Statistiken und Big Data

2

Ich habe über die Berechnung von R2R2R^2 -Werten in gemischten Modellen gelesen und nach dem Lesen der R-sig-FAQ, anderer Beiträge in diesem Forum (ich würde ein paar verlinken, aber ich habe nicht genug Ruf) und einiger anderer Referenzen, die ich unter Verwendung von verstehe 2R2R2R^2 Werte im Kontext gemischter Modelle …

13 r mixed-model r-squared lme4-nlme

3

Restliche Autokorrelation gegenüber verzögerter abhängiger Variable

Bei der Modellierung von Zeitreihen besteht die Möglichkeit, (1) die Korrelationsstruktur der Fehlerterme zu modellieren, indem zB ein AR (1) -Prozess (2) die verzögerte abhängige Variable als erklärende Variable einbezieht (rechts) Ich verstehe, dass dies manchmal wichtige Gründe sind (2). Was sind jedoch die methodischen Gründe , um entweder (1) …

13 time-series autocorrelation residuals lags

2

Erfassung der Saisonalität in multipler Regression für tägliche Daten

Ich habe tägliche Verkaufsdaten für ein Produkt, das sehr saisonabhängig ist. Ich möchte die Saisonalität im Regressionsmodell erfassen. Ich habe gelesen, dass Sie in diesem Fall, wenn Sie vierteljährliche oder monatliche Daten haben, 3 bzw. 11 Dummy-Variablen erstellen können - aber kann ich mit täglichen Daten umgehen? Ich habe drei …

13 regression time-series multiple-regression categorical-data

1

Warum funktioniert Ridge Regression bei Multikollinearität gut?

Ich lerne etwas über die Gratregression und weiß, dass die Gratregression bei Multikollinearität tendenziell besser funktioniert. Ich frage mich, warum das so ist? Entweder eine intuitive oder eine mathematische Antwort wäre zufriedenstellend (beide Arten von Antworten wären sogar noch zufriedenstellender). Außerdem weiß ich , dass das β immer erhalten werden, …

13 multicollinearity ridge-regression

2

Wie können wir eine ROC-Kurve für Entscheidungsbäume zeichnen?

Normalerweise können wir keine ROC-Kurve für die diskreten Klassifikatoren wie Entscheidungsbäume zeichnen. Habe ich recht? Gibt es eine Möglichkeit, eine ROC-Kurve für Dtrees zu zeichnen?

13 roc cart

1

Einbindung einer empirischen CDF

Ich habe eine empirische Verteilung G(x)G(x)G(x) . Ich berechne es wie folgt x <- seq(0, 1000, 0.1) g <- ecdf(var1) G <- g(x) Ich bezeichne h(x)=dG/dxh(x)=dG/dxh(x) = dG/dx , dh hhh ist das pdf, während GGG das cdf ist. Ich möchte nun eine Gleichung für die obere Integrationsgrenze (sagen wir …

13 r integral ecdf

1

Verständnis des Chi-Quadrat-Tests und der Chi-Quadrat-Verteilung

Ich versuche die Logik hinter dem Chi-Quadrat-Test zu verstehen. Der Chi-Quadrat-Test ist χ2=∑(obs−exp)2expχ2=∑(obs−exp)2exp\chi ^2 = \sum \frac{(obs-exp)^2}{exp} . wird dann mit einer Chi-Quadrat-Verteilung verglichen, um einen p-Wert herauszufinden, um die Nullhypothese abzulehnen oder nicht. : Die Beobachtungen stammen aus der Verteilung, mit der wir unsere erwarteten Werte erstellt haben. Zum …

13 probability distributions normal-distribution mathematical-statistics chi-squared

2

Online-Schätzung von Quartilen ohne Speicherung von Beobachtungen

Ich muss Quartile (Q1, Median und Q3) in Echtzeit mit einer großen Datenmenge berechnen, ohne die Beobachtungen zu speichern. Ich habe zuerst den P-Quadrat-Algorithmus (Jain / Chlamtac) ausprobiert, war aber nicht zufrieden damit (etwas zu viel CPU-Auslastung und nicht überzeugt von der Genauigkeit zumindest meines Datensatzes). Ich verwende jetzt den …

13 quantiles median online

1

Wie interpretiere ich Autokorrelation?

Ich habe die Autokorrelation anhand von Zeitreihendaten zu den Bewegungsmustern eines Fisches basierend auf seinen Positionen berechnet: X ( x.ts) und Y ( y.ts). Mit R habe ich die folgenden Funktionen ausgeführt und die folgenden Diagramme erstellt: acf(x.ts,100) acf(y.ts,100) Meine Frage ist, wie ich diese Handlungen interpretiere. Welche Informationen werden …

13 r time-series autocorrelation

4

Ein Regressionsmodell, dessen Antwortvariable der Tag des Jahres ist, an dem (normalerweise) ein jährliches Ereignis auftritt

In diesem speziellen Fall beziehe ich mich auf den Tag, an dem ein See gefriert. Dieses "Ice-On" -Datum tritt nur einmal im Jahr auf, aber manchmal überhaupt nicht (wenn der Winter warm ist). In einem Jahr kann der See an Tag 20 (20. Januar) einfrieren und in einem anderen Jahr …

13 regression time-series survival data-transformation recurrent-events

2

Sie beobachten k Köpfe aus n Würfen. Ist die Münze fair?

Diese Frage wurde mir in einem Interview mit (n,k)=(400,220)(n,k)=(400,220)(n, k) = (400, 220) gestellt. Gibt es eine "richtige" Antwort? Angenommen, die Würfe sind iid und die Wahrscheinlichkeit von Köpfen ist p=0.5p=0.5p=0.5 . Die Verteilung der Anzahl der Köpfe in 400 Würfen sollte dann in der Nähe von Normal (200, 10 …

13 probability hypothesis-testing self-study prior

3

Warum ist die Anzahl der Freiheitsgrade

Ich habe hier gelesen , dass die Anzahl der Freiheitsgrade war, die ich verwenden sollte, wenn ich einen t-Test für die Signifikanz eines Regressionskoeffizienten durchführe, aber ich verstehe nicht warum. Mein Verständnis war, dass T-Tests im Allgemeinen n - 1 Freiheitsgrade hatten.n - p - 1n-p-1n-p-1n - 1n-1n-1

13 regression hypothesis-testing multiple-regression t-test

3

Intercept Term in der logistischen Regression

Angenommen, wir haben das folgende logistische Regressionsmodell: logit(p)=β0+β1x1+β2x2logit(p)=β0+β1x1+β2x2\text{logit}(p) = \beta_0+\beta_{1}x_{1} + \beta_{2}x_{2} Ist die Wahrscheinlichkeit des Ereignisses, wenn x 1 = 0 und x 2 = 0 ist ? Mit anderen Worten, ist es die Wahrscheinlichkeit des Ereignisses, wenn x 1 und x 2 auf dem niedrigsten Niveau sind (auch …

13 logistic interpretation intercept

1

Suche nach einem theoretischen Verständnis der Firth Logistic Regression

Ich versuche, die logistische Regression von Firth zu verstehen (Methode zum Behandeln einer perfekten / vollständigen oder quasi vollständigen Trennung in der logistischen Regression), damit ich sie anderen in vereinfachten Begriffen erklären kann. Hat jemand eine abgedrehte Erklärung, welche Änderung Firth-Schätzung an MLE vornimmt? Ich habe nach bestem Wissen Firth …

13 logistic maximum-likelihood separation

4

Was machst du, wenn es keinen Ellbogenpunkt für kmeans Clustering gibt?

Ich habe gelernt, dass Sie bei der Auswahl einer Reihe von Clustern nach einem Ellbogenpunkt für verschiedene Werte von K suchen sollten. Ich habe die Werte von withinss für Werte von k von 1 bis 10 geplottet, sehe aber kein klares Ellbogen. Was machst du in so einem Fall?

13 clustering k-means