Perguntas com a marcação «missing-data»

Eu li os ótimos comentários sobre como lidar com valores ausentes antes de aplicar o SVD, mas gostaria de saber como ele funciona com um exemplo simples: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Dada a matriz …

8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 

Eu tenho um conjunto de dados x, y que estou usando para criar uma floresta aleatória. Os dados x são um vetor de valores que inclui algumas NAs. Então, eu uso rfImputepara manipular os dados ausentes e criar uma floresta aleatória. Agora eu tenho uma nova observação invisível x (com …

8 r  random-forest  missing-data 

Espero reunir os resultados de um conjunto bastante básico de análises realizadas em dados multiplicados por imputação (por exemplo, regressão múltipla, ANOVA). A imputação múltipla e as análises foram concluídas no SPSS, mas o SPSS não fornece resultados agrupados para algumas estatísticas, incluindo o valor F, matriz de covariância, R-quadrado …

8 spss  missing-data  multiple-imputation  pooling 

Quais são algumas abordagens típicas para lidar com dados incompletos no filtro Kalman? Eu estou falando sobre a situação em que alguns elementos do vetor observado ytyty_t estão faltando, distinto do caso em que um inteiro observado vector ytyty_t é perdido. Outra maneira de pensar sobre isso seria que a …

8 missing-data  kalman-filter 

Meu projeto atual pode exigir que eu construa um modelo para prever o comportamento de um determinado grupo de pessoas. o conjunto de dados de treinamento contém apenas 6 variáveis ​​(id é apenas para fins de identificação): id, age, income, gender, job category, monthly spend em que monthly spendé a …

8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 

Eu tenho um problema em que y= a + by=a+by = a + b Eu observo y, mas nem nem . Eu quero estimarbumaaabbb b = f( x ) + ϵb=f(x)+ϵb = f(x) + \epsilon Eu posso estimar , usando algum tipo de modelo de regressão. Isso me dá . …

8 missing-data  multiple-imputation  expectation-maximization 

Tenho problemas para encontrar uma solução sobre como executar um teste post-hoc (Tukey HSD) após uma ANOVA de medidas repetidas de dois fatores (ambos em indivíduos) em R. Para a ANOVA, usei a função aov: summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)), data=df1)) Depois de ler as respostas para outras …

8 r  anova  repeated-measures  post-hoc  tukey-hsd  goodness-of-fit  curve-fitting  sem  latent-variable  mplus  anova  post-hoc  tukey-hsd  markov-process  image-processing  r  time-series  causality  granger-causality  anova  mixed-model  lme4-nlme  random-effects-model  r  matlab  data-transformation  multinomial  notation  estimation  nonparametric  logistic  r  missing-data  multiple-imputation  mice 

Eu tenho duas perguntas sobre o uso de floresta aleatória (especificamente randomForest em R) para imputação de valor ausente (no espaço do preditor). 1) Como o algoritmo de imputação funciona - especificamente como e por que o rótulo de classe é necessário para a imputação? é a matriz de proximidade …

8 data-mining  predictive-models  missing-data  random-forest  data-imputation 

Estou computando algumas probabilidades condicionais e intervalos de confiança associados a 95%. Para muitos de meus casos, tenho contagens diretas de xsucessos fora dos ntestes (de uma tabela de contingência), para que eu possa usar um intervalo de confiança binomial, como é fornecido por binom.confint(x, n, method='exact')in R. Em outros …

8 r  bayesian  confidence-interval  conditional-probability  hidden-markov-model  segmentation  hypothesis-testing  statistical-significance  multiple-comparisons  multiple-regression  r  regression  survey  sample  finite-population  pca  model-selection  dataset  partitioning  clustering  time-series  least-squares  regression  standard-error  causality  r  time-series  outliers  missing-data  machine-learning  svm  hypothesis-testing  discrete-data  r  data-visualization  survey  likert  finance  regression  pca  feature-selection  stepwise-regression  underdetermined  svm  natural-language 

Estou usando o ARMA em um conjunto de dados com amostras ausentes. Como eu os trato? Você sugeriria fazer interpolação linear / não linear ou apenas mantê-los fora e considerar duas amostras com dados ausentes no intervalo como amostras consecutivas?

8 time-series  arima  missing-data  fitting  interpolation 

Estou usando um modelo de atraso distribuído para analisar dados de séries temporais. A duração do período de estudo é de 18 anos e a observação é de dados anuais. Ao incluir um efeito de atraso de 1 ano, o primeiro ano da variável de atraso fica ausente. Então, um …

8 time-series  missing-data 

Estou tentando correlacionar a idade (6 a 90 anos) com o volume da voz (em dB). No entanto, meus dados não contêm nenhum ponto de dados no intervalo de 20 a 50 anos. Que medida de correlação é mais apropriada com uma lacuna tão considerável e por quê? Eu tenho …

8 distributions  correlation  missing-data 

Existe um limite que seja menos aceitável ao usar a imputação múltipla (MI)? Por exemplo, posso usar o MI se os valores ausentes em uma variável forem 20% dos casos, enquanto outras variáveis ​​tiverem valores ausentes, mas não a um nível tão alto?

8 missing-data  data-imputation 

O método de substituição média da substituição de dados ausentes está desatualizado? Existem modelos mais sofisticados que devem ser usados? Se sim, o que são?

8 missing-data 

Normalmente, trabalho mais no lado da estimativa de efeitos / inferência causal, onde as pessoas se sentem à vontade com a imputação múltipla de dados ausentes, mas agora estou trabalhando em um projeto que é mais do lado do aprendizado de máquina. Esperamos ter alguns dados ausentes, porque são dados …

7 machine-learning  feature-selection  missing-data