi almaya çalışıyorum. Bence bunun nedeni, genel olarak, bir sıra değişkeninin normal olarak dağılmamasıdır ve bu nedenle ortalamanın hesaplanması yanlış bir temsil verecektir. Bir sıralı değişkenin ortalamasının hesaplanmasının neden uygunsuz olabileceğine dair daha ayrıntılı bir …

3
Bağımsız değişken olarak sıra kategorik değişken nasıl ele alınır
Logit model kullanıyorum. Bağımlı değişkenim ikili. Ancak kategorik ve yanıtları içeren bir bağımsız değişken vardır: 1.very good, 2.good, 3.average, 4.poor and 5.very poor. Bu yüzden sıralı ("nicel kategorik"). Bunu modelde nasıl kullanacağımdan emin değilim. Kullanıyorum gretl. [@Ttnphns'tan not: Her ne kadar soru modelin logit olduğunu söylese de (bağımlı olanın kategorik …



1
Sıfır hipotezi altında değiştirilebilir örneklerin ardındaki sezgi nedir?
Permütasyon testleri (randomizasyon testi, yeniden randomizasyon testi veya kesin test olarak da adlandırılır) çok faydalıdır ve örneğin normal dağıtım varsayımı t-testkarşılanmadığında ve değerlerin parametrik olmayan test Mann-Whitney-U-test, daha fazla bilginin kaybolmasına neden olur. Bununla birlikte, bu tür bir test kullanılırken bir ve sadece bir varsayım göz ardı edilmemelidir, örneklerin sıfır …
16 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

4
Degrade artırıcı makine doğruluğu, yineleme sayısı arttıkça azalır
Gradyan arttırıcı makine algoritmasını caretR'deki paket üzerinden deniyorum. Küçük bir kolej veri kümesi kullanarak, aşağıdaki kodu koştu: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting machine algorithm. ### set.seed(123) fitControl <- trainControl(method = …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

1
Ordinal ve sürekli değişken arasındaki korelasyon nasıl doğru bir şekilde değerlendirilir?
Arasındaki korelasyonu tahmin etmek istiyorum: Sıralı bir değişken: deneklerden 6 çeşit meyve için tercihlerini 1-5 ölçekte derecelendirmeleri istenir (çok iğrenç ila çok lezzetli arasında değişir) Ortalama deneklerde ölçeğin sadece 3 noktasını kullanın. Sürekli bir değişken: aynı kişilerden bu meyveleri hızlı bir şekilde tanımlamaları istenir, bu da 6 meyve için ortalama …

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