Statistiken und Big Data

4

Beispiele für kostspielige Konsequenzen aus dem unsachgemäßen Einsatz statistischer Tools

Ich vermute, dass die meisten Benutzer von Statistik-Tools Nebennutzer sind (Leute, die wenig bis gar keine formelle Ausbildung in Statistik hatten). Für Forscher und andere Fachleute ist es sehr verlockend, statistische Methoden auf ihre Daten anzuwenden, nur weil sie es in von Experten begutachteten Artikeln, in grauer Literatur, im Internet …

12 dataset methodology

5

Kann ich PCA zur Variablenauswahl für die Clusteranalyse verwenden?

Ich muss die Anzahl der Variablen reduzieren, um eine Clusteranalyse durchzuführen. Meine Variablen sind stark korreliert, daher habe ich mir überlegt, eine Faktoranalyse-PCA (Principal Component Analysis) durchzuführen. Wenn ich jedoch die resultierenden Bewertungen verwende, sind meine Cluster nicht ganz korrekt (im Vergleich zu früheren Klassifizierungen in der Literatur). Frage: Kann …

12 clustering pca feature-selection factor-analysis

5

lme4 oder ein anderer Open Source R-Paketcode, der asreml-R entspricht

Ich möchte ein gemischtes Modell mit lme4, nlme, baysian regression package oder einem anderen verfügbaren Modell anpassen. Gemischtes Modell in Asreml-R-Kodierungskonventionen Bevor wir auf die Details eingehen, möchten wir vielleicht Details zu ASREML-R-Konventionen für diejenigen haben, die mit ASREML-Codes nicht vertraut sind. y = Xτ + Zu + e ........................(1) …

12 r

3

Mit read.csv nur zwei von drei Spalten lesen

Verschlossen . Diese Frage und ihre Antworten sind gesperrt, da die Frage nicht zum Thema gehört, aber von historischer Bedeutung ist. Derzeit werden keine neuen Antworten oder Interaktionen akzeptiert. Ich habe einen ASCII-Datensatz, der aus drei Spalten besteht, aber nur die letzten beiden sind tatsächliche Daten. Jetzt möchte ich ein …

12 r

2

Unterschied zwischen t-Test und ANOVA in der linearen Regression

Ich frage mich, welche Unterschiede zwischen t-Test und ANOVA in der linearen Regression bestehen. Ist ein t-Test, um zu testen, ob eine der Steigungen und der Achsenabschnitt den Mittelwert Null haben, während eine ANOVA zu testen ist, ob alle Steigungen den Mittelwert Null haben? Ist das der einzige Unterschied zwischen …

12 regression anova t-test

4

Prognose von binären Zeitreihen

Ich habe eine binäre Zeitreihe mit 1, wenn sich das Auto nicht bewegt, und 0, wenn sich das Auto bewegt. Ich möchte eine Prognose für einen Zeithorizont von bis zu 36 Stunden im Voraus und für jede Stunde erstellen. Mein erster Ansatz war die Verwendung eines Naive Bayes mit den …

12 r time-series forecasting binary-data

4

Schätzer für eine Binomialverteilung

Wie definieren wir einen Schätzer für Daten, die aus einer Binomialverteilung stammen? Für Bernoulli kann ich mir vorstellen, dass ein Schätzer einen Parameter p schätzt, aber für Binomial kann ich nicht sehen, welche Parameter zu schätzen sind, wenn wir n haben, um die Verteilung zu charakterisieren? Aktualisieren: Mit einem Schätzer …

12 estimation binomial

3

Schätzung der Markov-Kettenwahrscheinlichkeiten

Wie würde man die MC-Übergangsmatrix in Anbetracht der Zeitreihen üblicherweise schätzen? Gibt es dafür eine R-Funktion?

12 markov-process

1

Quantile aus der Kombination von Normalverteilungen

Ich habe Informationen über die Verteilung der anthropometrischen Dimensionen (wie die Schulterspanne) für Kinder unterschiedlichen Alters. Für jedes Alter und jede Dimension habe ich die mittlere Standardabweichung. (Ich habe auch acht Quantile, aber ich glaube nicht, dass ich in der Lage sein werde, von ihnen zu bekommen, was ich will.) …

12 normal-distribution quantiles gaussian-mixture aggregation

2

Wie spezifiziere ich spezifische Kontraste für wiederholte Messungen der ANOVA im Auto?

Ich versuche, eine wiederholte Messung von Anova in R durchzuführen, gefolgt von einigen spezifischen Kontrasten für diesen Datensatz. Ich denke, der richtige Ansatz wäre, Anova()das Fahrzeugpaket zu verwenden. Veranschaulichen wir meine Frage ?Anovaanhand des Beispiels, das aus der Verwendung der OBrienKaiserDaten stammt (Anmerkung: Ich habe den Geschlechtsfaktor aus dem Beispiel …

12 r anova repeated-measures contrasts sums-of-squares

1

Berechnung der Konfidenzintervalle mittels Bootstrap anhand abhängiger Beobachtungen

Der Bootstrap in seiner Standardform kann verwendet werden, um Konfidenzintervalle der geschätzten Statistiken zu berechnen, vorausgesetzt, die Beobachtungen sind korrekt. I. Visser et al. In " Konfidenzintervalle für versteckte Markov-Modellparameter " wurde ein parametrischer Bootstrap verwendet, um CIs für HMM-Parameter zu berechnen. Wenn wir jedoch ein HMM an eine Beobachtungssequenz …

12 confidence-interval bootstrap hidden-markov-model

2

Zeichnen mehrerer Balkendiagramme in einem Diagramm in R [geschlossen]

Geschlossen. Diese Frage ist nicht zum Thema . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so dass es beim Thema für Kreuz Validated. Geschlossen vor 4 Jahren . Ich möchte vier Balkendiagramme in einem einzelnen Diagramm in R darstellen. Ich habe den folgenden …

12 r data-visualization barplot

2

Umgang mit Multikollinearität

Ich habe gelernt, dass wir mit vif()der carPackage- Methode den Grad der Multikollinearität von Eingaben in einem Modell berechnen können. Von wikipedia , wenn der vifWert größer als 5dann können wir davon ausgehen , dass die Eingabe von multicollinearity Problem leidet. Ich habe zum Beispiel ein lineares Regressionsmodell mit der …

12 multicollinearity

1

Quantile über eine gewichtete Stichprobe definieren

Ich habe eine gewichtete Stichprobe, für die ich Quantile berechnen möchte. 1 Wenn die Gewichte gleich sind (ob = 1 oder anders), stimmen die Ergebnisse im Idealfall mit denen von scipy.stats.scoreatpercentile()und R überein quantile(...,type=7). Ein einfacher Ansatz wäre, die Probe mit den angegebenen Gewichten zu "multiplizieren". Das ergibt effektiv ein …

12 algorithms quantiles weighted-sampling

3

Clustering Wahrscheinlichkeitsverteilungen - Methoden & Metriken?

Ich habe einige Datenpunkte, die jeweils 5 Vektoren agglomerierter diskreter Ergebnisse enthalten, wobei die Ergebnisse jedes Vektors durch eine andere Verteilung generiert werden (die spezifische Art, von der ich nicht sicher bin, ist Weibull, wobei der Formparameter etwa exponentiell zur Potenz variiert) Gesetz (1 bis 0, ungefähr).) Ich versuche, einen …

12 distributions clustering feature-selection kolmogorov-smirnov k-means