Estatísticas e Big Data

Eu tenho três variáveis: distância (infinito contínuo de faixa variável e infinito positivo) isLand (categórico / booleano discreto, intervalo variável 1 ou 0) ocupantes (categóricos discretos, faixa variável de 0 a 7) Quero responder às seguintes perguntas estatísticas: Como comparar distribuições que possuem variáveis ​​categóricas e contínuas. Por exemplo, eu …

9 categorical-data  continuous-data 

Estou usando um gráfico de controle para tentar trabalhar com alguns dados de infecção e emitirá um alerta se a infecção for considerada "fora de controle". Os problemas chegam quando chego a um conjunto de dados em que na maioria das vezes os pontos de tempo têm infecção zero, com …

9 data-visualization  control-chart 

Estou trabalhando nos dados de infecção por doenças e estou intrigado com a possibilidade de lidar com os dados como "categóricos" ou "contínuos". "Contagem de infecções" o número de casos de infecção encontrados em um período específico de tempo, a contagem é gerada a partir de dados categóricos (ou seja, …

9 categorical-data  count-data 

Estamos plotando métricas de séries temporais no contexto das operações de rede / servidor. Os dados têm uma taxa de amostragem de 5 minutos e consistem em itens como utilização da CPU, taxa de erro, etc. Estamos adicionando uma linha de "limite" horizontal aos gráficos, para indicar visualmente um limite …

9 time-series  data-visualization 

Se eu tiver duas listas A e B, ambas subconjuntos de uma lista C muito maior, como posso determinar se o grau de sobreposição de A e B é maior do que eu esperaria por acaso? Devo selecionar aleatoriamente elementos de C com os mesmos comprimentos das listas A e …

9 statistical-significance 

Tenho certeza de que estou perdendo algo óbvio aqui, mas estou bastante confuso com termos diferentes no campo de séries temporais. Se eu entendi direito, erros serialmente autocorrelacionados são um problema nos modelos de regressão (veja, por exemplo, aqui ). Minha pergunta é agora o que exatamente define um erro …

9 time-series  autocorrelation 

Temos um conjunto de dados com duas covariáveis ​​e uma variável de agrupamento categórica e queremos saber se existem diferenças significativas entre a inclinação ou a interceptação entre as covariáveis ​​associadas às diferentes variáveis ​​de agrupamento. Usamos anova () e lm () para comparar os ajustes de três modelos diferentes: …

9 r  regression  anova  confidence-interval 

Sequências de baixa discrepância em um espaço real ([0,1]n[0,1]n[0,1]^n) parece ser uma ferramenta realmente excelente para amostrar uniformemente um espaço de amostra. Tanto quanto eu posso dizer, eles generalizam bem para qualquer espaço real, se você usar um mapa apropriado (por exemplo,[0,1]→[a,b][0,1]→[a,b][0,1]\to[a,b] mapa linear). Essas seqüências generalizam para espaços discretos? …

9 sampling 

Estou usando a glmfitfunção no MATLAB. A função retorna apenas o desvio e não a probabilidade do log. Entendo que o desvio é basicamente o dobro da diferença entre as probabilidades de log dos modelos, mas o que não entendo é que estou apenas usando glmfitpara criar um modelo, mas …

9 matlab  p-value  likelihood-ratio  deviance 

Como eu usaria a saída de uma análise de componentes principais (PCA) em um modelo linear generalizado (GLM), assumindo que o PCA é usado para seleção de variáveis ​​para o GLM? Esclarecimento: Eu quero usar o PCA para evitar o uso de variáveis ​​correlacionadas no GLM. No entanto, o PCA …

9 pca  generalized-linear-model  feature-selection 

Os "Modelos Gráficos Probabilísticos" de Koller são adequados como livros didáticos? Ou existe outro livro que seja mais recomendável como livro didático para um curso de mestrado? Isenção de responsabilidade: publicado em quora.com, onde não recebi resposta.

9 references  bayesian-network 

Uma moeda é lançada 900 vezes e as cabeças aparecem 490 vezes. O resultado apóia a hipótese de que a moeda é imparcial?

9 hypothesis-testing  self-study  statistical-significance  binomial 

Digamos que eu gere a probabilidade de um resultado com base em um determinado fator e trace a curva desse resultado. Existe alguma maneira de extrair a equação para essa curva de R? > mod = glm(winner~our_bid, data=mydat, family=binomial(link="logit")) > summary(mod) Call: glm(formula = winner ~ our_bid, family = binomial(link …

9 r  logistic  generalized-linear-model 

Eu li este artigo sobre "como não executar um teste A / B". E ainda não entendo qual é exatamente o raciocínio do autor. Alguém pode enganar isso para mim? Acho que o que pode estar dizendo é que a leitura dos resultados dos meus testes divididos ao longo do …

9 statistical-significance  experiment-design 

Em R, c (3,1,0) * c (2,0,1) == c (6,0,0). Este não é um produto escalar e não é um produto cruzado. Primeiro, qual é o nome desse produto e, segundo, ele funciona no WinBUGS, OpenBUGS e / ou JAGS?

9 bugs  jags