Als «data-visualization» getaggte Fragen

Erstellen aussagekräftiger und nützlicher grafischer Darstellungen von Daten. (Wenn es bei Ihrer Frage nur darum geht, wie bestimmte Software einen bestimmten Effekt erzeugt, ist sie hier wahrscheinlich nicht thematisch.)




4
Optimierung für Precision-Recall-Kurven bei Klassenungleichgewicht
Ich habe eine Klassifizierungsaufgabe mit einer Reihe von Prädiktoren (von denen einer der informativste ist), und ich verwende das MARS- Modell, um meinen Klassifizierer zu konstruieren (ich interessiere mich für ein einfaches Modell und würde glms zur Veranschaulichung verwenden) auch gut). Jetzt habe ich ein großes Klassenungleichgewicht in den Trainingsdaten …


3
Visualisierung der Schnittpunkte vieler Mengen
Gibt es ein Visualisierungsmodell, mit dem die Überschneidung vieler Mengen dargestellt werden kann? Ich denke etwas wie Venn-Diagramme, aber das könnte sich irgendwie besser für eine größere Anzahl von Sätzen wie 10 oder mehr eignen. Wikipedia zeigt einige höher eingestellte Venn-Diagramme, aber auch die 4 eingestellten Diagramme sind sehr viel …



3
Mit welchem ​​Test kann ich Steigungen aus zwei oder mehr Regressionsmodellen vergleichen?
Ich möchte den Unterschied in der Reaktion zweier Variablen auf einen Prädiktor testen. Hier ist ein minimal reproduzierbares Beispiel. library(nlme) ## gls is used in the application; lm would suffice for this example m.set <- gls(Sepal.Length ~ Petal.Width, data = iris, subset = Species == "setosa") m.vir <- gls(Sepal.Length ~ …

6
Probleme mit Kreisdiagrammen
Es scheint eine zunehmende Diskussion über Kreisdiagramme zu geben. Die Hauptargumente dagegen scheinen zu sein: Fläche wird mit weniger Kraft als Länge wahrgenommen. Kreisdiagramme haben ein sehr geringes Datenpunkt-zu-Pixel-Verhältnis Ich denke jedoch, dass sie irgendwie nützlich sein können, wenn Proportionen dargestellt werden. Ich bin damit einverstanden, in den meisten Fällen …

1
Berechnung der Wiederholbarkeit von Effekten aus einem früheren Modell
Ich bin gerade auf diese Arbeit gestoßen , in der beschrieben wird, wie die Wiederholbarkeit (auch bekannt als Zuverlässigkeit, auch bekannt als Intraclass-Korrelation) einer Messung über Mixed-Effects-Modellierung berechnet wird. Der R-Code wäre: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = …
28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

6
Was sind Alternativen zu gebrochenen Achsen?
Benutzer sind häufig versucht, Achsenwerte zu unterbrechen, um Daten unterschiedlicher Größenordnungen in demselben Diagramm darzustellen (siehe hier ). Dies mag zwar praktisch sein, ist jedoch nicht immer die bevorzugte Art der Anzeige der Daten (kann bestenfalls irreführend sein). Was sind alternative Möglichkeiten zur Anzeige von Daten, die sich in mehreren …

4
Warum colormap viridis over jet verwenden?
Wie in https://www.youtube.com/watch?v=xAoljeRJ3lU angekündigt , ändert Matplotlib die Standard-Farbkarte von Jet auf Viridis. Allerdings verstehe ich das nicht so gut. Vielleicht, weil ich farbenblind bin? Der ursprüngliche Colormap-Jet sieht sehr stark aus, ich spüre den Kontrast: Während der neuen Colormap viridis dieser Kontrast fehlt: Kann mir das bitte jemand einfacher …


4
Erstellen von visuell ansprechenden Dichte-Heatmaps in R
Obwohl ich weiß, dass es in R eine Reihe von Funktionen zum Generieren von Wärmekarten gibt, besteht das Problem darin, dass ich keine optisch ansprechenden Karten erstellen kann. Die folgenden Bilder sind beispielsweise gute Beispiele für Heatmaps, die ich vermeiden möchte. Dem ersten fehlt es eindeutig an Details, während das …

Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.