Als «experiment-design» getaggte Fragen

Die Untersuchung, wie eine Übung zum Sammeln von Informationen strukturiert werden kann, wenn Variationen vorhanden sind.

16
Empfohlene Bücher zur Versuchsplanung?
Was sind die Empfehlungen des Gremiums für Bücher zur Versuchsplanung? Im Idealfall sollten Bücher noch gedruckt oder elektronisch erhältlich sein, obwohl dies möglicherweise nicht immer möglich ist. Wenn Sie ein paar Worte dazu sagen möchten, was an dem Buch so gut ist, wäre das auch großartig. Streben Sie außerdem ein …
4
ANOVA für Binomialdaten
Ich analysiere einen experimentellen Datensatz. Die Daten bestehen aus einem gepaarten Vektor des Behandlungstyps und einem binomischen Ergebnis: Treatment Outcome A 1 B 0 C 0 D 1 A 0 ... In der Ergebnisspalte bedeutet 1 Erfolg und 0 Misserfolg. Ich möchte herausfinden, ob die Behandlung das Ergebnis erheblich variiert. …
4
Fallstricke bei der Versuchsplanung: Vermeidung toter Versuche
Ich habe dieses Zitat schon oft gesehen: Nach Beendigung eines Experiments den Statistiker zu konsultieren, bedeutet oft nur, ihn zu bitten, eine Obduktion durchzuführen. Er kann vielleicht sagen, woran das Experiment gestorben ist. - Ronald Fisher (1938) Für mich scheint es vielleicht etwas anmaßend. Die einzigen Beispiele, die ich jemals …
4
Wie projiziert man einen neuen Vektor auf den PCA-Raum?
Nach der Durchführung der Hauptkomponentenanalyse (PCA) möchte ich einen neuen Vektor auf den PCA-Raum projizieren (dh seine Koordinaten im PCA-Koordinatensystem finden). Ich habe PCA in R-Sprache mit berechnet prcomp. Jetzt sollte ich meinen Vektor mit der PCA-Rotationsmatrix multiplizieren können. Sollen die Hauptkomponenten in dieser Matrix in Zeilen oder Spalten angeordnet …
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 
3
Was ist der Unterschied zwischen einem „statistischen Experiment“ und einem „statistischen Modell“?
Ich verfolge AW van der Vaart, asymptotische Statistik (1998). Er spricht von statistischen Experimenten und behauptet, dass sie sich von einem statistischen Modell unterscheiden, definiert aber keines von beiden. Meine Frage: Was ist (1) ein statistisches Experiment, (2) ein statistisches Modell und (3) was ist der Hauptbestandteil, der das statistische …
4
Die Maschinengenauigkeit zur Steigerung des Gradienten nimmt mit zunehmender Anzahl von Iterationen ab
Ich experimentiere mit dem Algorithmus der Gradientenverstärkungsmaschine über das caretPaket in R. Unter Verwendung eines kleinen Datensatzes für Hochschulzulassungen habe ich den folgenden Code ausgeführt: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 
3
Gibt es eine allgemeine Methode zur Simulation von Daten aus einer Formel oder Analyse?
De-novo-Simulation von Daten aus einem experimentellen Entwurfsdatenrahmen. Mit einem Fokus auf R (obwohl eine andere Sprachlösung großartig wäre). Wenn Sie ein Experiment oder eine Umfrage entwerfen, können Sie Daten simulieren und eine Analyse dieser simulierten Daten durchführen, um einen hervorragenden Einblick in die Vor- und Nachteile des Designs zu erhalten. …
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.