Estatísticas e Big Data

Este artigo utiliza modelos lineares generalizados (distribuições binomiais e negativas de erros binomiais negativos) para analisar dados. Mas então, na seção de análise estatística dos métodos, há esta declaração: ... e segundo modelando os dados de presença usando Modelos de Regressão Logística e os dados de tempo de forrageamento usando …

12 generalized-linear-model  assumptions 

Eu queria saber como deduzir a variação de uma variável usando um boxplot. É pelo menos possível deduzir se duas variáveis ​​têm a mesma variação observando seu boxplot?

12 variance  boxplot 

O valor P é definido como a probabilidade de obter uma estatística de teste pelo menos tão extrema quanto a observada, assumindo que a hipótese nula é verdadeira. Em outras palavras, Mas e se a estatística-teste for bimodal na distribuição? valor-p significa alguma coisa neste contexto? Por exemplo, vou simular …

12 hypothesis-testing  statistical-significance  p-value  descriptive-statistics  bimodal 

Fiquei imaginando se alguém poderia me explicar a intuição além do IC de Clopper-Pearson para proporções. Até onde eu sei, todo IC inclui uma variação nele. No entanto, para proporções, mesmo que minha proporção seja 0 ou 1 (0% ou 100%), o IC de Clopper-Pearson pode ser calculado. Tentei examinar …

12 confidence-interval  proportion 

Eu acho que a mediana média.≤≤\leq É esse o caso?

12 distributions  self-study  mean  skewness  median 

Ao visualizar dados unidimensionais, é comum usar a técnica de Estimativa de densidade do kernel para contabilizar larguras de compartimento escolhidas incorretamente. Quando meu conjunto de dados unidimensional tem incertezas de medição, existe uma maneira padrão de incorporar essas informações? Por exemplo (e me perdoe se meu entendimento for ingênuo), …

12 uncertainty  kde  kernel-smoothing 

Eu tenho um conjunto de dados muito pequeno sobre a abundância de abelhas solitárias que estou tendo problemas para analisar. São dados de contagem, e quase todas as contagens estão em um tratamento com a maioria dos zeros no outro tratamento. Também existem alguns valores muito altos (um em cada …

12 count-data  negative-binomial  mixed-model  zero-inflation  lme4-nlme 

Estou desenvolvendo um questionário. Para melhorar sua confiabilidade e validade, quero usar métodos estatísticos. Quero eliminar perguntas cujas respostas sejam sempre as mesmas. Isso significa que quase todos os participantes deram as mesmas respostas sobre essas perguntas. Agora minhas perguntas são: Qual é o termo técnico para essas perguntas inúteis …

12 survey  reliability  psychometrics  validity 

Atualmente, estou tentando analisar um conjunto de dados de documento de texto que não tem nenhuma verdade. Disseram-me que você pode usar a validação cruzada k-fold para comparar diferentes métodos de armazenamento em cluster. No entanto, os exemplos que eu vi no passado usam uma verdade básica. Existe uma maneira …

12 machine-learning  clustering  cross-validation  unsupervised-learning 

Uma pequena entrada no site do NY Times fornece os fatos e números do consumo de pizza nos Estados Unidos. Tenho um interesse casual em como as estatísticas são usadas (ou abusadas) para fornecer informações ao público em geral, e surgiram algumas perguntas com base nas estatísticas apresentadas: Se 1 …

12 interpretation  descriptive-statistics 

Eu tenho um grande conjunto de dados de mercado agregados sobre as vendas de vinhos nos EUA e gostaria de estimar a demanda por determinados vinhos de alta qualidade. Estas partes de mercado foram basicamente derivadas a partir de um modelo de utilidade aleatória da forma vocêeu j t= X′j …

12 logistic  estimation  multiple-regression  categorical-data 

Estou tentando calcular a probabilidade de log para uma regressão de mínimos quadrados não linear generalizada para a função f(x)=β1(1+xβ2)β3f(x)=β1(1+xβ2)β3f(x)=\frac{\beta_1}{(1+\frac x\beta_2)^{\beta_3}}otimizado pelagnlsfunção no pacote Rnlme, usando a matriz de covariância de variância gerada pelas distâncias em uma árvore filogenética assumindo movimento browniano (corBrownian(phy=tree)daapeembalagem). O seguinte código R reprodutível se ajusta …

12 r  maximum-likelihood  least-squares  nonlinear-regression  mixed-model 

Suponha que eu tenha uma variável leptocúrtica que gostaria de transformar em normalidade. Que transformações podem realizar essa tarefa? Estou ciente de que a transformação de dados nem sempre pode ser desejável, mas como uma atividade acadêmica, suponha que eu queira "martelar" os dados na normalidade. Além disso, como você …

12 normal-distribution  data-transformation  kurtosis  qq-plot 

Quanto ao título, a idéia é usar informações mútuas, aqui e depois do IM, para estimar a "correlação" (definida como "o quanto eu sei sobre A quando conheço B") entre uma variável contínua e uma variável categórica. Em breve, vou lhe contar sobre o assunto, mas antes de aconselhá-lo a …

12 correlation  information-theory  mutual-information 

Pedimos desculpas antecipadamente se qualquer uma das terminologias utilizadas estiver incorreta. Eu gostaria de receber qualquer correção. Se o que eu descrevo como "corte" tiver um nome diferente, informe-me e eu posso atualizar a pergunta. A situação em que estou interessado é: você tem variáveis ​​independentes e uma única variável …

12 regression  modeling  survival  censoring