Estatísticas e Big Data

Eu tenho uma pergunta sobre clusters que estou pensando em tratar com uma abordagem de mistura não paramétrica (eu acho). Estou trabalhando na explicação do comportamento humano. Cada linha do meu banco de dados contém: o ID de alguém alguns parâmetros do ambiente X (exemplo: temperatura, vento, etc.) uma variável …

8 machine-learning  clustering  computational-statistics  mixture 

Eu recebi a seguinte pergunta como uma pergunta de teste para o meu exame e simplesmente não consigo entender a resposta. Um gráfico de dispersão dos dados projetados nos dois primeiros componentes principais é mostrado abaixo. Desejamos examinar se existe alguma estrutura de grupo no conjunto de dados. Para fazer …

8 clustering  k-means 

Para análise de regressão, geralmente é útil conhecer o processo de geração de dados para verificar como o método usado funciona. Embora seja bastante simples fazer isso para uma regressão linear simples, esse não é o caso quando a variável dependente precisa seguir uma distribuição específica. Considere uma regressão linear …

8 r  regression  simulation  random-generation 

Eu tenho tentado encontrar informações sobre esse tipo de gráfico e continuo obtendo resultados indesejados. Existe um nome ou termo de pesquisa para encontrar gráficos de barras que substituam as barras por objetos codificados por cores, como neste exemplo: Se alguém estiver interessado, estou pesquisando para oferecer uma solução para …

8 data-visualization  terminology 

Como alguém pode objetivamente (ler "algoritmicamente") selecionar um modelo apropriado para fazer uma regressão linear de mínimos quadrados simples com duas variáveis? Por exemplo, digamos que os dados pareçam mostrar uma tendência quadrática e é gerada uma parábola que se ajusta muito bem aos dados. Como justificamos fazer dessa regressão? …

8 regression  forecasting  model-selection  prediction 

Estou realizando uma regressão logística com variáveis ​​independentes e 123 , 996 observações. Estou avaliando o ajuste do modelo para determinar se os dados atendem às premissas do modelo e produziram o seguinte gráfico de resíduos binados usando o pacote:242424123 , 996123,996123,996arm R Obviamente, existem alguns sinais ruins nesse gráfico: …

8 regression  logistic  residuals 

Eu tenho dois processos Poisson independentes e com taxas de chegada e , respectivamente. Agora, o tempo esperado para a chegada do próximo item para o processo mesclado deve ser .AAABBBλAλA\lambda_AλBλB\lambda_B1λA+λB1λA+λB\frac {1}{\lambda_A+\lambda_B} Supondo que seja a hora de chegada do próximo item do processo combinado e ou como os eventos …

8 conditional-probability  poisson-process 

Estou usando R para análise de dados. R fornece uma corrfunção para calcular a correlação. Esta função fornece três abordagens / algoritmos diferentes para estimar corrquais são Pearson, Spearman e Kendall. Quando devo usar cada um desses métodos? Quais fatores determinam qual método deve ser usado?

8 correlation  r 

Digamos que eu tenha uma grande amostra de valores em . Gostaria de estimar a distribuição subjacente . A maioria das amostras vem dessa distribuição assumida , enquanto o restante são discrepantes que eu gostaria de ignorar na estimativa de e .Beta ( α , β ) Beta ( α …

8 outliers  pymc  beta-distribution 

Eu tenho um conjunto de dados com uma variável de resposta binária (sobrevivência) e três variáveis ​​explicativas ( A= 3 níveis, B= 3 níveis, C= 6 níveis). Nesse conjunto de dados, os dados são bem equilibrados, com 100 indivíduos por ABCcategoria. Eu já estudou o efeito destes A, Be Cvariáveis …

8 logistic  unbalanced-classes  weighted-regression  rare-events  case-control-study 

Entendo que os coeficientes de uma equação logística podem ser interpretados como uma razão ímpar. Se um termo de regularização é adicionado ao controle para o ajuste excessivo, como isso altera a interpretação dos coeficientes?

8 logistic  interpretation  regression-coefficients  regularization  odds-ratio 

Corri uma curva de sobrevivência do censor de intervalo com R, JMP e SAS. Ambos me deram gráficos idênticos, mas as tabelas diferiram um pouco. Essa é a tabela que o JMP me deu. Start Time End Time Survival Failure SurvStdErr . 14.0000 1.0000 0.0000 0.0000 16.0000 21.0000 0.5000 0.5000 …

8 r  survival  sas  jmp  interval-censoring 

Deve-se sempre esperar que a tendência central (isto é, média e / ou mediana) de uma amostra com bootstrap seja semelhante ao valor observado? Nesse caso em particular, tenho respostas distribuídas exponencialmente para sujeitos em duas condições (não realizei o experimento, só tenho os dados). Fui encarregado de ajustar o …

8 bootstrap  simulation  effect-size  cohens-d 

Eu uso o pacote bnlearn em R para aprender a estrutura da minha rede bayesiana e seus parâmetros. O que eu quero fazer é "prever" o valor de um nó, dado o valor de outros nós como evidência (obviamente, com exceção do nó cujos valores estamos prevendo). Eu tenho variáveis …

8 r  machine-learning  prediction  bayesian-network 

Alguns trabalhos científicos relatam resultados da análise paralela da análise fatorial do eixo principal de uma maneira inconsistente com meu entendimento da metodologia. o que estou perdendo? Estou errado ou eles estão? Exemplo: Dados: O desempenho de 200 seres humanos individuais foi observado em 10 tarefas. Para cada indivíduo e …

8 factor-analysis  psychometrics  parallel-analysis