Statistiken und Big Data

Fragen und Antworten für Personen, die sich für Statistik, maschinelles Lernen, Datenanalyse, Data Mining und Datenvisualisierung interessieren

1
Long-Tailed-Verteilung von Zeitereignissen
Angenommen, Sie haben die Protokolle eines Webservers. In diesen Protokollen haben Sie Tupel dieser Art: user1, timestamp1 user1, timestamp2 user1, timestamp3 user2, timestamp4 user1, timestamp5 ... Diese Zeitstempel repräsentieren zB die Klicks der Benutzer. user1Besuchen Sie die Site jetzt mehrmals (Sitzungen) im Laufe des Monats, und Sie erhalten während jeder …
3
Ist es akzeptabel, dass nur zwei (oder weniger) Elemente (Variablen) von einem Faktor in der Faktoranalyse geladen werden?
Ich habe einen Satz von 20 Variablen, die ich in SPSS einer Faktoranalyse unterzogen habe. Für die Zwecke der Forschung muss ich 6 Faktoren entwickeln. SPSS hat gezeigt, dass 8 Variablen (von 20) mit geringen Gewichten geladen wurden oder durch mehrere Faktoren gleichermaßen geladen wurden, daher habe ich sie entfernt. …
3
Multinomial-Dirichlet-Modell mit Hyperprior-Verteilung auf die Konzentrationsparameter
Ich werde versuchen, das vorliegende Problem so allgemein wie möglich zu beschreiben. Ich modelliere Beobachtungen als kategoriale Verteilung mit einem Parameterwahrscheinlichkeitsvektor Theta. Dann nehme ich an, dass der Parametervektor Theta einer Dirichlet-Vorverteilung mit den Parametern folgt .α1,α2,…,αkα1,α2,…,αk\alpha_1,\alpha_2,\ldots,\alpha_k Ist es dann möglich, auch eine Hyperpriorverteilung über die Parameter aufzuerlegen ? Muss …
3
Auswahl der Anzahl der beizubehaltenden Hauptkomponenten
Eine Methode, die mir vorgeschlagen wurde, besteht darin, sich ein Geröllplot anzusehen und nach "Ellbogen" zu suchen, um die richtige Anzahl der zu verwendenden PCs zu bestimmen. Aber wenn die Darstellung nicht klar ist, hat R eine Berechnung, um die Anzahl zu bestimmen? fit <- princomp(mydata, cor=TRUE)
10 r  pca 
2
Gilt der multivariate zentrale Grenzwertsatz (CLT), wenn Variablen eine perfekte zeitgleiche Abhängigkeit aufweisen?
Xi∽iidN(0,1)Xi∽iidN(0,1)X_i \overset{iid}{\backsim} \mathcal{N}(0, 1)i=1,...,ni=1,...,ni = 1, ..., nSn=1n∑i=1nXiSn=1n∑i=1nXi\begin{equation} S_n = \frac{1}{n} \sum_{i=1}^n X_i \end{equation}Tn=1n∑i=1n(X2i−1)Tn=1n∑i=1n(Xi2−1)\begin{equation} T_n = \frac{1}{n} \sum_{i=1}^n (X_i^2 - 1) \end{equation} SnSnS_nTnTnT_nn=1n=1n = 1n−−√SnnSn\sqrt{n} S_nn−−√TnnTn\sqrt{n} T_nn→∞n→∞n \rightarrow \infty Die Motivation: Meine Motivation für die Frage ergibt sich aus der Tatsache, dass es seltsam (aber wunderbar) ist, dass SnSnS_n und …
1
R und EViews Unterschiede in AR (1) Schätzungen
Das Hauptproblem ist: Ich kann nicht ähnliche Parameterschätzungen mit EViews und R. erhalten Aus Gründen, die ich selbst nicht kenne, muss ich Parameter für bestimmte Daten mithilfe von EViews schätzen. Dies erfolgt durch Auswahl der Option NLS (nichtlineare kleinste Quadrate) und Verwendung der folgenden Formel:indep_var c dep_var ar(1) EViews behauptet, …
3
Modellvorschlag für eine Cox-Regression mit zeitabhängigen Kovariaten
Ich modelliere die Auswirkung einer Schwangerschaft auf den Ausgang einer Krankheit (tot am Leben). Ungefähr 40% der Patienten wurden nach dem Zeitpunkt der Diagnose schwanger - jedoch zu unterschiedlichen Zeitpunkten. Bisher habe ich KM-Diagramme erstellt, die eine eindeutige Schutzwirkung der Schwangerschaft auf das Überleben und auch ein reguläres Cox-Modell zeigen. …
10 survival 
3
Welche Verbindung besteht zwischen Methoden wie Matching und statistischer Kontrolle von Variablen?
Oft lesen Sie in Forschungsartikeln, die die Forscher für bestimmte Variablen kontrolliert haben. Dies kann durch Methoden wie Matching, Blocking usw. erfolgen. Aber ich habe immer gedacht, dass die Kontrolle von Variablen statistisch durchgeführt wird, indem mehrere Variablen gemessen werden, die Einfluss haben könnten, und statistische Analysen dieser Variablen durchgeführt …
1
Wie kann man die Koeffizienten eines multivariaten gemischten Modells in lme4 ohne Gesamtabschnitt interpretieren?
Ich versuche, ein multivariates (dh Mehrfachantwort-) Mischmodell einzubauen R. Abgesehen von den ASReml-rund SabreR-Paketen (für die externe Software erforderlich ist) scheint dies nur in möglich zu sein MCMCglmm. In dem Papier , das die begleitet MCMCglmmPaket (pp.6) beschreibt Jarrod Hadfield den Prozess des Anpassens ein solches Modell , wie wie …
2
Kann ich Bootstrapping verwenden, warum oder warum nicht?
Ich arbeite derzeit an Schätzungen der Biomasse mithilfe von Satellitenbildern. Ich werde schnell den Hintergrund meiner Frage definieren und dann die statistische Frage erklären, an der ich arbeite. Hintergrund Problem Ich versuche, die Biomasse in einem Gebiet in Frankreich abzuschätzen. Meine Antwort ist die Dampfholzvolumendichte (in ), die mehr oder …
10 bootstrap 
2
Hierarchische Modelle für mehrere Vergleiche - Kontext mit mehreren Ergebnissen
Ich habe gerade Gelman's (erneut) gelesen. Warum wir uns (normalerweise) nicht um mehrere Vergleiche kümmern müssen . Insbesondere wird im Abschnitt "Mehrere Ergebnisse und andere Herausforderungen" die Verwendung eines hierarchischen Modells für Situationen erwähnt, in denen mehrere verwandte Maßnahmen von derselben Person / Einheit zu unterschiedlichen Zeiten / Bedingungen vorliegen. …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.