Statistiken und Big Data binary-data

1

Wie interpretiert man den Koeffizienten der zweiten Stufe in der Regression instrumenteller Variablen mit einem binären Instrument und einer binären endogenen Variablen?

(Ein ziemlich langer Beitrag, sorry. Er enthält viele Hintergrundinformationen. Sie können also gerne zur Frage unten springen.) Intro: Ich arbeite an einem Projekt, in dem wir versuchen, die Auswirkung einer binären endogenen Variablen auf ein kontinuierliches Ergebnis zu identifizieren . Wir haben uns ein Instrument , , von dem wir …

11 econometrics interpretation binary-data instrumental-variables

3

Indikatorvariable für Binärdaten: {-1,1} vs {0,1}

Ich bin an behandlungs Kovariable Wechselwirkungen im Rahmen von Experimenten / randomisierten kontrollierten Studien, mit einer binären Behandlung Zuordnungskennzeichen .T.TT Abhängig von der spezifischen Methode / Quelle habe ich sowohl als auch T = { 1 , - 1 } für die behandelten bzw. die unbehandelten Probanden gesehen.T.= { 1 …

10 binary-data categorical-encoding

1

Modellierung automatisch korrelierter binärer Zeitreihen

Was ist der übliche Ansatz zur Modellierung binärer Zeitreihen? Gibt es ein Papier oder ein Lehrbuch, in dem dies behandelt wird? Ich denke an einen binären Prozess mit starker Autokorrelation. So etwas wie das Vorzeichen eines AR (1) -Prozesses, der bei Null beginnt. Say X.0= 0X0=0X_0 = 0 und X.t …

10 regression time-series logistic binary-data autoregressive

1

Ist es jemals eine gute Idee, beim Training einer logistischen Regression „Teilkredit“ (kontinuierliches Ergebnis) zu geben?

Ich trainiere eine logistische Regression, um vorherzusagen, welche Läufer am ehesten ein anstrengendes Langstreckenrennen beenden werden. Sehr wenige Läufer absolvieren dieses Rennen, daher habe ich ein schweres Klassenungleichgewicht und eine kleine Auswahl an Erfolgen (vielleicht ein paar Dutzend). Ich habe das Gefühl, ich könnte ein gutes "Signal" von den Dutzenden …

10 logistic binary-data continuous-data

1

Was sind die Gefahren bei der Berechnung von Pearson-Korrelationen (anstelle von tetrachorischen) für binäre Variablen in der Faktoranalyse?

Ich recherchiere über Lernspiele und einige meiner aktuellen Projekte beinhalten die Verwendung von Daten aus BoardGameGeek (BGG) und VideoGameGeek (VGG), um die Beziehungen zwischen Designelementen von Spielen zu untersuchen (dh "im Zweiten Weltkrieg spielen", "Würfeln"). ) und Spielerbewertungen dieser Spiele (dh Punktzahlen von 10). Jedes dieser Designelemente entspricht einem Tag …

10 r categorical-data factor-analysis binary-data

3

Visualisierung der Bayes'schen Anpassungsgüte für die logistische Regression

Für ein Bayes'sches logistisches Regressionsproblem habe ich eine posteriore prädiktive Verteilung erstellt. Ich nehme eine Stichprobe aus der Vorhersageverteilung und erhalte für jede meiner Beobachtungen Tausende von Stichproben von (0,1). Die Visualisierung der Anpassungsgüte ist weniger als interessant, zum Beispiel: Dieses Diagramm zeigt die 10 000 Proben + den beobachteten …

10 bayesian data-visualization classification goodness-of-fit binary-data

2

Empfohlenes Verfahren zur Faktoranalyse dichotomer Daten mit R.

Ich muss eine Faktorenanalyse für einen Datensatz durchführen, der aus dichotomen Variablen besteht (0 = Ja, 1 = Nein), und ich weiß nicht, ob ich auf dem richtigen Weg bin. Mit tetrachoric()Ich erstelle ich eine Korrelationsmatrix, auf der ich laufe fa(data,factors=1). Das Ergebnis ist ziemlich nahe an den Ergebnissen, die …

10 r factor-analysis psychometrics binary-data

1

R lineare Regression kategoriale Variable "versteckter" Wert

Dies ist nur ein Beispiel, auf das ich mehrmals gestoßen bin, daher habe ich keine Beispieldaten. Ausführen eines linearen Regressionsmodells in R: a.lm = lm(Y ~ x1 + x2) x1ist eine stetige Variable. x2ist kategorisch und hat drei Werte, z. B. "Niedrig", "Mittel" und "Hoch". Die von R gegebene Ausgabe …

10 r regression categorical-data regression-coefficients categorical-encoding machine-learning random-forest anova spss r self-study bootstrap monte-carlo r multiple-regression partitioning neural-networks normalization machine-learning svm kernel-trick self-study survival cox-model repeated-measures survey likert correlation variance sampling meta-analysis anova independence sample assumptions bayesian covariance r regression time-series mathematical-statistics graphical-model machine-learning linear-model kernel-trick linear-algebra self-study moments function correlation spss probability confidence-interval sampling mean population r generalized-linear-model prediction offset data-visualization clustering sas cart binning sas logistic causality regression self-study standard-error r distributions r regression time-series multiple-regression python chi-squared independence sample clustering data-mining rapidminer probability stochastic-processes clustering binary-data dimensionality-reduction svd correspondence-analysis data-visualization excel c# hypothesis-testing econometrics survey rating composite regression least-squares mcmc markov-process kullback-leibler convergence predictive-models r regression anova confidence-interval survival cox-model hazard normal-distribution autoregressive mixed-model r mixed-model sas hypothesis-testing mediation interaction

4

Wie soll ich dieses Problem der binären Vorhersage angehen?

Ich habe einen Datensatz mit dem folgenden Format. Es gibt ein binäres Ergebnis Krebs / kein Krebs. Jeder Arzt im Datensatz hat jeden Patienten gesehen und ein unabhängiges Urteil darüber abgegeben, ob der Patient Krebs hat oder nicht. Die Ärzte geben dann ihr Konfidenzniveau von 5 an, dass ihre Diagnose …

9 forecasting binary-data psychometrics

5

Wie kann man die Leistung eines Klassifikators messen, wenn fast 100% der Klassenbezeichnungen zu einer Klasse gehören?

In meinen Daten habe ich eine Klassenvariable, bezeichnet als . Diese Klassenvariablenwerte sind 0 , 1 (binär). Fast alle Beobachtungen von C sind 0 (nahe 100%, genauer gesagt 97%). Ich möchte einen "Leistungstest" für verschiedene Klassifizierungsmodelle (dies könnte Genauigkeit sein). Was ich befürchte, ist, dass wenn ich ein Klassifizierungsmodell habe, …

9 classification binary-data model-evaluation

3

Berechnung von Jaccard oder einem anderen Assoziationskoeffizienten für Binärdaten unter Verwendung der Matrixmultiplikation

Ich möchte wissen, ob es eine Möglichkeit gibt, den Jaccard-Koeffizienten mithilfe der Matrixmultiplikation zu berechnen. Ich habe diesen Code verwendet jaccard_sim <- function(x) { # initialize similarity matrix m <- matrix(NA, nrow=ncol(x),ncol=ncol(x),dimnames=list(colnames(x),colnames(x))) jaccard <- as.data.frame(m) for(i in 1:ncol(x)) { for(j in i:ncol(x)) { jaccard[i,j]= length(which(x[,i] & x[,j])) / length(which(x[,i] | …

9 r matrix binary-data association-measure similarities

2

Berechnen Sie die ROC-Kurve für Daten

Ich habe also 16 Studien, in denen ich versuche, eine Person anhand eines biometrischen Merkmals mithilfe von Hamming Distance zu authentifizieren. Mein Schwellenwert ist auf 3,5 eingestellt. Meine Daten sind unten und nur Versuch 1 ist ein wahres Positiv: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 …

9 mathematical-statistics roc classification cross-validation pac-learning r anova survival hazard machine-learning data-mining hypothesis-testing regression random-variable non-independent normal-distribution approximation central-limit-theorem interpolation splines distributions kernel-smoothing r data-visualization ggplot2 distributions binomial random-variable poisson-distribution simulation kalman-filter regression lasso regularization lme4-nlme model-selection aic r mcmc dlm particle-filter r panel-data multilevel-analysis model-selection entropy graphical-model r distributions quantiles qq-plot svm matlab regression lasso regularization entropy inference r distributions dataset algorithms matrix-decomposition regression modeling interaction regularization expected-value exponential gamma-distribution mcmc gibbs probability self-study normality-assumption naive-bayes bayes-optimal-classifier standard-deviation classification optimization control-chart engineering-statistics regression lasso regularization regression references lasso regularization elastic-net r distributions aggregation clustering algorithms regression correlation modeling distributions time-series standard-deviation goodness-of-fit hypothesis-testing statistical-significance sample binary-data estimation random-variable interpolation distributions probability chi-squared predictor outliers regression modeling interaction

3

Welche Technik sollten wir für ein Klassifizierungsproblem verwenden, wenn die Klassenvariable eine ungleiche Verteilung aufweist?

für zB. Wenn ich eine klassenvariable Kreditbewertung mit zwei Klassen gut und schlecht habe, wobei # (gut) = 700 und # (schlecht) = 300. Ich möchte meine Daten nicht verkürzen. Welche Technik sollte ich verwenden? Ich habe SVM verwendet, aber es gibt alles so gut wie gut in Vorhersagen.

9 classification binary-data

5

Ist nominal, ordinal und binär für quantitative Daten, qualitative Daten oder beides?

Ich beschäftige mich mit Datentypen und brauche Hilfe: Wenn Sie sich das Bild oben ansehen (von hier aus aufgenommen ), hat es folgende Datentypen: Quantitativ (diskret, kontinuierlich) Qualitativ (Nominal (N), Ordinal (O), Binär (B)). Aber wenn Sie sich dieses nächste Bild (von hier ) ansehen , sind die Kategorien: Quantitativ …

9 categorical-data dataset ordinal-data binary-data

3

logit - Koeffizienten als Wahrscheinlichkeiten interpretieren

Mir scheinen wichtige Informationen zu fehlen. Mir ist bekannt, dass der logistische Regressionskoeffizient in log (Quoten) angegeben ist, der so genannten Logit-Skala. Daher wird zur Interpretation exp(coef)genommen und ergibt OR, das Odds Ratio. Wenn ist, lautet die Interpretation wie folgt: Für eine Erhöhung der Kovariate eine Einheit beträgt das logarithmische …

9 probability logistic binary-data logit odds-ratio

Als «binary-data» getaggte Fragen