Estatísticas e Big Data

Ao executar o cluster hierárquico, é possível usar muitas métricas para medir a distância entre os clusters. Duas dessas métricas implicam o cálculo dos centróides e meios de pontos de dados nos clusters. Qual é a diferença entre a média e o centróide? Estes não são o mesmo ponto no …

26 clustering  mean 

Eu estou um pouco confuso. Por que os processos gaussianos são chamados de modelos não paramétricos? Eles assumem que os valores funcionais, ou um subconjunto deles, têm um Gaussiano anterior com média 0 e função de covariância dada como função do kernel. Essas funções do kernel possuem alguns parâmetros (ou …

26 nonparametric  gaussian-process 

Certa vez, ouvi um método de usar o laço duas vezes (como um laço duplo) em que você executa o laço no conjunto original de variáveis, digamos S1, obtém um conjunto esparso chamado S2 e depois executa o laço novamente no conjunto S2 para obter o conjunto S3 . Existe …

26 regression  lasso  regularization  shrinkage  lars 

Eu tenho a seguinte saída: Generalized linear mixed model fit by the Laplace approximation Formula: aph.remain ~ sMFS2 +sAG2 +sSHDI2 +sbare +season +crop +(1|landscape) AIC BIC logLik deviance 4062 4093 -2022 4044 Random effects: Groups Name Variance Std.Dev. landscape (Intercept) 0.82453 0.90804 Number of obs: 239, groups: landscape, 45 Fixed …

26 mixed-model  poisson-distribution  lme4-nlme 

Estou tentando executar uma regressão múltipla em R. No entanto, minha variável dependente tem o seguinte gráfico: Aqui está uma matriz de dispersão com todas as minhas variáveis ​​( WARé a variável dependente): Eu sei que preciso executar uma transformação nessa variável (e possivelmente nas variáveis ​​independentes?), Mas não tenho …

26 r  regression  multiple-regression  data-transformation 

Qual é a distribuição do coeficiente de determinação, ou R ao quadrado, , na regressão múltipla linear univariada sob a hipótese nula ?H 0 : β = 0R2R2R^2H0:β=0H0:β=0H_0:\beta=0 Como isso depende do número de preditores número de amostras ? Existe uma expressão de forma fechada para o modo desta distribuição?n …

26 regression  mathematical-statistics  r-squared  intuition 

Trabalho principalmente com não estatísticos em áreas como medicina, ciências sociais e educação. Seja consultando estudantes de pós-graduação, ajudando pesquisadores com artigos ou revisando artigos para periódicos, geralmente tenho o problema de que alguém (cliente, autor, comitê de dissertação, editor de periódico) queira usar alguma técnica relativamente conhecida quando ela …

26 consulting 

Eu estou querendo saber como interpretar os erros padrão do coeficiente de uma regressão ao usar a função de exibição em R. Por exemplo, na seguinte saída: lm(formula = y ~ x1 + x2, data = sub.pyth) coef.est coef.se (Intercept) 1.32 0.39 x1 0.51 0.05 x2 0.81 0.02 n = …

26 r  regression  interpretation 

O teste de Mantel é geralmente aplicado a matrizes simétricas de distância / diferença. Pelo que entendi, uma suposição do teste é que a medida usada para definir diferenças deve ser pelo menos uma semi-métrica (atenda aos requisitos padrão de uma métrica, mas não à desigualdade do triângulo). A suposição …

26 statistical-significance  assumptions  distance 

Modelos de tópicos populares como o LDA geralmente agrupam palavras que tendem a co-ocorrer juntas no mesmo tópico (cluster). Qual é a principal diferença entre esses modelos de tópicos e outras abordagens simples de cluster baseadas em co-ocorrência como o PMI? (PMI, sigla em inglês: Pointwise Mutual Information, e é …

26 machine-learning  text-mining  natural-language  topic-models 

Estou usando um modelo misto em R( lme4) para analisar alguns dados de medidas repetidas. Eu tenho uma variável de resposta (teor de fibras nas fezes) e 3 efeitos fixos (massa corporal, etc.). Meu estudo tem apenas 6 participantes, com 16 medidas repetidas para cada um (embora dois tenham apenas …

26 mixed-model  sample-size 

Esta é uma pergunta posterior ao que Frank Harrell escreveu aqui : Na minha experiência, o tamanho da amostra necessário para que a distribuição t seja precisa é geralmente maior que o tamanho da amostra em questão. O teste de postos assinados de Wilcoxon é extremamente eficiente, como você disse, …

26 t-test  wilcoxon-mann-whitney 

Eu sei que a regressão linear pode ser pensada como "a linha que está verticalmente mais próxima de todos os pontos" : Mas há outra maneira de vê-lo, visualizando o espaço da coluna, como "a projeção no espaço estendido pelas colunas da matriz do coeficiente" : Minha pergunta é: nessas …

26 regression  intuition  geometry 

Quero criar um modelo logístico a partir dos dados da minha pesquisa. É uma pequena pesquisa de quatro colônias residenciais nas quais apenas 154 entrevistados foram entrevistados. Minha variável dependente é "transição satisfatória para o trabalho". Eu descobri que, dos 154 entrevistados, 73 disseram ter feito uma transição satisfatória para …

26 logistic  sample-size  assumptions  power  unbalanced-classes 

Embora eu tenha lido este post, ainda não tenho idéia de como aplicar isso aos meus próprios dados e espero que alguém possa me ajudar. Eu tenho os seguintes dados: y <- c(11.622967, 12.006081, 11.760928, 12.246830, 12.052126, 12.346154, 12.039262, 12.362163, 12.009269, 11.260743, 10.950483, 10.522091, 9.346292, 7.014578, 6.981853, 7.197708, 7.035624, 6.785289, …

26 r  regression  fitting