Statistik dan Big Data

Pertimbangkan data berikut dari dua arah dalam desain subjek: df <- "http://personality-project.org/r/datasets/R.appendix4.data" df <- read.table(df,header=T) head(df) Observation Subject Task Valence Recall 1 1 Jim Free Neg 8 2 2 Jim Free Neu 9 3 3 Jim Free Pos 5 4 4 Jim Cued Neg 7 5 5 Jim Cued Neu …

19 mixed-model  repeated-measures  model-selection  lme4-nlme  likelihood-ratio 

Pertimbangkan satu set angka acak yang didistribusikan secara normal: x <- rnorm(n=1000, mean=10) Kami ingin mengetahui rata-rata dan kesalahan standar pada rata-rata sehingga kami melakukan hal berikut: se <- function(x) { sd(x)/sqrt(length(x)) } mean(x) # something near 10.0 units se(x) # something near 0.03 units Bagus! Namun, mari kita asumsikan …

19 confidence-interval  data-transformation  descriptive-statistics 

Untuk distribusi unimodal, jika mean = median maka apakah cukup untuk mengatakan bahwa distribusi simetris? Wikipedia mengatakan dalam hubungan antara mean dan median: "Jika distribusinya simetris maka nilai tengahnya sama dengan median dan distribusinya akan memiliki nol kemiringan. Jika, selain itu, distribusinya adalah unimodal, maka mean = median = mode. …

19 distributions  mean  median  symmetry 

Saya semakin sering menggunakan GAM. Ketika saya pergi untuk memberikan referensi untuk berbagai komponen mereka (pemilihan parameter smoothing, berbagai basis spline, p-nilai istilah halus), mereka semua dari satu peneliti - Simon Wood, di University of Bath, di Inggris. Dia juga pemelihara mgcvdi R, yang mengimplementasikan tubuh kerjanya. mgcvsangat rumit, tetapi …

19 nonparametric  gam  mgcv  academia  semiparametric 

Saya mencoba untuk memahami penggunaan PCA dalam artikel jurnal terbaru berjudul "Memetakan aktivitas otak pada skala dengan komputasi cluster" Freeman et al., 2014 (pdf gratis tersedia di situs web lab ). Mereka menggunakan PCA pada data deret waktu, dan menggunakan bobot PCA untuk membuat peta otak. Data tersebut adalah data …

19 time-series  pca  state-space-models  neuroimaging  neuroscience 

Saya sedang memeriksa implementasi Regresi Logistik dari sini . Setelah saya membaca artikel itu, sepertinya bagian yang penting adalah menemukan koefisien terbaik untuk menentukan fungsi sigmoid. Jadi saya hanya ingin tahu mengapa metode ini disebut "Regresi Logistik". Apakah ini terkait dengan fungsi logaritmik? Mungkin saya perlu info latar belakang sejarah …

19 regression  machine-learning  logistic 

Katakanlah kita harus GLMM mod1 <- glmer(y ~ x + A + (1|g), data = dat) mod2 <- glmer(y ~ x + B + (1|g), data = dat) Model-model ini tidak bersarang dalam arti biasa: a <- glmer(y ~ x + A + (1|g), data = dat) b <- glmer(y …

19 r  mixed-model  aic  lme4-nlme  nested-models 

Terkunci . Pertanyaan ini dan jawabannya dikunci karena pertanyaannya di luar topik tetapi memiliki signifikansi historis. Saat ini tidak menerima jawaban atau interaksi baru. Saya menggunakan ggplot2 di R untuk membuat plot seperti yang berikut: Errorbars saling tumpang tindih yang terlihat sangat berantakan. Bagaimana saya bisa memisahkan errorbars untuk indeks …

19 data-visualization  ggplot2 

Maksud saya 74,10 dan standar deviasi 33,44 untuk sampel yang memiliki minimum 0 dan maksimum 94,33. Profesor saya bertanya kepada saya bagaimana bisa berarti ditambah satu standar deviasi melebihi maksimum. Saya menunjukkan kepadanya banyak contoh tentang ini, tetapi dia tidak mengerti. Saya perlu referensi untuk menunjukkan padanya. Ini bisa berupa …

19 standard-deviation  mean  references  bounds  maximum 

Saya telah melihat banyak dataset R, posting di DASL, dan di tempat lain, dan saya tidak menemukan banyak contoh bagus dari dataset menarik yang menggambarkan analisis kovarians untuk data eksperimen. Ada banyak dataset "mainan" dengan data yang dibuat di buku teks stat. Saya ingin memiliki contoh di mana: Datanya nyata, …

19 dataset  ancova  predictor 

Saya menormalkan dataset saya kemudian menjalankan 3 komponen PCA untuk mendapatkan rasio varians yang dijelaskan kecil ([0,50, 0,1, 0,05]). Ketika saya tidak menormalkan tetapi memutihkan dataset saya kemudian menjalankan 3 komponen PCA, saya mendapat rasio varian yang dijelaskan tinggi ([0,86, 0,06,0,01]). Karena saya ingin menyimpan sebanyak mungkin data menjadi 3 …

19 pca 

Artikel The Odds, Continuous Updated menyebutkan kisah seorang nelayan Long Island yang benar-benar berutang hidupnya kepada Statistik Bayesian. Ini versi singkatnya: Ada dua nelayan di atas kapal di tengah malam. Saat satu tertidur, yang lain jatuh ke laut. Kapal terus berjalan bersama dengan autopilot sepanjang malam sampai orang pertama akhirnya …

19 probability  bayesian  posterior  bayes 

Ini adalah sekuel konstruktivis dari pertanyaan ini . Jika kita tidak dapat memiliki variabel acak seragam diskrit yang mendukung semua rasional dalam interval , maka hal terbaik berikutnya adalah: [0,1][0,1][0,1] Bangun variabel acak yang memiliki dukungan ini, , dan itu mengikuti beberapa distribusi. Dan pengrajin di dalam saya mensyaratkan bahwa …

19 distributions  mathematical-statistics 

Saya ingin tahu apakah masuk akal logis untuk melakukan analisis komponen utama (PCA) dan analisis faktor eksplorasi (EFA) pada kumpulan data yang sama. Saya telah mendengar para profesional secara tegas merekomendasikan: Memahami apa tujuan analisis dan pilih PCA atau EFA untuk analisis data; Setelah melakukan satu analisis tidak perlu melakukan …

19 pca  factor-analysis 

Saya memperkirakan model linier yang kuat Rdengan bobot MM menggunakan rlm()paket MASS. `R`` tidak memberikan nilai untuk model, tetapi saya ingin memilikinya jika ini merupakan jumlah yang berarti. Saya juga tertarik untuk mengetahui apakah ada makna memiliki nilai yang menimbang varian total dan residual dengan cara yang sama dengan pengamatan …

19 r  goodness-of-fit  r-squared  robust  rlm