Estatísticas e Big Data

Se eu desenhar variáveis ​​iid de N (0,1), a média ou a mediana convergirão mais rapidamente? Quão rápido? Para ser mais específico, seja x1,x2,…x1,x2,…x_1, x_2, \ldots uma sequência de variáveis ​​iid extraídas de N (0,1). Definir x¯n=1n∑ni=1xix¯n=1n∑i=1nxi\bar{x}_n = \frac{1}{n}\sum_{i=1}^n x_i, ex~nx~n\tilde{x}_nser a média de{x1,x2,…xn}{x1,x2,…xn}\{x_1, x_2, \ldots x_n\}. Que converge para …

11 normal-distribution  mean  median 

Como tenho alguns dados ordinais que normalmente não são distribuídos, decidi fazer testes não paramétricos usando o Teste U de Mann-Whitney. Estou observando as diferenças entre os grupos para sete pontuações - essas pontuações são 0, 1, 2 ou 3 para cada sujeito. Estou com dificuldades para descobrir como exibir …

11 spss  mean  wilcoxon-mann-whitney  ranks  presentation 

Ao modelar proporções contínuas (por exemplo, cobertura proporcional da vegetação em quadrats da pesquisa ou proporção de tempo envolvido em uma atividade), a regressão logística é considerada inadequada (por exemplo, Warton & Hui (2011 ). Em vez disso, a regressão OLS após transformar as proporções em logit, ou talvez a …

11 r  regression  logistic 

Atualmente, estou tentando resolver violações às suposições da ANOVA. Eu usei Shapiro-Wilk para testar a normalidade e me envolvi tanto com o teste de Levene quanto com o teste de igualdade de variância de Bartlett. Desde então, o log transformou meus dados para tentar corrigir as variações desiguais. Eu refiz …

11 anova  data-transformation  heteroscedasticity  levenes-test 

Eu quero fazer o seguinte: 1) regressão OLS (sem termo de penalização) para obter coeficientes beta ; j representa as variáveis ​​usadas para regredir. Eu faço isso porb∗jbj∗b_{j}^{*}jjj lm.model = lm(y~ 0 + x) betas = coefficients(lm.model) 2) Na regressão do laço com um termo de penalização, os critérios de …

11 r  regression  glmnet  lars 

Eu estava realizando uma regressão de Poisson no SAS e descobri que o valor do qui-quadrado de Pearson dividido pelos graus de liberdade era de cerca de 5, indicando uma super-dispersão significativa. Então, eu ajustei um modelo binomial negativo com proc genmod e descobri que o valor do qui-quadrado de …

11 regression  binomial  underdispersion 

fundo Para analisar diferenças em alguma variável contínua entre diferentes grupos (dados por uma variável categórica), pode-se realizar uma ANOVA unidirecional. Se houver várias variáveis ​​explicativas (categóricas), é possível realizar uma ANOVA fatorial. Se alguém deseja analisar diferenças entre grupos em várias variáveis ​​contínuas (ou seja, várias variáveis ​​de resposta), …

11 hypothesis-testing  anova  manova 

Eu tenho um experimento no qual estou fazendo medições de uma variável normalmente distribuída ,YYY Y∼N(μ,σ)Y∼N(μ,σ)Y \sim N(\mu,\sigma) Entretanto, experimentos anteriores forneceram algumas evidências de que o desvio padrão é uma função afim de uma variável independente , ou seja,Xσσ\sigmaXXX σ=a|X|+bσ=a|X|+b\sigma = a|X| + b Y∼N(μ,a|X|+b)Y∼N(μ,a|X|+b)Y \sim N(\mu,a|X| + b) …

11 normal-distribution  estimation  experiment-design  model  heteroscedasticity 

Eu tenho dados para os quais calculei a correlação de Spearman e quero visualizá-los para uma publicação. A variável dependente é classificada, a variável independente não é. O que eu quero visualizar é mais a tendência geral do que a inclinação real, então classifiquei a independente e apliquei a correlação …

11 regression  data-visualization  spearman-rho  ordered-logit  isotonic 

Em uma aula de estatística elementar para a qual eu era AT, o professor afirmou que, à medida que a probabilidade de um erro do tipo I aumenta, a probabilidade de um erro do tipo II diminui, e o inverso também é verdadeiro. Então, isso sugere para mim que .αα\alphaββ\betaρα,β<0ρα,β<0\rho_{\alpha, …

11 probability  hypothesis-testing  type-i-and-ii-errors 

Estou executando um glmm com uma variável de resposta binomial e um preditor categórico. O efeito aleatório é dado pelo design aninhado usado para a coleta de dados. Os dados são assim: m.gen1$treatment [1] sucrose control protein control no_injection ..... Levels: no_injection control sucrose protein m.gen1$emergence [1] 1 0 0 …

11 r  generalized-linear-model  lme4-nlme  separation 

Em Elements of Statistical Learning , um problema é introduzido para destacar problemas com k-nn em espaços de alta dimensão. Existem pontos de dados que são distribuídos uniformemente em uma esfera unitária dimensional.NNNppp A distância média da origem ao ponto de dados mais próximo é dada pela expressão: d(p,N)=(1−(12)1N)1pd(p,N)=(1−(12)1N)1pd(p,N) = …

11 self-study  proof  k-nearest-neighbour 

Eu estava olhando esta página na implementação de Monte Carlo do teste de Lillefors. Eu não entendo esta frase: Há um erro aleatório neste cálculo da simulação. No entanto, devido ao truque de adicionar 1 ao numerador e denominador no cálculo do valor P, ele pode ser usado diretamente, sem …

11 monte-carlo  lilliefors 

Alguém pode me explicar quando usar a impureza de Gini e o ganho de informações nas árvores de decisão? Você pode me dar situações / exemplos de quando é melhor usar qual?

11 machine-learning  classification  data-mining  cart 

Lendo as respostas para este tópico , comecei a pensar sobre como o Teste de Hipóteses se relaciona com o Método Científico . Embora eu tenha um bom entendimento de ambos, estou tendo dificuldades para estabelecer a conexão precisa entre eles. Em um nível alto, o método científico se resume …

11 hypothesis-testing  inference