Statistiken und Big Data

1

Verwirrung in Bezug auf die Absacktechnik

Ich bin ein bisschen verwirrt. Ich habe dieses Papier gelesen, in dem erklärt wurde, dass die Absacktechnik die Varianz stark verringert und die Vorspannung nur geringfügig erhöht. Ich habe es nicht verstanden, warum es die Varianz reduziert. Ich weiß, was Varianz und Voreingenommenheit sind. Bias ist die Unfähigkeit des Modells, …

9 variance bias bagging

2

Woher kommt die Gaußsche Funktion?

Ich habe unzählige Seiten auf Google gelesen und kann keine zufriedenstellende Antwort finden. Ich habe auch http://castatistics.wikispaces.com/file/view/normal+der..pdf gelesen , aber ich bezweifle, dass dies die ursprüngliche Motivation für die Gaußsche Funktion war. Ich bin zurzeit ein Student und mein Lehrbuch sagt mir nur, dass die Funktion f (x) = ae …

9 normal-distribution

3

Wie kann ich die Intuition hinter ANOVA erklären?

Ich muss einer nicht-technischen Person die Intuition erklären, die dahinter steckt, was ANOVA tut. Gibt es ein Bild, das die Idee erklärt? Ein Bild, das die Schlüsselidee im Kontext einer Einweg-ANOVA mit vielleicht 3 Faktorstufen veranschaulicht, könnte hilfreich sein? Nehmen wir an, die Person hat in der fernen Vergangenheit einige …

9 anova intuition

1

Hyperprior-Verteilungen für die Parameter (Skalenmatrix und Freiheitsgrade) eines Wisharts vor einer inversen Kovarianzmatrix

Ich schätze mehrere inverse Kovarianzmatrizen einer Reihe von Messungen über verschiedene Subpopulationen hinweg unter Verwendung eines Wisharts vor jags / rjags / R. Anstatt eine Skalenmatrix und Freiheitsgrade in der inversen Kovarianzmatrix vor (der Wishart-Verteilung) anzugeben, möchte ich einen Hyperprior in der Skalenmatrix und den Freiheitsgraden verwenden, damit sie aus …

9 bayesian covariance prior wishart hierarchical-bayesian

4

Wie gehe ich mit Online-Zeitreihenprognosen um?

Ich habe mich mit dem folgenden Problem befasst. Ich habe eine Art Echtzeitsystem und lese jedes Mal, wenn ich den aktuellen Wert lese, eine Zeitreihe (z. B. 1, 12, 2, 3, 5, 9, 1, ...). Ich möchte Methoden (statistisches und maschinelles Lernen) kennen, um den nächsten Wert online vorherzusagen (dh …

9 time-series machine-learning online forecasting

1

Was ist mit der Heterogenität der Varianz zu tun, wenn die Streuung mit größeren angepassten Werten abnimmt?

Ich versuche ein lineares gemischtes Modell zu erzeugen. Der R-Code lautet wie folgt. lme (Average.payoff ~ Spiel + Typ + Andere.Typ + Spiel: Typ + Spiel: Andere.Typ + Typ: Andere.Typ, zufällig = ~ 1 | Subjekte, Methode = "REML", Daten = Subjektsm1) -> lme1 Der Antwortterm Average.payoff ist stetig, während …

9 regression mixed-model variance heteroscedasticity lme4-nlme

2

Sind Datentransformationen für nicht normale Daten für eine explorative Faktoranalyse erforderlich, wenn die Extraktionsmethode des Hauptachsenfaktors verwendet wird?

Ich entwickle einen Fragebogen, um vier Faktoren zu messen, die Spiritualität ausmachen, und ich möchte die folgende Frage stellen: Sind Datentransformationen für nicht normale Daten für eine explorative Faktoranalyse erforderlich, wenn die Extraktionsmethode des Hauptachsenfaktors verwendet wird? Ich habe gestern das Screening meiner Daten beendet und festgestellt, dass 3 von …

9 factor-analysis skewness kurtosis eda

1

Wie funktioniert das Argument tie.method der Rangfunktion von R?

Ich benutze, um a rank(a, ties.method="max")zu bewerten. Aber ich bin mir nicht ganz sicher, was das ties.method="max"macht. Können Sie bitte helfen?

9 r ranks ties

1

Konfidenzintervalle um einen Schwerpunkt mit modifizierter Gower-Ähnlichkeit

Ich möchte 95% -Konfidenzintervalle für Zentroide erhalten, basierend auf der Gower-Ähnlichkeit zwischen einigen mulivariaten Proben (Community-Daten von Sedimentkernen). Bisher habe ich das vegan{}Paket in R verwendet, um eine modifizierte Gower-Ähnlichkeit zwischen Kernen zu erhalten (basierend auf Anderson 2006; jetzt in R als Teil von enthalten vegdist()). Weiß jemand, wie ich …

9 r confidence-interval

3

MCMC zur Behandlung von Problemen mit geringer Wahrscheinlichkeit

Ich habe eine ziemlich geringe Wahrscheinlichkeit, dass sich Metropolis-Hastings-Sampler sehr unregelmäßig durch den Parameterraum bewegen, dh es kann keine Konvergenz erreicht werden, unabhängig von den Parametern der Angebotsverteilung (in meinem Fall ist es Gauß). Mein Modell weist keine hohe Komplexität auf - nur zwei Parameter, aber es scheint, dass MH …

9 mcmc likelihood posterior

2

Multiple Imputationsfragen für multiple Regression in SPSS

Ich verwende derzeit ein Modell mit mehreren Regressionen unter Verwendung von unterstellten Daten und habe einige Fragen. Hintergrund: Verwenden von SPSS 18. Meine Daten scheinen MAR zu sein. Durch das listweise Löschen von Fällen habe ich nur 92 Fälle, durch mehrfache Imputation bleiben 153 Fälle zur Analyse übrig. Alle Annahmen …

9 spss multiple-regression data-transformation multiple-imputation

2

PRESS-Statistik für die Ridge-Regression

In gewöhnlichen kleinsten Quadraten, die einen Zielvektor gegen einen Satz von Prädiktoren zurückführen , wird die Hutmatrix als berechnetyyyX.X.X H.= X.( X.tX.)- 1X.tH.=X.(X.tX.)- -1X.tH = X (X^tX)^{-1} X^t und die PRESSE (vorhergesagte verbleibende Quadratsumme) wird berechnet durch S.S.P.= ∑ich( eich1 - hi i)2S.S.P.=∑ich(eich1- -hichich)2SS_P = \sum_i \left( \frac{e_i}{1-h_{ii}}\right)^2 wobei der …

9 regression cross-validation ridge-regression

3

Kann ich eine Variable verwenden, die eine nichtlineare Beziehung zur abhängigen Variablen in der logistischen Regression hat?

Angenommen, ich erstelle ein logistisches Regressionsmodell, bei dem die abhängige Variable binär ist und die Werte oder 1 annehmen kann . Die unabhängigen Variablen seien x 1 , x 2 , . . . , x m - es gibt m unabhängige Variablen. Nehmen wir an, für die k- te …

9 regression estimation logistic sas

1

Wenn

Angenommen, hat eine logarithmische Normalverteilung und es gibt eine echte positive Zahl . Ist es dann richtig zu sagen, dass auch eine logarithmische Normalverteilung hat? Mein Gefühl ist, dass dies nicht möglich ist, da einen negativen Wert annehmen kann, während eine logarithmische Normalverteilung nur in der positiven Domäne definiert ist. …

9 lognormal

1

Imputation einer zensierten Variablen

Ich habe einen medizinischen Datensatz mit ca. 200 Variablen. Eine der Variablen ist ein Bio-Marker (Konzentration eines bestimmten Enzyms). Die Verteilung ist recht schief und das Problem ist, dass Werte über einem bestimmten Level auf diesem Level zensiert / abgeschnitten werden. Während der Mittelwert der Variablen bei 10 liegt, werden …

9 r epidemiology data-imputation censoring