Statistiken und Big Data

1

Zeichnen einer Diskriminante als Linie auf dem Streudiagramm

Bei einem gegebenen Datenstreudiagramm kann ich die Hauptkomponenten der Daten als Achsen darstellen, die mit Punkten gekachelt sind, die Hauptkomponentenwerte sind. Sie können ein Beispieldiagramm mit der Cloud (bestehend aus 2 Clustern) und ihrer ersten Hauptkomponente sehen. Es ist leicht zu zeichnen: Rohkomponenten-Scores werden als Datenmatrix x Eigenvektor (en) berechnet …

8 pca discriminant-analysis scatterplot

1

Berechnung von 2D-Konfidenzregionen aus MCMC-Proben

Ich möchte 2D-Konfidenzbereiche (bei 1-Sigma, 2-Sigma) für ein Modell zeichnen, das ich an Daten angepasst habe. Ich habe PyMC verwendet, um 50.000 MCMC-Posterior-Samples für mein Modell mit 6 Parametern zu generieren. Ich weiß, dass der Prozess zum Erstellen von Vertrauensbereichen ähnlich ist wie: 1.) Erstellen eines Histogramms der Proben im …

8 confidence-interval mcmc python

2

Wie kombiniere ich die Ergebnisse mehrerer binärer Tests?

Lassen Sie mich zunächst einmal sagen, dass ich vor 38 Jahren einen Statistikkurs in der Ingenieurschule hatte. Also fliege ich hier blind. Ich habe die Ergebnisse von im Wesentlichen 18 separaten diagnostischen Tests für eine Krankheit. Jeder Test ist binär - ja / nein, ohne Schwellenwert, der angepasst werden kann, …

8 classification bayesian diagnostic

1

Vergleich der Backtesting-Renditen mit den realen Handelsrenditen

Ich habe 10 Jahre simulierte Performance einer Handelsstrategie (unter Verwendung historischer Preise) und N Monate tatsächliche Handelsperformance. Welchen statistischen Test kann ich herausfinden, wenn ich mit den Backtesting-Zahlen im Ziel bin? (sowohl in Bezug auf die erwarteten jährlichen Renditen als auch auf die erwartete jährliche Sharpe Ratio)

8 hypothesis-testing

1

Modell zur Auswahl mehrerer Kategorien mit bestimmten Kategorien

Ich habe drei Produktkategorien, . Jede Kategorie hat zwei Produkte, . Ich biete eine Reihe verschiedener Arten von Auswahlsituationen an: 1) Der Testperson wird eine einzelne Kategorie präsentiert und zur Auswahl eines Produkts gemacht. 2) Der Testperson wird zwei Kategorien präsentiert und ein Produkt aus zwei Kategorien ausgewählt. 3) ) …

8 multivariate-analysis conjoint-analysis

1

Anpassung eines speziellen gemischten Modells in R - Alternativen zu optim ()

Ich möchte etwas in R tun, das SAS mit SASs gemischten Prozessen tun kann (es gibt eine Möglichkeit, dies in STATA gut zu tun), nämlich das sogenannte bivariate Modell von Reitsma et al. (2005) anzupassen. Dieses Modell ist ein spezielles gemischtes Modell, bei dem die Varianz von der Studie abhängt …

8 r optimization

2

Dichteschätzung mit abgeschnittener Verteilung?

Ich habe einige Daten, die links deutlich abgeschnitten sind. Ich möchte es mit einer Dichteschätzung ausstatten, die es irgendwie handhabt, anstatt zu versuchen, es zu glätten. Welche bekannten Methoden (wie in R üblich) können dies beheben? Beispielcode: set.seed(1341) x <- c(runif(30, 0, 0.01), rnorm(100,3)) hist(x, br = 10, freq = …

8 r pdf histogram kernel-smoothing

2

Wie ist die Verteilung des Maximums eines Paares von iid-Zügen, wobei das Minimum eine Ordnungsstatistik anderer Minima ist?

Betrachten Sie n⋅mn⋅mn\cdot m unabhängige Draws aus cdf F(x)F(x)F(x) , das über 0-1 definiert ist, wobei nnn und mmm ganze Zahlen sind. Gruppieren Sie die Draws willkürlich in nnn Gruppen mit m Werten in jeder Gruppe. Sehen Sie sich den Mindestwert in jeder Gruppe an. Nehmen Sie die Gruppe, die …

8 distributions probability extreme-value order-statistics

1

Erklärungskraft einer Variablen

Ich habe ein einfaches lineares Regressionsmodell. Was ich berechnen möchte, ist, wie "wichtig" jede meiner Eingabevariablen ist, dh um eine Aussage wie diese zu machen: "60% der Vorhersagekraft in diesem Modell stammt von der Variablen var1, wobei var2 und var3 30% bzw. 10% haben." Was muss ich tun, um diese …

8 regression importance

1

Zur Verwendung gewichteter Korrelationen in aggregierten Umfragedaten

Ich analysiere Daten aus zwei Umfragen, die ich zusammengeführt habe: Schulpersonalbefragung für die Jahre 2005-06 und 2007-08 Schülerbefragung für die Jahre 2005-06 bis 2008-09 Für beide Datensätze habe ich Beobachtungen (auf Schüler- oder Personalebene) aus 3 verschiedenen Schulbezirken, die jeweils repräsentative Stichproben pro Jahr in ihrem jeweiligen Schulbezirk enthalten. Zur …

8 correlation survey multilevel-analysis

3

Signifikanz- und Glaubwürdigkeitsintervalle für den Interaktionsbegriff in der logistischen Regression

Ich habe eine Bayes'sche logistische Regression in WinBugs eingebaut und sie hat einen Interaktionsbegriff. Etwa so: P r o b ( yich=1)=logit−1(a+b1∗xi+b2∗wi+b3∗xi∗wi)P.rÖb(yich=1)=lÖGicht- -1(ein+b1∗xich+b2∗wich+b3∗xich∗wich)\mathrm{Prob}(y_{i}=1) = \mathrm{logit}^{-1} (a + b_{1}*x_{i} + b_{2}*w_{i} + b_{3}*x_{i}*w_{i}) Dabei ist eine standardisierte kontinuierliche Variable und eine Dummy-Variable. In Wirklichkeit ist das Modell komplizierter, aber ich möchte …

8 logistic bayesian statistical-significance interaction

3

Modellvergleich zwischen einem ARIMA-Modell und einem Regressionsmodell

Ich habe wirklich Probleme herauszufinden, wie man ARIMA- und Regressionsmodelle vergleicht. Ich verstehe, wie ARIMA-Modelle gegeneinander und verschiedene Arten von Regressionsmodellen (dh Regression gegen dynamische Regression mit AR-Fehlern) gegeneinander bewertet werden, sehe jedoch nicht viele Gemeinsamkeiten zwischen Bewertungsmetriken für ARIMA-Modelle und Regressionsmodelle. Die einzigen zwei Metriken, die sie gemeinsam nutzen, …

8 arima model-comparison dynamic-regression

2

Speicherbedarf von bedeutet Clustering

Kann mir jemand die Faktoren, die den Speicherbedarf von Means-Clustering beeinflussen, mit ein wenig Erklärung erklären?kkk

8 clustering k-means

3

Wo kann ich über die Rechtfertigung für die Verwendung parametrischer Wahrscheinlichkeitsverteilungen lesen?

Ich möchte eine Referenz finden, vorzugsweise kostenlos im Internet, wo ich über die theoretische oder praktische Begründung für die Verwendung parametrischer / analytischer Wahrscheinlichkeitsverteilungen lesen kann. Mit parametrischen Verteilungen meine ich die genannten wie Normal, Weibull usw.

8 probability distributions references

1

Ungefähre logarithmische Summe pdf (in R)

Ich habe eine Anwendung, für die ich eine Annäherung an die lognormale Summe pdf zur Verwendung als Teil einer Wahrscheinlichkeitsfunktion benötige. Die logarithmische Normalverteilung hat keine geschlossene Form, und es gibt eine Reihe von Artikeln in Signalverarbeitungsjournalen über verschiedene Näherungen. Ich habe eine der einfachsten Näherungen verwendet (Fenton 1960), bei …

8 r lognormal