Statistiken und Big Data

Nachdem ich ein wenig knappe Mathematik durchlaufen habe, denke ich, dass ich eine leichte Intuition für die Schätzung der Kerneldichte habe. Mir ist aber auch bewusst, dass die Schätzung der multivariaten Dichte für mehr als drei Variablen im Hinblick auf die statistischen Eigenschaften ihrer Schätzer möglicherweise keine gute Idee ist. …

13 nonparametric  pdf  kernel-smoothing  bivariate  density-estimation 

Intro: Nachdem ich die Aufmerksamkeit zur Kenntnis genommen habe, die heute von dieser Frage erhalten wurde: " Kann ANOVA signifikant sein, wenn keiner der paarweisen t-Tests signifikant ist? " . Eine Vielzahl von inkongruenten Ergebnissen (zum Nennwert) kann auftreten, wenn die statistische Signifikanz als einfache Dichotomie aufgefasst und auf der …

13 hypothesis-testing  anova  statistical-significance  t-test  multiple-comparisons 

In R (2.15.2) habe ich einmal eine ARIMA (3,1,3) auf eine Zeitreihe und einmal eine ARMA (3,3) auf die einmal differenzierten Zeitreihen gepasst. Die angepassten Parameter unterscheiden sich, was ich der Anpassungsmethode in ARIMA zuschrieb. Auch das Anpassen einer ARIMA (3,0,3) an dieselben Daten wie ARMA (3,3) führt nicht zu …

13 r  time-series  arima  fitting  arma 

Angenommen, X0, X1, … , XnX0,X1,…,Xn X_{0},X_{1},\ldots,X_{n} sind Zufallsvariablen, die der Poisson-Verteilung mit dem Mittelwert folgen . Wie kann ich nachweisen, dass es keinen unvoreingenommenen Schätzer für die Menge ?λλ \lambda 1λ1λ \dfrac{1}{\lambda}

13 probability  poisson-distribution  unbiased-estimator  estimators  iid 

Ich habe eine multiple Regression durchgeführt, bei der das Modell als Ganzes signifikant ist und ungefähr 13% der Varianz erklärt. Ich muss jedoch den Betrag der Varianz finden, der von jedem signifikanten Prädiktor erklärt wird. Wie kann ich das mit R machen? Hier sind einige Beispieldaten und Code: D = …

13 r  regression  variance 

Ich arbeite an einem Logistikmodell und habe einige Schwierigkeiten, die Ergebnisse zu bewerten. Mein Modell ist ein Binomial Logit. Meine erklärenden Variablen sind: eine kategoriale Variable mit 15 Ebenen, eine dichotome Variable und 2 stetige Variablen. Mein N ist groß> 8000. Ich versuche, die Entscheidung von Unternehmen zu modellieren, zu …

13 r  logistic  goodness-of-fit  roc 

Ich arbeite an so etwas wie dem folgenden Problem. Ich habe eine Menge Benutzer und N Bücher. Jeder Benutzer erstellt eine geordnete Rangfolge aller Bücher, die er gelesen hat (was wahrscheinlich eine Teilmenge der N Bücher ist), z. B. Buch 1> Buch 40> Buch 25. Jetzt möchte ich diese einzelnen …

13 multiple-comparisons  ranking  recommender-system  bradley-terry-model 

Ich habe meine multivariaten Daten häufig mit PCA diagnostiziert (Omics-Daten mit Hunderttausenden von Variablen und Dutzenden oder Hunderten von Stichproben). Die Daten stammen oft aus Experimenten mit mehreren kategorialen unabhängigen Variablen, die einige Gruppen definieren, und ich muss oft einige Komponenten durchgehen, bevor ich diejenigen finden kann, die eine Trennung …

13 pca  linear-model  r-squared  discriminant-analysis 

Es ist anscheinend der Fall, dass wenn Xi∼N(0,1)Xi∼N(0,1)X_i \sim N(0,1) , dann X1X2+X3X4∼Laplace(0,1)X1X2+X3X4∼Laplace(0,1)X_1 X_2 + X_3 X_4 \sim \mathrm{Laplace(0,1)} Ich habe Artikel über beliebige quadratische Formen gesehen, die immer zu schrecklichen nicht-zentralen Chi-Quadrat-Ausdrücken führen. Die obige einfache Beziehung scheint mir überhaupt nicht offensichtlich zu sein, hat also (wenn es wahr …

13 normal-distribution  proof  quadratic-form  laplace-distribution 

Ich habe versucht, ARIMA-Modelle zu lernen und anzuwenden. Ich habe einen ausgezeichneten ARIMA-Text von Pankratz gelesen - Forecasting with Univariate Box - Jenkins Models: Concepts and Cases . Der Autor betont im Text insbesondere das Prinzip der Sparsamkeit bei der Auswahl von ARIMA-Modellen. Ich fing an, mit der auto.arima()Funktion in …

13 time-series  forecasting  arima  aic  automatic-algorithms 

Ich habe gerade angefangen, Modelle in Stan zu bauen . Um mich mit dem Tool vertraut zu machen, arbeite ich mich durch einige der Übungen in Bayesian Data Analysis (2nd ed.). Die Waterbuck-Übung setzt voraus, dass die Daten , wobei ( N , θ ) unbekannt ist. Da Hamilton-Monte-Carlo keine …

13 bayesian  mcmc  discrete-data  stan 

Ist es möglich, eine Leistungsanalyse für den Kruskal-Wallis- und den Mann-Whitney-U-Test durchzuführen? Wenn ja, gibt es R-Pakete / -Funktionen, die dies ausführen?

13 r  nonparametric  power-analysis  kruskal-wallis 

Ich habe ein Glm.nb von durchgeführt glm1<-glm.nb(x~factor(group)) wobei group eine kategoriale und x eine metrische Variable ist. Wenn ich versuche, eine Zusammenfassung der Ergebnisse zu erhalten, werden geringfügig unterschiedliche Ergebnisse angezeigt, je nachdem, ob ich summary()oder verwende summary.glm. summary(glm1)gibt mir ... Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 0.1044 …

13 r  generalized-linear-model  negative-binomial 

Können Sie den Grund für die Verwendung eines einseitigen Tests bei der Varianzanalyse angeben? Warum verwenden wir einen One-Tail-Test - den F-Test - in der ANOVA?

13 anova  f-test  sums-of-squares  f-distribution 

Ich muss analytische Ausdrücke für die Autokovarianzfunktion γ(k)γ(k)\gamma\left(k\right) eines ARMA (2,1) -Prozesses ableiten , die bezeichnet werden durch: yt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵtyt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵty_t=\phi_1y_{t-1}+\phi_2y_{t-2}+\theta_1\epsilon_{t-1}+\epsilon_t Also, ich weiß das: γ(k)=E[yt,yt−k]γ(k)=E[yt,yt−k]\gamma\left(k\right) = \mathrm{E}\left[y_t,y_{t-k}\right] damit ich schreiben kann: γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]\gamma\left(k\right) = \phi_1 \mathrm{E}\left[y_{t-1}y_{t-k}\right]+\phi_2 \mathrm{E}\left[y_{t-2}y_{t-k}\right]+\theta_1 \mathrm{E}\left[\epsilon_{t-1}y_{t-k}\right]+\mathrm{E}\left[\epsilon_{t}y_{t-k}\right] Um dann die analytische Version der Autokovarianzfunktion abzuleiten, muss ich Werte von kkk - …

13 time-series  covariance  autocorrelation  arma