Statistiken und Big Data

3

Verständnis des Konfidenzbandes aus einer Polynomregression

Ich versuche, das Ergebnis zu verstehen, das ich in meiner Grafik unten sehe. Normalerweise verwende ich Excel und erhalte eine lineare Regressionslinie, aber im folgenden Fall verwende ich R und erhalte eine polynomielle Regression mit dem Befehl: ggplot(visual1, aes(ISSUE_DATE,COUNTED)) + geom_point() + geom_smooth() Meine Fragen beschränken sich also auf Folgendes: …

14 r regression data-visualization outliers

4

Kann die Random Forest-Methodik auf lineare Regressionen angewendet werden?

Random Forests erstellen ein Ensemble von Entscheidungsbäumen, wobei jeder Baum mithilfe eines Bootstrap-Beispiels der ursprünglichen Trainingsdaten (Beispiel für Eingabevariablen und Beobachtungen) erstellt wird. Kann ein ähnlicher Prozess für die lineare Regression angewendet werden? Erstellen Sie k lineare Regressionsmodelle mit einer zufälligen Bootstrap-Stichprobe für jede der k Regressionen Was sind die …

14 regression predictive-models ensemble

3

Ist p = 5,0% signifikant?

Heute wurde ich gefragt, ob ein p-Wert von 0,05 (genau) als signifikant angesehen wird (gegebenes Alpha = 5%) oder nicht. Ich kannte die Antwort nicht und Google stellte beide Antworten auf: (a) Das Ergebnis ist signifikant, wenn p weniger als 5% und (b) wenn p weniger als 5% oder gleich …

14 hypothesis-testing statistical-significance p-value

3

Wie lassen sich aus einem Cox-PH-Modell Vorhersagen zur Überlebenszeit ableiten?

Ich möchte ein Vorhersagemodell (Cox PH) für die Gesamtmortalität in einem Datensatz von Teilnehmern entwickeln, von denen (fast) alle am Ende der Nachsorge verstorben sind (z. B. 1 Jahr). Anstatt das absolute Sterberisiko zu einem bestimmten Zeitpunkt vorherzusagen, möchte ich die Überlebenszeit (in Monaten) für jedes Individuum vorhersagen. Ist es …

14 survival prediction cox-model

1

Wie kann man die Korrelation zwischen Ordnungszahl und stetiger Variable richtig einschätzen?

Ich möchte die Korrelation schätzen zwischen: Eine Ordnungsvariable: Die Probanden werden gebeten, ihre Präferenz für 6 Obstsorten auf einer Skala von 1 bis 5 zu bewerten (von sehr widerlich bis sehr schmackhaft). Im Durchschnitt verwenden die Probanden nur 3 Punkte der Skala. Eine kontinuierliche Variable: Dieselben Probanden werden gebeten, diese …

14 correlation ordinal-data spearman-rho continuous-data

3

Regressionsbaumalgorithmus mit linearen Regressionsmodellen in jedem Blatt

Kurzversion: Ich suche ein R-Paket, das Entscheidungsbäume erstellen kann, während jedes Blatt im Entscheidungsbaum ein vollständiges lineares Regressionsmodell ist. AFAIK, die Bibliothek rparterstellt Entscheidungsbäume, in denen die abhängige Variable in jedem Blatt konstant ist. Gibt es eine andere Bibliothek (oder eine rpartEinstellung, die mir nicht bekannt ist), die solche Bäume …

14 r regression rpart cart

2

Warum unterscheidet sich die Verteilung von rand () ^ 2 von rand () * rand ()?

In Libre Office Calc steht die rand()Funktion zur Verfügung, die aus einer Gleichverteilung einen Zufallswert zwischen 0 und 1 auswählt. Meine Wahrscheinlichkeit ist etwas verrostet. Als ich also folgendes Verhalten sah, war ich verwirrt: A = 200 × 1 Spalte von rand()^2 B = 200 × 1 Spalte von rand()*rand() …

14 expected-value random-generation uniform

2

Wiederholte Messungen über die Zeit mit kleinen

Ich erhielt Daten zur Analyse für eine Studie, in der die Auswirkungen einer Behandlung auf den Eisenspiegel zu vier verschiedenen Zeitpunkten untersucht wurden (vor der Behandlung endete die Tagesbehandlung, 4 Wochen nach der Behandlung und 2-4 Monate nach der Behandlung). Es gibt keine Kontrollgruppe. Sie prüfen, ob die Eisenspiegel zu …

14 repeated-measures multiple-comparisons wilcoxon-signed-rank

1

Die beste Möglichkeit, Beziehungen aus einem multiplen linearen Modell visuell darzustellen

Ich habe ein lineares Modell mit ungefähr 6 Prädiktoren und werde die Schätzungen, F-Werte, p-Werte usw. präsentieren. Ich habe mich jedoch gefragt, was das beste visuelle Diagramm wäre, um den individuellen Effekt eines einzelnen Prädiktors darzustellen die Antwortvariable? Streudiagramm? Bedingte Handlung? Effektplot? etc? Wie würde ich diese Handlung interpretieren? Ich …

14 r regression data-visualization multiple-regression partial-plot

3

Woher kommen die Deskriptoren für Cronbachs Alpha-Werte (z. B. schlecht, ausgezeichnet)?

Es scheint ziemlich üblich, Cronbachs Alpha-Werte wie folgt zu beschreiben: α ≥ 0,9 Ausgezeichnet 0,7 ≤ α <0,9 Gut 0,6 ≤ α <0,7 Akzeptabel 0,5 ≤ α <0,6 Schlecht α <0,5 Inakzeptabel Woher kommen diese Werte? Ich kann keinen Original-Forschungsartikel finden, der diese beschreibt. Edit: Ich bin zu 90% sicher, …

14 reliability psychometrics cronbachs-alpha

2

Beziehung zwischen dem Bereich und der Standardabweichung

In einem Artikel habe ich die Formel für die Standardabweichung einer StichprobengrößeNNN σ=R¯¯¯¯2.534σ=R¯2.534\sigma=\frac{\overline{R}}{2.534} Dabei ist der durchschnittliche Bereich von Unterproben (Größe ) aus der Hauptstichprobe. Wie berechnet sich die Zahl ? Das ist die richtige Nummer? 62.534R¯¯¯¯R¯\overline{R}6662.5342.5342.534

14 standard-deviation descriptive-statistics range

2

Warum wird k-means nicht mit Gradientenabstieg optimiert?

Ich weiß, dass k-means normalerweise mit Expectation Maximization optimiert wird . Wir könnten jedoch die Verlustfunktion genauso optimieren wie alle anderen! Ich habe einige Artikel gefunden, die tatsächlich eine stochastische Gradientenabnahme für großräumige k-Mittelwerte verwenden, aber ich konnte meine Frage nicht beantworten. Weiß jemand, warum das so ist? Liegt es …

14 optimization k-means expectation-maximization loss-functions

1

Beta-Distribution passend für Scipy

Laut Wikipedia hat die Beta-Wahrscheinlichkeitsverteilung zwei Formparameter: und .αα\alphaββ\beta Wenn ich scipy.stats.beta.fit(x)in Python anrufe, wo xsich eine Reihe von Zahlen im Bereich , werden 4 Werte zurückgegeben. Das kommt mir komisch vor.[0,1][0,1][0,1] Nach dem googeln habe ich festgestellt, dass einer der Rückgabewerte 'location' sein muss, da die dritte Variable 0 …

14 python scipy beta-distribution

1

Wann muss die Verzögerung der abhängigen Variablen in ein Regressionsmodell einbezogen werden und welche Verzögerung?

Die Daten, die wir als abhängige Variable verwenden möchten, sehen folgendermaßen aus (es handelt sich um Zähldaten). Wir befürchten, dass die Regression, da sie eine zyklische Komponente und eine Trendstruktur aufweist, irgendwie voreingenommen ist. Wir werden eine negative binomische Regression verwenden, falls dies hilft. Die Daten sind ein ausgeglichenes Panel, …

14 autocorrelation panel-data fixed-effects-model trend lags

2

Wie kann ich numerische Daten in natürlich geformte "Klammern" gruppieren? (zB Einkommen)

Das Folgende beschreibt, was ich versuche, aber es ist möglich, dass eine alternative Problembeschreibung mein Ziel beschreibt: ich will Teilen Sie die folgenden Zahlen in Gruppen ein, wobei die Varianzen der Zahlen innerhalb jeder Gruppe nicht zu groß sind und die Unterschiede zwischen den Durchschnittswerten der Gruppen nicht zu gering …

14 clustering relative-distribution