Estatísticas e Big Data

O SPSS oferece vários métodos de extração fatorial: Componentes principais (que não são análise de fatores) Mínimos quadrados não ponderados Mínimos quadrados generalizados Máxima verossimilhança Eixo principal Factoring alfa Factoring de imagem Ignorando o primeiro método, que não é análise fatorial (mas análise de componentes principais, PCA), qual desses métodos …

29 spss  pca  factor-analysis 

Precisamos de um sistema de alerta precoce. Estou lidando com um servidor conhecido por ter problemas de desempenho sob carga. Os erros são registrados em um banco de dados junto com um carimbo de data e hora. Existem algumas etapas de intervenção manual que podem ser tomadas para diminuir a …

29 time-series  real-time 

Estou apenas tentando replicar uma afirmação feita no artigo a seguir, Finding Biclusters Correlated from Gene Expression Data , que é: Proposição 4. Se . então nós temos:XEuJ= REuCTJXIJ=RICJTX_{IJ}=R_{I}C^{T}_{J} Eu. Se é um bicluster perfeito com modelo aditivo, é um bicluster perfeito com correlação em colunas; ii. Se é um …

29 correlation  multivariate-analysis  svd 

O Critério de Informação de Akaike (AIC) e a estatística-c (área sob a curva ROC) são duas medidas de ajuste do modelo para a regressão logística. Estou tendo problemas para explicar o que está acontecendo quando os resultados das duas medidas não são consistentes. Eu acho que eles estão medindo …

29 logistic  roc  aic  auc 

Já lidei com o classificador Naive Bayes . Ultimamente tenho lido sobre Multinomial Naive Bayes . Também Probabilidade Posterior = (Prioridade * Probabilidade) / (Evidência) . A única diferença principal (ao programar esses classificadores) que encontrei entre Naive Bayes e Multinomial Naive Bayes é que O Naive Bayes multinacional calcula …

29 bayesian  classification  text-mining  naive-bayes 

Sou um pouco novo em usar regressão logística e um pouco confuso com uma discrepância entre minhas interpretações dos seguintes valores, que pensei que seriam os mesmos: valores beta exponenciados probabilidade prevista do resultado usando valores beta. Aqui está uma versão simplificada do modelo que estou usando, onde a desnutrição …

29 regression  logistic  interpretation  prediction  odds-ratio 

Eu gerei um vetor que tem uma distribuição Poisson, da seguinte maneira: x = rpois(1000,10) Se eu fizer um histograma usando hist(x), a distribuição parecerá uma familiar distribuição normal em forma de sino. No entanto, o teste de Kolmogorov-Smirnoff ks.test(x, 'pnorm',10,3)diz que a distribuição é significativamente diferente de uma distribuição …

29 distributions  histogram  normal-distribution  poisson-distribution 

A probabilidade aplicada é um ramo importante da probabilidade, incluindo a probabilidade computacional. Como a estatística está usando a teoria das probabilidades para construir modelos para lidar com dados, como eu entendo, estou me perguntando qual é a diferença essencial entre o modelo estatístico e o modelo de probabilidade? O …

29 probability  mathematical-statistics 

Existe uma maneira no R (uma função interna) de calcular a matriz de transição para uma cadeia de Markov a partir de um conjunto de observações? Por exemplo, usando um conjunto de dados como o seguinte e calculando a matriz de transição de primeira ordem? dat<-data.frame(replicate(20,sample(c("A", "B", "C","D"), size = …

29 r  markov-process 

Parece-me que apenas dois pacotes R são capazes de executar a Alocação de Dirichlet Latente : Um é lda, de autoria de Jonathan Chang; e o outro é de topicmodelsautoria de Bettina Grün e Kurt Hornik. Quais são as diferenças entre esses dois pacotes, em termos de desempenho, detalhes de …

29 r  bayesian  text-mining  topic-models  latent-dirichlet-alloc 

Eu gostaria de testar a diferença na resposta de duas variáveis ​​para um preditor. Aqui está um exemplo mínimo reproduzível. library(nlme) ## gls is used in the application; lm would suffice for this example m.set <- gls(Sepal.Length ~ Petal.Width, data = iris, subset = Species == "setosa") m.vir <- gls(Sepal.Length …

29 r  data-visualization  multivariate-analysis  hypothesis-testing 

Quero aprender como a Gibbs Sampling funciona e estou procurando um bom papel básico a intermediário. Tenho formação em ciência da computação e conhecimentos básicos de estatística. Alguém já leu um bom material? onde você aprendeu isso? obrigado

29 references  gibbs 

Eu uso a função auto.arima () no pacote de previsão para ajustar os modelos ARMAX a uma variedade de covariáveis. No entanto, muitas vezes tenho um grande número de variáveis ​​para selecionar e geralmente termino com um modelo final que funciona com um subconjunto delas. Não gosto de técnicas ad-hoc …

29 r  time-series  lasso  regularization  elastic-net 

Então, eu tenho um conjunto de dados de porcentagens assim: 100 / 10000 = 1% (0.01) 2 / 5 = 40% (0.4) 4 / 3 = 133% (1.3) 1000 / 2000 = 50% (0.5) Quero encontrar o desvio padrão das porcentagens, mas ponderado pelo volume de dados. ou seja, o …

29 standard-deviation  excel  weighted-mean 

Sou novato em estatísticas e preciso de sua ajuda. Eu tenho uma pequena amostra, da seguinte maneira: H4U 0.269 0.357 0.2 0.221 0.275 0.277 0.253 0.127 0.246 Eu executei o teste Shapiro-Wilk usando R: shapiro.test(precisionH4U$H4U) e obtive o seguinte resultado: W = 0.9502, p-value = 0.6921 Agora, se eu assumir …

29 r  distributions  interpretation  goodness-of-fit  normality-assumption