Estatísticas e Big Data

Usuário iniciante de R aqui lutando com uma ANOVA de medidas repetidas. Eu tenho um conjunto de dados que consiste em um fator entre sujeitos com 4 níveis (codificado em uma única variável chamada 'grupos') e um fator dentro de sujeitos com 4 níveis (codificado em quatro variáveis ​​separadas 'DV1', …

11 r  anova  repeated-measures  contrasts 

Uma floresta aleatória é uma coleção de árvores de decisão formada pela seleção aleatória de apenas alguns recursos para construir cada árvore (e algumas vezes agrupando os dados de treinamento). Aparentemente, eles aprendem e generalizam bem. Alguém já fez amostragens no MCMC do espaço em árvore de decisão ou as …

11 mcmc  monte-carlo  random-forest  cart 

Estou tentando executar uma regressão inflada a zero para uma variável de resposta contínua em R. Estou ciente de uma implementação gamlss, mas eu realmente gostaria de experimentar esse algoritmo de Dale McLerran, que é conceitualmente um pouco mais direto. Infelizmente, o código está no SAS e não sei como …

11 r  sas  gamlss 

Digamos que eu tenho um amigo (vamos chamá-lo de "George") que diz que ele pode controlar o lançamento de dados usando sua mente (ou seja, aumentar a probabilidade de os dados caírem em um número específico em que ele está pensando). Como posso projetar um teste cientificamente rigoroso para determinar …

11 probability  experiment-design  dice 

Examinei um pouco os arquivos da Cross Validated e não pareceu encontrar uma resposta para minha pergunta. Minha pergunta é a seguinte: A Wikipedia fornece três suposições que precisam ser mantidas para o teste de classificação assinado Wilcoxon (ligeiramente modificado para minhas perguntas): Seja Zi = Xi-Yi para i = …

11 r  hypothesis-testing 

Em um artigo que escrevi, modelo as variáveis ​​aleatórias e vez de e para remover efetivamente os problemas que surgem quando e são altamente correlacionados e têm variância igual (como no meu aplicativo). Os árbitros querem que eu dê uma referência. Eu poderia provar isso facilmente, mas, sendo um diário …

11 correlation  multicollinearity 

Basta saber se alguém está familiarizado com o agrupamento de entradas nominais. Eu estive olhando o SOM como uma solução, mas aparentemente ele só funciona com recursos numéricos. Existem extensões para recursos categóricos? Especificamente, eu estava pensando em "Dias da semana" como possíveis recursos. Obviamente, é possível convertê-lo em um …

11 clustering  unsupervised-learning  self-organizing-maps 

Esta é a minha primeira vez aqui, portanto, deixe-me saber se posso esclarecer minha pergunta de alguma forma (incluindo formatação, tags, etc.). (E espero poder editar mais tarde!) Tentei encontrar referências e resolvi-me usando a indução, mas falhei em ambas. Estou tentando simplificar uma distribuição que parece reduzir a uma …

11 distributions  chi-squared  exponential  order-statistics  minimum 

Meus dados são os seguintes. Eu tenho dois grupos de pacientes. Os pacientes de cada grupo tiveram um tipo diferente de cirurgia ocular. 5 variáveis ​​foram medidas nos pacientes de cada grupo. Eu quero comparar essas variáveis ​​entre os dois grupos usando um teste de permutação ou MANOVA. O olho …

11 sampling 

Contexto Quero definir o cenário antes de expandir um pouco a questão. Tenho dados longitudinais, medições feitas em indivíduos aproximadamente a cada 3 meses, o resultado primário é numérico (como em contínuo a 1dp) no intervalo de 5 a 14, com o volume (de todos os pontos de dados) entre …

11 clustering  panel-data 

Suponha que você tenha um conjunto de dados de uma distribuição contínua com densidade suportada em que não é conhecido, mas é muito grande, portanto, uma densidade de kernel (por exemplo) a estimativa, , é bastante precisa. Para uma aplicação específica, preciso transformar os dados observados em um número finito …

11 continuous-data  discrete-data 

Preciso ajustar uma distribuição gaussiana generalizada a uma nuvem de pontos de 7 dim contendo um número bastante significativo de outliers com alta alavancagem. Você conhece algum bom pacote R para este trabalho?

11 r  distributions  normal-distribution  robust 

Isso está em minha mente há pelo menos algumas horas. Eu estava tentando encontrar um k ideal para a saída do algoritmo k-means (com uma métrica de similaridade de cosseno ), então acabei plotando a distorção em função do número de clusters. Meu conjunto de dados é uma coleção de …

11 machine-learning  clustering  k-means 

Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado no ano passado . Estou usando decomposição de vetor singular em uma matriz e obtendo as matrizes U, S …

11 data-visualization  python  svd 

Normalmente, trato de dados em que vários indivíduos são medidos várias vezes em cada uma de duas ou mais condições. Recentemente, tenho brincado com a modelagem de efeitos mistos para avaliar evidências de diferenças entre condições, modelando individualcomo um efeito aleatório. Para visualizar a incerteza sobre as previsões de tal …

11 confidence-interval  mixed-model  bootstrap  monte-carlo  simulation