Estatísticas e Big Data

A proporção de duas distribuições normais independentes fornece uma distribuição de Cauchy. A distribuição t é uma distribuição normal dividida por uma distribuição qui-quadrado independente. A proporção de duas distribuições qui-quadrado independentes fornece uma distribuição F. Estou procurando uma razão de distribuições contínuas independentes que forneçam uma variável aleatória normalmente …

12 probability  distributions  normal-distribution  mathematical-statistics 

Estou trabalhando com modelos GBM usando o pacote de interpolação e procurando um método para resolver os intervalos de previsão dos meus dados previstos. Eu pesquisei bastante, mas só tenho algumas idéias para encontrar intervalos de previsão para a Floresta Aleatória. Qualquer ajuda / código R seria muito apreciada!

12 caret  prediction-interval  gbm 

Eu gostaria de aplicar a função de base gaussiana em uma implementação de regressão linear. Infelizmente, estou tendo dificuldade para entender alguns parâmetros na função base. Especificamente μμ\mu e σσ\sigma . Meu conjunto de dados é uma matriz de 10.000 x 31. 10.000 amostras e 31 recursos. Eu li que …

12 regression  machine-learning  basis-function 

(Postei uma pergunta semelhante no math.se. ) Na geometria da informação, o determinante da matriz de informações de Fisher é uma forma de volume natural em um coletor estatístico, portanto, possui uma ótima interpretação geométrica. O fato de aparecer na definição de Jeffreys anterior, por exemplo, está ligado à sua …

12 variance  information-theory  fisher-information  information-geometry 

R version 3.1.1 (2014-07-10) -- "Sock it to Me" > bl <- c(140, 138, 150, 148, 135) > fu <- c(138, 136, 148, 146, 133) > t.test(fu, bl, alternative = "two.sided", paired = TRUE) Error in t.test.default(fu, bl, alternative = "two.sided", paired = TRUE) : data are essentially constant Depois, …

12 r  t-test 

Estou trabalhando em estatísticas para compilações de software. Eu tenho dados para cada build em aprovação / reprovação e tempo decorrido e geramos ~ 200 deles / semana. A taxa de sucesso é fácil de agregar, posso dizer que 45% passaram em uma determinada semana. Mas também gostaria de agregar …

12 outliers  robust  average 

Eu sou um usuário mais familiarizado com R e tenho tentado estimar inclinações aleatórias (coeficientes de seleção) há cerca de 35 indivíduos com mais de 5 anos para quatro variáveis ​​de habitat. A variável de resposta é se um local foi habitat "usado" (1) ou "disponível" (0) ("uso" abaixo). Estou …

12 r  binomial  sas  random-effects-model  lme4-nlme 

Resumo: Existe alguma teoria estatística para apoiar o uso da distribuição (com graus de liberdade baseados no desvio residual) para testes de coeficientes de regressão logística, em vez da distribuição normal padrão?ttt Algum tempo atrás, descobri que, ao ajustar um modelo de regressão logística no SAS PROC GLIMMIX, nas configurações …

12 r  logistic  mathematical-statistics  sas  degrees-of-freedom 

Estou tentando entender o pacote de mediação em R, usando a vinheta do pacote. Estou lutando para entender a saída da mediate()função. require("mediation") require("sandwich") data("framing") med.fit <- lm(emo ~ treat + age + educ + gender + income, data = framing) out.fit <- glm(cong_mesg ~ emo + treat + age …

12 r  mediation 

Tenho uma dúvida / confusão sobre séries estacionárias necessárias para modelagem com o ARIMA (X). Estou pensando nisso mais em termos de inferência (efeito de uma intervenção), mas gostaria de saber se previsão versus inferência faz alguma diferença na resposta. Questão: Todos os recursos introdutórios que li afirmam que a …

12 time-series  econometrics  arima  inference 

Costumo ver pessoas que fazem com que uma dimensão / recurso de um conjunto de dados seja de média zero, removendo a média de todos os elementos. Mas eu nunca entendi por que fazer isso? Qual é o efeito de fazer isso como uma etapa de pré-processamento? Melhora o desempenho …

12 data-mining  dataset 

Eu sempre vi conjuntos de dados discretos plotados como gráficos de linhas, mas me ocorre que a linha infere um valor em um ponto entre os intervalos de medição que não faz sentido para conjuntos de dados discretos. É, portanto, o caso de o uso de gráficos de linha para …

12 data-visualization 

Sou assistente de pesquisa de um laboratório (voluntário). Eu e um pequeno grupo fomos encarregados da análise de dados para um conjunto de dados extraídos de um grande estudo. Infelizmente, os dados foram coletados com um aplicativo on-line de algum tipo e não foram programados para gerar os dados da …

12 r  excel  data-cleaning 

Aqui, a interpretação errônea da suposição de normalidade na regressão linear é discutida (que a 'normalidade' refere-se ao X e / ou Y ao invés dos resíduos), e o pôster pergunta se é possível ter X e Y distribuídos normalmente. e ainda tem resíduos normalmente distribuídos. Minha pergunta é: normalmente …

12 regression  normal-distribution  data-transformation  residuals  assumptions 

Temos duas coortes de 1000 amostras cada. Medimos 2 quantidades em cada coorte. O primeiro é uma variável binária. O segundo é um número real que segue uma distribuição de cauda pesada. Queremos avaliar qual coorte apresenta melhor desempenho para cada métrica. Há muitos testes estatísticos para você escolher: as …

12 ab-test