Statistiken und Big Data

4

Ist die variable Reihenfolge bei der linearen Regression von Bedeutung?

Ich untersuche das Zusammenspiel zweier Variablen ( und ). Zwischen diesen Variablen besteht eine große lineare Korrelation mit . Aus der Natur des Problems kann ich nichts über die Ursache sagen (ob verursacht oder umgekehrt). Ich möchte Abweichungen von der Regressionslinie untersuchen, um Ausreißer zu erkennen. Dazu kann ich entweder …

9 regression outliers linear-model

3

Wie ändere ich Spaltennamen im Datenrahmen 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 6 Jahren . names(mydat)[c(name)]<-c("newname") Daraus weiß ich, dass der Spalten- / Variablenname "Name" des Datenrahmens mydat durch "neuer …

9 r

3

Warum ist die Austauschbarkeit von Zufallsvariablen in hierarchischen Bayes'schen Modellen wesentlich?

Warum ist die Austauschbarkeit von Zufallsvariablen für die hierarchische Bayes'sche Modellierung wesentlich?

9 bayesian multilevel-analysis exchangeability

1

Wie berechnet man den Standardfehler der Quotenverhältnisse?

Ich habe zwei Datensätze aus genomweiten Assoziationsstudien. Die einzigen verfügbaren Informationen sind das Odds Ratio und der p-Wert für den ersten Datensatz. Für den zweiten Datensatz habe ich das Odds Ratio, den p-Wert und die Allelfrequenzen (AFD = Krankheit, AFC = Kontrollen) (zB: 0,321). Ich versuche, eine Metaanalyse dieser Daten …

9 meta-analysis genetics

2

Vorteile der Lösung eines Problems durch Formulierung einer Kostenfunktion, die global optimierbar ist

Dies ist eine eher allgemeine Frage (dh nicht unbedingt spezifisch für Statistiken), aber ich habe einen Trend in der maschinellen Lern- und statistischen Literatur festgestellt, bei dem Autoren den folgenden Ansatz bevorzugen: Ansatz 1 : Erhalten Sie eine Lösung für ein praktisches Problem, indem Sie eine Kostenfunktion formulieren, für die …

9 optimization function

2

Verteilung von "ungemischten" Teilen basierend auf der Reihenfolge der Mischung

Angenommen, ich habe Beobachtungen gepaart, die als für . Let und bezeichne der - ten größten beobachteten Wert von . Was ist die (bedingte) Verteilung von ? (oder gleichwertig das von )i = 1 , 2 , ... , n Z i = X i + Y i , Z …

9 distributions order-statistics shrinkage

1

Zufälliger Permutationstest zur Merkmalsauswahl

Ich bin verwirrt über die Permutationsanalyse für die Merkmalsauswahl in einem logistischen Regressionskontext. Können Sie den zufälligen Permutationstest klar erläutern und erläutern, wie er für die Merkmalsauswahl gilt? Möglicherweise mit genauem Algorithmus und Beispielen. Wie ist der Vergleich mit anderen Schrumpfungsmethoden wie Lasso oder LAR?

9 regression logistic feature-selection permutation-test shrinkage

1

Wie sind die Ergebnisse der Dimensionsreduktion / mehrdimensionalen Skalierung zu interpretieren?

Ich habe sowohl eine SVD-Zerlegung als auch eine mehrdimensionale Skalierung einer 6-dimensionalen Datenmatrix durchgeführt, um die Struktur der Daten besser zu verstehen. Leider sind alle Singularwerte in derselben Größenordnung, was bedeutet, dass die Dimensionalität der Daten tatsächlich 6 beträgt. Ich möchte jedoch die Werte der Singularvektoren interpretieren können. Zum Beispiel …

9 pca interpretation dimensionality-reduction svd

3

Radfahren im k-means-Algorithmus

Laut Wiki ist das am häufigsten verwendete Konvergenzkriterium "Zuordnung hat sich nicht geändert". Ich habe mich gefragt, ob Radfahren auftreten kann, wenn wir ein solches Konvergenzkriterium verwenden. Ich würde mich freuen, wenn jemand auf einen Artikel verweist, der ein Beispiel für das Radfahren gibt oder beweist, dass dies unmöglich ist.

9 clustering algorithms k-means

5

Automatische Schwellenwertbestimmung zur Erkennung von Anomalien

Ich arbeite mit einer Zeitreihe von Anomalie-Scores (Hintergrund ist die Anomalieerkennung in Computernetzwerken). Jede Minute erhalte ich einen Anomalie-Score der mir sagt, wie "unerwartet" oder abnormal der aktuelle Status des Netzwerks ist. Je höher die Punktzahl, desto abnormaler ist der aktuelle Zustand. Scores nahe 5 sind theoretisch möglich, treten jedoch …

9 time-series outliers threshold

3

Behandlung der Ebenen "Weiß nicht / Abgelehnt" von kategorialen Variablen

Ich modelliere die Diabetes-Vorhersage mithilfe der logistischen Regression. Der verwendete Datensatz ist das Behavioral Risk Factor Surveillance System (BRFSS) des Center for Disease Control (CDC). Eine der unabhängigen Variablen ist Bluthochdruck. Es ist kategorisch mit den folgenden Ebenen "Ja", "Nein", "Weiß nicht / Abgelehnt". Sollte ich diese Zeilen beim Erstellen …

9 logistic missing-data

3

Platzsparendes Clustering

Die meisten Clustering-Algorithmen, die ich gesehen habe, beginnen mit der Erstellung von Abständen zwischen allen Punkten, was bei größeren Datensätzen problematisch wird. Gibt es einen, der das nicht tut? Oder ist es eine Art partieller / ungefährer / gestaffelter Ansatz? Welcher Clustering-Algorithmus / welche Implementierung benötigt weniger als O (n …

9 clustering algorithms large-data

1

Wie kann ich die Anpassung von GEE / Logistikmodell beurteilen, wenn Kovariaten fehlende Daten haben?

Ich habe zwei GEE-Modelle (Generalized Estimating Equation) an meine Daten angepasst: 1) Modell 1: Ergebnis ist longitudinale Ja / Nein-Variable (A) (Jahr 1,2,3,4,5) mit longitudinalem kontinuierlichem Prädiktor (B) für die Jahre 1,2,3,4,5. 2) Modell 2: Das Ergebnis ist dieselbe longitudinale Ja / Nein-Variable (A), aber jetzt ist mein Prädiktor auf …

9 logistic gee

1

Gibt es ein Äquivalent von ARMA für die Rangkorrelation?

Ich betrachte extrem nichtlineare Daten, für die die ARMA / ARIMA-Modelle nicht gut funktionieren. Ich sehe jedoch eine gewisse Autokorrelation und vermute, bessere Ergebnisse für die nichtlineare Autokorrelation zu erzielen. 1 / Gibt es ein Äquivalent des PACF für die Rangkorrelation? (in R?) 2 / Gibt es ein Äquivalent des …

9 r correlation nonparametric garch arma

2

Wie wendet man eine Kreuzvalidierung im Kontext der Auswahl von Lernparametern für Support-Vektor-Maschinen angemessen an?

Das wunderbare libsvm-Paket bietet eine Python-Oberfläche und eine Datei "easy.py", die automatisch nach Lernparametern (Kosten & Gamma) sucht, die die Genauigkeit des Klassifikators maximieren. Innerhalb eines bestimmten Kandidatensatzes von Lernparametern wird die Genauigkeit durch Kreuzvalidierung operationalisiert, aber ich denke, dies untergräbt den Zweck der Kreuzvalidierung. Das heißt, sofern die Lernparameter …

9 cross-validation svm