Statistiken und Big Data

2

d prime mit 100% Trefferquote und 0% Fehlalarmwahrscheinlichkeit

Ich möchte d prime für eine Speicheraufgabe berechnen , bei der alte und neue Elemente erkannt werden. Das Problem, das ich habe, ist, dass einige der Probanden eine Trefferquote von 1 und / oder eine Fehlalarmquote von 0 haben, wodurch die Wahrscheinlichkeiten 100% bzw. 0% betragen. Die Formel für d …

10 roc excel signal-detection d-prime

1

Wie kann man die Anzahl der Faltungsoperatoren in CNN bestimmen?

Bei Computer-Vision-Aufgaben wie der Objektklassifizierung mit Convolutional Neural Networks (CNN) bietet das Netzwerk eine ansprechende Leistung. Ich bin mir jedoch nicht sicher, wie ich die Parameter in Faltungsschichten einrichten soll. Beispielsweise kann bei einem Graustufenbild ( 480x480) die erste Faltungsschicht einen Faltungsoperator wie verwenden 11x11x10, wobei die Zahl 10 die …

10 neural-networks deep-learning conv-neural-network computer-vision

1

ROC-Kurven für unsymmetrische Datensätze

Betrachten Sie eine Eingangsmatrix und einen Binärausgang y .X.XXyyy Eine übliche Methode zur Messung der Leistung eines Klassifikators ist die Verwendung von ROC-Kurven. In einem ROC-Diagramm ist die Diagonale das Ergebnis, das von einem zufälligen Klassifikator erhalten würde. Im Falle einer unsymmetrischen Ausgabe die Leistung eines Zufallsklassifizierers verbessert werden, indem …

10 classification roc unbalanced-classes

2

Wie bekomme ich eine ANOVA-Tabelle mit robusten Standardfehlern?

Ich führe eine gepoolte OLS-Regression mit dem plm-Paket in R aus. Meine Frage bezieht sich jedoch eher auf grundlegende Statistiken. Deshalb versuche ich, sie zuerst hier zu veröffentlichen. Da meine Regressionsergebnisse heteroskedastische Residuen ergeben, möchte ich versuchen, robuste Standardfehler der Heteroskedastizität zu verwenden. Als Ergebnis coeftest(mod, vcov.=vcovHC(mod, type="HC0"))erhalte ich eine …

10 r anova multiple-regression heteroscedasticity robust-standard-error

2

So visualisieren Sie Prozentsätze im Vergleich zur Anzahl der Einträge.

Ich versuche herauszufinden, wie ich die folgende Tabelle am besten visualisieren und die Wirksamkeit der Behandlung in Bezug auf die Anzahl der Patienten, die die Behandlung ausprobiert haben, hervorheben kann. Hier ist der Link zur aktuellen Seite: http://curetogether.com/cluster-headaches/treatments/ Was ist der beste Weg, um die Wirksamkeit hervorzuheben und gleichzeitig den …

10 data-visualization pie-chart

2

Was genau ist die Box-Jenkins-Methode für ARIMA-Prozesse?

Auf der Wikipedia- Seite heißt es, dass Box-Jenkins eine Methode ist, um ein ARIMA-Modell an eine Zeitreihe anzupassen. Wenn ich nun ein ARIMA-Modell an eine Zeitreihe anpassen möchte, öffne ich SAS, rufe auf proc ARIMA, gebe die Parameter und SAS gibt mir AR- und MA-Koeffizienten. Jetzt kann ich verschiedene Kombinationen …

10 time-series arima sas aic box-jenkins

3

Was sind Kriterien und Entscheidungen für die Nichtlinearität in statistischen Modellen?

Ich hoffe, dass die folgende allgemeine Frage Sinn macht. Bitte beachten Sie, dass ich für die Zwecke dieser speziellen Frage nicht an theoretischen (Fachgebiets-) Gründen für die Einführung von Nichtlinearität interessiert bin. Daher werde ich die vollständige Frage wie folgt formulieren : Was ist ein logischer Rahmen ( Kriterien und, …

10 nonlinear-regression methodology nonlinear regression-strategies

1

Vorhersage mit zufälligen Effekten in mgcv gam

Ich bin daran interessiert, den gesamten Fischfang mit gam in mgcv zu modellieren, um einfache zufällige Effekte für einzelne Schiffe zu modellieren (die im Laufe der Zeit wiederholte Fahrten in der Fischerei unternehmen). Ich habe 98 Probanden, also dachte ich, ich würde Gam anstelle von Gamm verwenden, um die zufälligen …

10 prediction random-effects-model gam mgcv

3

Bedeutet eine saisonale Zeitreihe eine stationäre oder eine nicht stationäre Zeitreihe?

Wenn ich eine Zeitreihe mit Saisonalität habe, macht das die Serie dann automatisch nicht stationär? Meine Intuition (wahrscheinlich aus) ist, dass dies nicht der Fall ist. Saisonalität bedeutet, dass die Serie um einen konstanten Wert herum auf und ab geht ... so etwas wie eine Sinuswelle. Nach dieser Logik ist …

10 time-series stationarity seasonality

1

Intrinsische räumliche Stationarität: Gilt das nicht nur für kleine Verzögerungen?

Aus der Definition der intrinsischen Stationarität: E.[ Z.( x ) - Z.( x - h ) ] = 0E[Z(x)−Z(x−h)]=0E[Z(x)-Z(x-h)] = 0 Diese Annahme wird beispielsweise beim normalen Kriging verwendet. Anstatt einen konstanten Mittelwert über den gesamten Raum anzunehmen, nehmen wir an, dass der Mittelwert lokal konstant ist. Wenn der Mittelwert …

10 spatial

2

Welche Verteilung nimmt der genaue Test von Fisher an?

In meiner Arbeit habe ich mehrere Verwendungen des exakten Fisher-Tests gesehen und mich gefragt, wie gut er zu meinen Daten passt. Bei Betrachtung mehrerer Quellen verstand ich die Berechnung der Statistik, sah jedoch nie eine klare und formale Erklärung der angenommenen Nullhypothese. Kann mir bitte jemand eine formelle Erklärung der …

10 hypothesis-testing chi-squared multinomial contingency-tables fishers-exact

1

Werden Datenverarbeitungsfehler bereits in die statistische Analyse eingepreist?

Ok, faire Warnung - dies ist eine philosophische Frage, die keine Zahlen beinhaltet. Ich habe viel darüber nachgedacht, wie sich Fehler im Laufe der Zeit in Datensätze einschleichen und wie dies von Analysten behandelt werden sollte - oder ob es überhaupt wichtig sein sollte? Als Hintergrund mache ich die Analyse …

10 dataset error

2

Warum verzerrt kein Messfehler in der abhängigen Variablen die Ergebnisse?

Wenn es einen Messfehler in der unabhängigen Variablen gibt, habe ich verstanden, dass die Ergebnisse gegen 0 verzerrt werden. Wenn die abhängige Variable mit einem Fehler gemessen wird, sagen sie, dass sie nur die Standardfehler beeinflusst, aber das macht für mich nicht viel Sinn, weil wir es sind Schätzen der …

10 regression econometrics instrumental-variables

4

Warum nicht alle Variablen log-transformieren, die nicht von Hauptinteresse sind?

In Büchern und Diskussionen heißt es oft, dass bei Problemen (von denen es einige gibt) mit einem Prädiktor eine logarithmische Transformation möglich ist. Ich verstehe jetzt, dass dies von Verteilungen abhängt und dass die Normalität in Prädiktoren keine Annahme einer Regression ist. Durch die Protokolltransformation werden Daten jedoch einheitlicher, weniger …

10 regression data-transformation

3

glm in R - welcher p-Wert repräsentiert die Anpassungsgüte des gesamten Modells?

Ich verwende glms in R (verallgemeinerte lineare Modelle). Ich dachte, ich kenne p-Werte - bis ich sah, dass das Aufrufen einer Zusammenfassung für ein glm keinen übergeordneten p-Wert ergibt, der für das gesamte Modell repräsentativ ist - zumindest nicht an der Stelle, an der lineare Modelle dies tun. Ich frage …

10 r statistical-significance generalized-linear-model p-value descriptive-statistics