Perguntas com a marcação «data-transformation»

Reexpressão matemática, geralmente não linear, dos valores dos dados. Os dados são frequentemente transformados para atender às premissas de um modelo estatístico ou para tornar os resultados de uma análise mais interpretáveis.

1
Registro transformado minha variável dependente. Posso usar a distribuição normal GLM com a função de link LOG?
Eu tenho uma pergunta sobre modelos lineares generalizados (GLM). Minha variável dependente (DV) é contínua e não é normal. Então eu log transformá-lo (ainda não é normal, mas melhorou). Quero relacionar o DV com duas variáveis ​​categóricas e uma covariável contínua. Para isso, quero conduzir um GLM (estou usando o …
4
Como interpretar coeficientes logaritmicamente transformados em regressão linear?
Minha situação é: Eu tenho 1 variável dependente contínua e 1 variável preditora contínua que eu logaritmicamente transformou para normalizar seus resíduos para uma regressão linear simples. Gostaria de receber qualquer ajuda sobre como relacionar essas variáveis ​​transformadas ao seu contexto original. Eu quero usar uma regressão linear para prever …
5
Que outras transformações normalizadoras são comumente usadas além das comuns, como raiz quadrada, log, etc.?
Na análise das pontuações dos testes (por exemplo, em Educação ou Psicologia), técnicas comuns de análise geralmente assumem que os dados são normalmente distribuídos. No entanto, talvez mais frequentemente do que não, as pontuações tendem a se desviar, às vezes, muito do normal. Estou familiarizado com algumas transformações normalizadoras básicas, …
2
Transformação de estatísticas de pedidos
Suponha que as variáveis ​​aleatórias e sejam independentes e -distribuídas. Mostre que possui um \ distribuição de texto {Exp} (1) .X1,...,XnX1,...,XnX_1, ... , X_nY1,...,YnY1,...,YnY_1, ..., Y_nU(0,a)U(0,a)U(0,a)Zn=nlogmax(Y(n),X(n))min(Y(n),X(n))Zn=nlog⁡max(Y(n),X(n))min(Y(n),X(n))Z_n= n\log\frac{\max(Y_{(n)},X_{(n)})}{\min(Y_{(n)},X_{(n)})}Exp(1)Exp(1)\text{Exp}(1) Comecei esse problema definindo {X1,...,Xn,Y1,...Yn}={Z1,...,Zn}{X1,...,Xn,Y1,...Yn}={Z1,...,Zn}\{X_1,...,X_n,Y_1,...Y_n\} = \{Z_1,...,Z_n\} Em seguida, o max(Yn,Xn)=Z(2n)max(Yn,Xn)=Z(2n)\max(Y_n,X_n)= Z_{(2n)} seria distribuído como (za)2n(za)2n(\frac{z}{a})^{2n} e min(Yn,Xn)=Z(1)min(Yn,Xn)=Z(1)\min(Y_n,X_n)= Z_{(1)} seria distribuído como 1−(1−za)2n1−(1−za)2n1 …
1
Padronizando recursos ao usar o LDA como uma etapa de pré-processamento
Se uma Análise Discriminante Linear de várias classes (ou às vezes também leio Análise Discriminante Múltipla) for usada para redução de dimensionalidade (ou transformação após redução de dimensionalidade via PCA), entendo que, em geral, uma "normalização do escore Z" (ou padronização) de os recursos não serão necessários, mesmo que sejam …
1
Localizando a distribuição de uma estatística
Estudando para um teste. Não foi possível responder a este. Seja sejam iid variáveis ​​aleatórias. DefinirX1,i,X2,i,X3,i,i=1,…,nX1,i,X2,i,X3,i,i=1,…,nX_{1,i},X_{2,i},X_{3,i}, i=1,\ldots,nN(0,1)N(0,1)\mathcal{N}(0,1) Wi=(X1,i+X2,iX3,i)/1+X23,i−−−−−−−√,i=1,…,nWi=(X1,i+X2,iX3,i)/1+X3,i2,i=1,…,nW_i = (X_{1,i} + X_{2,i}X_{3,i})/\sqrt{1 + X_{3,i}^2}, i = 1, \ldots, n , e ,W¯¯¯¯¯n=n−1∑ni=1WiW¯n=n−1∑i=1nWi\overline{W}_n = n^{-1}\sum_{i=1}^nW_i S2n=(n−1)−1∑ni=1(Wi−W¯¯¯¯¯n)2,n≥2.Sn2=(n−1)−1∑i=1n(Wi−W¯n)2,n≥2.S_n^2 = (n-1)^{-1}\sum_{i=1}^n(W_i - \overline{W}_n)^2, n \ge 2. Qual é a distribuição de , ?W¯¯¯¯¯nW¯n\overline{W}_nS2nSn2S_n^2 Como …
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.