Statistiken und Big Data heteroscedasticity

2

Ich versuche derzeit, Verstöße gegen ANOVA-Annahmen zu beheben. Ich habe Shapiro-Wilk verwendet, um die Normalität zu testen, und mich sowohl mit dem Levene-Test als auch mit dem Bartlett-Test der Varianzgleichheit beschäftigt. Ich habe seitdem meine Daten protokolliert, um zu versuchen, die ungleichen Abweichungen zu beheben. Ich wiederholte den Bartlett-Test für …

11 anova data-transformation heteroscedasticity levenes-test

2

Schätzen Sie die Rate, mit der die Standardabweichung mit einer unabhängigen Variablen skaliert

Ich habe ein Experiment, in dem ich Messungen einer normalverteilten Variablen .YYY Y∼N(μ,σ)Y∼N(μ,σ)Y \sim N(\mu,\sigma) Frühere Experimente haben jedoch einige Beweise dafür geliefert, dass die Standardabweichung eine affine Funktion einer unabhängigen Variablen X ist , d. H.σσ\sigmaXXX σ=a|X|+bσ=a|X|+b\sigma = a|X| + b Y∼N(μ,a|X|+b)Y∼N(μ,a|X|+b)Y \sim N(\mu,a|X| + b) Ich möchte die …

11 normal-distribution estimation experiment-design model heteroscedasticity

1

Fisher's Exact Test und hypergeometrische Verteilung

Ich wollte den genauen Test des Fischers besser verstehen, deshalb habe ich das folgende Spielzeugbeispiel entwickelt, bei dem f und m männlich und weiblich und n und y dem "Sodakonsum" wie folgt entsprechen: > soda_gender f m n 0 5 y 5 0 Dies ist natürlich eine drastische Vereinfachung, aber …

11 fishers-exact hypergeometric clustering supervised-learning modeling econometrics r regression residuals heteroscedasticity independence distributions self-study matlab libsvm self-study conditional-probability conditional-expectation hypothesis-testing self-study multiple-comparisons mode statistical-significance chi-squared multiple-comparisons maximum-likelihood poisson-process optimization uncertainty genetic-algorithms bayesian model-selection overfitting maximum-likelihood optimization approximation r prediction model-evaluation r machine-learning survival neural-networks cox-model machine-learning bayesian bayesian-network hierarchical-bayesian pooling

2

Was ist das Bayes'sche Gegenstück zu einem T-Test mit zwei Stichproben und ungleichen Varianzen?

Ich suche das bayesianische Gegenstück zum Zwei-Stichproben-T-Test mit ungleichen Varianzen (Welch-Test). Ich suche auch nach einem multivariaten Test wie der T-Statistik von Hotelling. Referenzen geschätzt. Nehmen wir für den multivariaten Fall an, dass wir und , wobei (bzw. ) eine Abkürzung für einen Stichprobenmittelwert, eine Stichprobenstandardabweichung und eine Anzahl von …

11 correlation bayesian t-test heteroscedasticity

3

Interpretation der p-Werte, die durch den Levene- oder Bartlett-Test auf Homogenität von Varianzen erzeugt wurden

Ich habe den Levene- und Bartlett-Test an Datengruppen aus einem meiner Experimente durchgeführt, um zu bestätigen, dass ich nicht gegen die ANOVA-Annahme der Homogenität von Varianzen verstoße. Ich würde gerne mit euch besprechen, dass ich keine falschen Annahmen mache, wenn es euch nichts ausmacht: D. Der von diesen beiden Tests …

11 anova heteroscedasticity levenes-test

1

R / mgcv: Warum produzieren te () und ti () Tensorprodukte unterschiedliche Oberflächen?

Das mgcvPaket für Rhat zwei Funktionen zum Anpassen von Tensorproduktwechselwirkungen: te()und ti(). Ich verstehe die grundlegende Arbeitsteilung zwischen den beiden (Anpassen einer nichtlinearen Wechselwirkung vs. Zerlegen dieser Wechselwirkung in Haupteffekte und eine Wechselwirkung). Was ich nicht verstehe, ist warum te(x1, x2)und ti(x1) + ti(x2) + ti(x1, x2)kann (leicht) unterschiedliche Ergebnisse …

11 r gam mgcv conditional-probability mixed-model references bayesian estimation conditional-probability machine-learning optimization gradient-descent r hypothesis-testing wilcoxon-mann-whitney time-series bayesian inference change-point time-series anova repeated-measures statistical-significance bayesian contingency-tables regression prediction quantiles classification auc k-means scikit-learn regression spatial circular-statistics t-test effect-size cohens-d r cross-validation feature-selection caret machine-learning modeling python optimization frequentist correlation sample-size normalization group-differences heteroscedasticity independence generalized-least-squares lme4-nlme references mcmc metropolis-hastings optimization r logistic feature-selection separation clustering k-means normal-distribution gaussian-mixture kullback-leibler java spark-mllib data-visualization categorical-data barplot hypothesis-testing statistical-significance chi-squared type-i-and-ii-errors pca scikit-learn conditional-expectation statistical-significance meta-analysis intuition r time-series multivariate-analysis garch machine-learning classification data-mining missing-data cart regression cross-validation matrix-decomposition categorical-data repeated-measures chi-squared assumptions contingency-tables prediction binary-data trend test-for-trend matrix-inverse anova categorical-data regression-coefficients standard-error r distributions exponential interarrival-time copula log-likelihood time-series forecasting prediction-interval mean standard-error meta-analysis meta-regression network-meta-analysis systematic-review normal-distribution multiple-regression generalized-linear-model poisson-distribution poisson-regression r sas cohens-kappa

2

Wie führe ich eine Restanalyse für binäre / dichotome unabhängige Prädiktoren in der linearen Regression durch?

Ich führe die unten stehende multiple lineare Regression in R durch, um die Rendite des verwalteten Fonds vorherzusagen. reg <- lm(formula=RET~GRI+SAT+MBA+AGE+TEN, data=rawdata) Hier sind nur GRI & MBA binäre / dichotome Prädiktoren; Die verbleibenden Prädiktoren sind kontinuierlich. Ich verwende diesen Code, um Residuendiagramme für die binären Variablen zu generieren. plot(rawdata$GRI, …

11 r multiple-regression categorical-data heteroscedasticity residuals

2

Wie bekomme ich eine ANOVA-Tabelle mit robusten Standardfehlern?

Ich führe eine gepoolte OLS-Regression mit dem plm-Paket in R aus. Meine Frage bezieht sich jedoch eher auf grundlegende Statistiken. Deshalb versuche ich, sie zuerst hier zu veröffentlichen. Da meine Regressionsergebnisse heteroskedastische Residuen ergeben, möchte ich versuchen, robuste Standardfehler der Heteroskedastizität zu verwenden. Als Ergebnis coeftest(mod, vcov.=vcovHC(mod, type="HC0"))erhalte ich eine …

10 r anova multiple-regression heteroscedasticity robust-standard-error

2

Restdiagnostik und Homogenität von Varianzen im linearen Mischmodell

Bevor ich diese Frage stellte, habe ich unsere Website durchsucht und viele ähnliche Fragen gefunden (wie hier , hier und hier ). Ich bin jedoch der Meinung, dass diese verwandten Fragen nicht gut beantwortet oder diskutiert wurden, und möchte diese Frage daher erneut stellen. Ich denke, es sollte eine große …

10 mixed-model residuals heteroscedasticity diagnostic

1

Visualisierung vieler linksgerichteter Verteilungen

Ich habe eine Reihe von linksgerichteten / schwerschwänzigen Distributionen, die ich zeigen möchte. Es gibt 42 Verteilungen über drei Faktoren (markiert als A, Bund Cunten). Außerdem schrumpft die Variation über den Faktor hinweg B. Das Problem, das ich habe, ist, dass die Verteilungen über die Skala des Ergebnisses (Verhältnis oder …

10 data-visualization multivariate-analysis heteroscedasticity skewness boxplot

3

Heteroskedastizität des linearen Modells

Ich habe folgendes lineares Modell: Um die Heteroskedastizität der Residuen zu beheben, habe ich versucht, eine Protokolltransformation auf die abhängige Variable als anzuwenden, aber ich sehe immer noch den gleichen Fan-Out-Effekt auf die Residuen. Die DV-Werte sind relativ klein, so dass die konstante Addition von +1 vor der Protokollierung in …

10 regression data-transformation linear-model heteroscedasticity

2

Wann ist ein (nicht) parametrischer Test der Homoskedastizitätsannahme anzuwenden?

Wenn die Annahme der Homoskedastizität getestet wird, stehen parametrische (Bartlett-Test der Homogenität von Varianzen bartlett.test) und nicht parametrische (Figner-Killeen-Test der Homogenität von Varianzen fligner.test) Tests zur Verfügung. Wie kann man feststellen, welche Art zu verwenden ist? Sollte dies zB von der Normalität der Daten abhängen?

10 r variance heteroscedasticity misspecification

2

Test der Unabhängigkeit gegen Test der Homogenität

Ich unterrichte einen Statistik-Grundkurs und werde heute den Chi-Quadrat-Test der Unabhängigkeit für zwei Kategorien und den Test der Homogenität behandeln. Diese beiden Szenarien unterscheiden sich konzeptionell, können jedoch dieselbe Teststatistik und -verteilung verwenden. Bei einem Homogenitätstest wird angenommen, dass Grenzsummen für eine der Kategorien Teil des Entwurfs selbst sind - …

10 chi-squared independence heteroscedasticity teaching

2

Simulieren Sie lineare Regression mit Heteroskedastizität

Ich versuche, einen Datensatz zu simulieren, der mit meinen empirischen Daten übereinstimmt, bin mir jedoch nicht sicher, wie ich die Fehler in den Originaldaten abschätzen soll. Die empirischen Daten beinhalten Heteroskedastizität, aber ich bin nicht daran interessiert, sie weg zu transformieren, sondern ein lineares Modell mit einem Fehlerterm zu verwenden, …

9 r simulation heteroscedasticity gamlss dglm

3

Was sind die Konsequenzen einer nicht konstanten Varianz der Fehlerterme bei der linearen Regression?

Eine der Annahmen der linearen Regression ist, dass die Fehlerterme eine konstante Varianz aufweisen sollten und dass die mit dem Modell verbundenen Konfidenzintervalle und Hypothesentests auf dieser Annahme beruhen. Was genau passiert, wenn die Fehlerterme keine konstante Varianz haben?

9 regression heteroscedasticity assumptions robust-standard-error

Als «heteroscedasticity» getaggte Fragen