Angenommen, wir haben einen Datensatz mit Punkten. Wir wollen eine lineare Regression durchführen, aber zuerst sortieren wir die Werte und die Werte unabhängig voneinander und bilden einen Datensatz . Gibt es eine sinnvolle Interpretation der Regression auf den neuen Datensatz? Hat das einen Namen?n X i Y i ( X …
Was sind die Hauptunterschiede zwischen der Durchführung einer Hauptkomponentenanalyse (PCA) in der Korrelationsmatrix und der Kovarianzmatrix? Geben sie die gleichen Ergebnisse?
In letzter Zeit hat dieses Papier viel Aufmerksamkeit erhalten (z . B. von WSJ ). Grundsätzlich schließen die Autoren, dass Facebook bis 2017 80% seiner Mitglieder verlieren wird. Sie stützen ihre Behauptungen auf eine Extrapolation des SIR-Modells , eines in der Epidemiologie häufig verwendeten Kompartimentmodells. Ihre Daten stammen aus Google-Suchen …
Ich habe einen Datenrahmen mit vielen Beobachtungen und vielen Variablen. Einige von ihnen sind kategorisch (ungeordnet) und die anderen sind numerisch. Ich suche nach Assoziationen zwischen diesen Variablen. Ich konnte die Korrelation für numerische Variablen berechnen (Spearman-Korrelation), aber: Ich weiß nicht, wie ich die Korrelation zwischen ungeordneten kategorialen Variablen messen …
Woher weiß ich, wann ich zwischen Spearman's und Pearson's wählen soll ? Meine Variable beinhaltet Zufriedenheit und die Bewertungen wurden unter Verwendung der Summe der Bewertungen interpretiert. Diese Punktzahlen könnten jedoch auch eingestuft werden.ρρ\rhorrr
Korrelation impliziert keine Kausalität, da es viele Erklärungen für die Korrelation geben könnte. Aber impliziert Kausalität Korrelation? Intuitiv würde ich denken, dass das Vorhandensein von Kausalität zwangsläufig eine gewisse Korrelation bedeutet. Aber meine Intuition hat mir in der Statistik nicht immer gute Dienste geleistet. Bedeutet Kausalität Korrelation?
Ich bekomme diese Frage häufig genug in meiner Statistikberatung, so dass ich dachte, ich würde sie hier posten. Ich habe eine Antwort, die unten steht, aber ich war gespannt, was andere zu sagen haben. Frage: Wenn Sie zwei Variablen haben, die nicht normal verteilt sind, sollten Sie Spearmans Rho für …
Ich lese einen Artikel, in dem der Autor mehrere Variablen aufgrund der starken Korrelation mit anderen Variablen verwirft, bevor er PCA durchführt. Die Gesamtzahl der Variablen liegt bei 20. Gibt dies irgendwelche Vorteile? Es scheint mir ein Overhead zu sein, da PCA dies automatisch erledigen sollte.
Wenn Sie diese Frage beantworten, wie würden Sie jemandem die Kovarianz erklären, der nur den Mittelwert versteht? , die sich mit der Erklärung der Kovarianz für einen Laien befasst, hat in meinen Augen eine ähnliche Frage aufgeworfen. Wie würde man einer Statistik den Unterschied zwischen Kovarianz und Korrelation erklären ? …
Der Pearson-Korrelationskoeffizient von x und y ist der gleiche, unabhängig davon, ob Sie Pearson (x, y) oder Pearson (y, x) berechnen. Dies legt nahe, dass eine lineare Regression von y bei x oder x bei y gleich sein sollte, aber ich denke nicht, dass dies der Fall ist. Kann jemand …
Was ist Kovarianz im Klartext und wie hängt sie mit den Begriffen Abhängigkeit , Korrelation und Varianz-Kovarianz-Struktur in Bezug auf Wiederholungsentwürfe zusammen?
Wir alle wissen, dass das Mantra "Korrelation bedeutet keine Kausalität" in allen Statistikstudenten des ersten Studienjahres enthalten ist. Es gibt einige schöne Beispiele hier die Idee zu illustrieren. Aber manchmal Korrelation tut Verursachung bedeuten. Das folgende Beispiel stammt von dieser Wikipedia-Seite Zum Beispiel könnte man ein Experiment mit identischen Zwillingen …
Ich habe eine nominelle Variable (verschiedene Gesprächsthemen, codiert als topic0 = 0 usw.) und eine Reihe von Skalenvariablen (DV), wie z. B. die Dauer eines Gesprächs. Wie kann ich Korrelationen zwischen Nominal- und Skalenvariablen ableiten?
Ich beginne mit der Verwendung von dabble glmnetmit LASSO Regression , wo mein Ergebnis von Interesse dichotomous ist. Ich habe unten einen kleinen nachgebildeten Datenrahmen erstellt: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.