Estatísticas e Big Data

No OLS, é possível que o de uma regressão em duas variáveis ​​seja maior que a soma de para duas regressões nas variáveis ​​individuais.R2R2R^2R2R2R^2 R2( Y∼ A + B ) >R2( Y∼ A ) +R2(Y~ B )R2(Y∼UMA+B)>R2(Y∼UMA)+R2(Y∼B)R^2(Y \sim A + B) > R^2(Y \sim A) + R^2(Y \sim B) Edit: …

8 regression  least-squares 

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 há 3 anos . Contexto Estou escrevendo algumas questões práticas de múltipla escolha e gostaria de armazená-las em um …

8 project-management 

Pediram-me para usar testes t de amostras emparelhadas protegidas em uma análise. O solicitante declara que, se eu não usar o MSe geral da minha ANOVA (1 fator com quatro níveis) dentro dos sujeitos ao realizar meus testes t de amostras emparelhadas, não haverá realmente nenhuma proteção contra a ANOVA. …

8 anova  t-test  multiple-comparisons  repeated-measures 

Se é o tamanho do efeito para a correlação entre e , então é a quantidade de variância em que pode ser atribuído a variável .rrrAAABBBr2r2r^2BBBAAA É importante relatar os dois índices em um relatório ou apenas um ou outro? Como você os explica em inglês simples (para um público …

8 correlation 

Suponha que XXX e YYY são duas variáveis ​​aleatórias uniformes de iid no intervalo [0,1][0,1][0,1] Deixei Z=X/YZ=X/YZ=X/Y, Estou encontrando o cdf de ZZZ, ie Pr(Z≤z)Pr(Z≤z) \Pr(Z\leq z) . Agora, eu vim com duas maneiras de fazer isso. Um produz uma resposta correta consistente com o pdf aqui: http://mathworld.wolfram.com/UniformRatioDistribution.html , o …

8 distributions  self-study  cdf  uniform 

Em um estudo de questionário, pedimos aos entrevistados que expressassem suas atitudes em relação a como os diferentes fatores climáticos do inverno, como neve e escorregadio, podem afetar sua escolha de caminhar e andar de bicicleta para trabalhar. A amostra composta por 500 indivíduos e as respostas foram em forma …

8 likert  median  ordinal-data 

Atualmente, trabalho com Breusch-Pagan para testar a homoscedasticidade. Testei os preços de duas ações com esse método. Este é o resultado: > mod <- lm(prices[,1] ~ prices[,2]) > bp <- bptest(mod) > bp studentized Breusch-Pagan test data: prices[, 1] ~ prices[, 2] BP = 0.032, df = 1, p-value = …

8 r  heteroscedasticity 

Eu realizei a análise de caminho usando a semfunção em R. O modelo que eu ajustei consiste em caminhos diretos e indiretos. Tenho algum problema na interpretação das estimativas dos coeficientes SEM. R fornece o valor do efeito total = (efeito direto + efeito indireto) diretamente ou tenho que multiplicar …

8 r  interpretation  sem  path-model 

Suponha que uma determinada doença ( ) tenha uma prevalência de . Suponha também que um determinado sintoma ( ) tenha uma prevalência (na população geral = pessoas com essa doença D e pessoas sem essa doença [provavelmente com outra doença, mas não é importante]) de . Em uma pesquisa …

8 r  probability  conditional-probability 

Considere o seguinte experimento de biologia celular. Estamos comparando diferentes tratamentos de células cultivadas. Cada tratamento é replicado em vários poços (microtitulação) , indexados pela variável . Para medir a resposta ao tratamento no poço , é registrado um total de micrografias ou campos não sobrepostos . Então, para cada …

8 mean  multilevel-analysis  average  weighted-mean 

Estou tentando usar o randomSurvivalForestpacote Rpara prever o próximo evento em uma série de eventos (usando res <- predict(fit,v)), mas tudo o que recebo é um total de% de sobreviventes e, em seguida, o risco cumulativo para cada indivíduo no res$ensemble. Posso usar isso para prever / gerar valores correspondentes …

8 r  time-series  survival  predictive-models 

Eu executei quatro programas a, b, c, d paralelamente em duas máquinas diferentes Xe Yseparadamente por 10 vezes. A seguir, é apresentada uma amostra dos dados. Os tempos de execução (milissegundos) nas 10execuções de cada programa são dados sob seus respectivos nomes. Machine-X: a b c d 29 40 21 …

8 r  data-visualization 

Estou trabalhando com dados de sequência, que são longas listas de chamadas win-api de malware. Estou tentando converter o problema de identificar 'comportamento de malware' em um dos padrões sequenciais. Trato cada chamada da API como um único item Itemset. O número de diferentes itens possíveis (chamadas da API) é …

8 sequence-analysis  sequential-pattern-mining 

Eu tenho um conjunto de dados de mais de 11.000 itens distintos, cada um deles classificado em uma escala nominal por pelo menos três avaliadores diferentes no Mechanical Turk da Amazon . 88 avaliadores diferentes forneceram julgamentos para a tarefa e ninguém avaliador concluiu mais de 800 julgamentos. A maioria …

8 reliability  agreement-statistics  cohens-kappa 

Preciso de algumas sugestões para o método de agrupamento (classificação não supervisionada) para um projeto de consultoria. Estou procurando um método que esperançosamente tenha as seguintes propriedades: O assunto do meu estudo tem três propriedades. Um é representado por uma matriz de distância (não-euclidiana) e os outros dois estão na …

8 clustering  bayesian