Statistik dan Big Data

Terkunci . Pertanyaan ini dan jawabannya dikunci karena pertanyaannya di luar topik tetapi memiliki signifikansi historis. Saat ini tidak menerima jawaban atau interaksi baru. Bisakah Anda merekomendasikan paket analisis konjoin yang mudah digunakan atau komprehensif untuk R?

18 r  conjoint-analysis 

Apa saja jebakan utama dari penggunaan model efek campuran linier? Apa hal terpenting yang harus diuji / diperhatikan dalam menilai kesesuaian model Anda? Saat membandingkan model-model dari dataset yang sama, apa hal terpenting yang harus dicari?

18 mixed-model  model-comparison 

Latar Belakang Saya mengawasi input data dari literatur primer ke dalam database . Proses entri data rentan kesalahan, terutama karena pengguna harus menginterpretasikan desain eksperimental, mengekstrak data dari grafik dan tabel, dan mengubah hasil menjadi unit standar. Data dimasukkan ke dalam database MySQL melalui antarmuka web. Lebih dari 10k titik …

18 dataset  meta-analysis  quality-control  database 

Saya menggunakan R. Setiap hari. Saya pikir dalam hal data.frame, kelompok fungsi apply (), pemrograman berorientasi objek, vektorisasi, dan ggplot2 geom / estetika. Saya baru saja mulai bekerja untuk sebuah organisasi yang terutama menggunakan SAS. Saya tahu ada buku tentang belajar R untuk pengguna SAS , tetapi apa sajakah sumber …

18 r  sas 

Dalam model logit, adakah cara yang lebih cerdas untuk menentukan pengaruh variabel ordinal independen daripada menggunakan variabel dummy untuk setiap level?

18 logistic  logit  ordinal-data 

Mari kita ambil contoh berikut: set.seed(342) x1 <- runif(100) x2 <- runif(100) y <- x1+x2 + 2*x1*x2 + rnorm(100) fit <- lm(y~x1*x2) Ini menciptakan model y berdasarkan x1 dan x2, menggunakan regresi OLS. Jika kami ingin memprediksi y untuk x_vec yang diberikan, kami cukup menggunakan rumus yang kami dapatkan dari …

18 r  regression  predictive-models  prediction-interval 

Menggunakan Koefisien Korelasi Pearson, saya memiliki beberapa variabel yang sangat berkorelasi ( dan untuk 2 pasang variabel yang ada dalam model saya).ρ = 0,978ρ=0,978\rho = 0.978ρ = 0,989ρ=0,989\rho = 0.989 The Alasan beberapa variabel yang sangat berkorelasi karena satu variabel yang digunakan dalam perhitungan untuk variabel lain. Contoh: B = …

18 regression  correlation  modeling 

Jelas peristiwa A dan B adalah independen jika if Pr (A∩B)(A∩B)(A\cap B) = Pr (A)(A)(A) Pr (B)(B)(B) . Mari kita tentukan kuantitas terkait Q: Q≡Pr(A∩B)Pr(A)Pr(B)Q≡Pr(A∩B)Pr(A)Pr(B)Q\equiv\frac{\mathrm{Pr}(A\cap B)}{\mathrm{Pr}(A)\mathrm{Pr}(B)} Jadi A dan B adalah independen jika Q = 1 (dengan asumsi penyebutnya bukan nol). Apakah Q benar-benar memiliki nama? Saya merasa seperti itu …

18 probability  terminology  independence 

Terkunci . Pertanyaan ini dan jawabannya dikunci karena pertanyaannya di luar topik tetapi memiliki signifikansi historis. Saat ini tidak menerima jawaban atau interaksi baru. Saya mencari dataset jaringan sosial (twitter, friendfeed, facebook, lastfm, dll.) Untuk tugas klasifikasi, lebih disukai dalam format arff. Pencarian saya melalui UCI dan Google sejauh ini …

18 classification  dataset 

Terkunci . Pertanyaan ini dan jawabannya dikunci karena pertanyaannya di luar topik tetapi memiliki signifikansi historis. Saat ini tidak menerima jawaban atau interaksi baru. Perhatikan grafik berikut: x <- 1:100 y1 <- rnorm(100) y2 <- rnorm(100)+100 par(mar=c(5,5,5,5)) plot(x,y1,pch=0,type="b",col="red",yaxt="n",ylim=c(-8,2),ylab="") axis(side=2, at=c(-2,0,2)) mtext("red line", side = 2, line=2.5, at=0) par(new=T) plot(x,y2,pch=1,type="b",col="blue",yaxt="n",ylim=c(98,108), ylab="") …

18 r  data-visualization 

Bisakah seseorang menjelaskan saya menghapus logika matematika yang akan menghubungkan dua pernyataan (a) dan (b) bersama? Mari kita punya satu set nilai (beberapa distribusi). Sekarang, a) Median tidak tergantung pada setiap nilai [itu hanya tergantung pada satu atau dua nilai tengah]; b. Median adalah lokus penyimpangan minimum absolut darinya. Dan …

18 mean  median  robust  sensitivity-analysis 

Saya tahu bahwa formula CDF yang mudah ditangani untuk distribusi normal agak hilang, karena fungsi kesalahan yang rumit di dalamnya. Namun, saya bertanya-tanya apakah ada formula yang bagus untuk N(c−≤x&lt;c+|μ,σ2)N(c−≤x&lt;c+|μ,σ2)N(c_{-} \leq x < c_{+}| \mu, \sigma^2) . Atau apa kira-kira pendekatan "canggih" untuk masalah ini.

18 normal-distribution  approximation 

Halo Saya memiliki dua masalah yang terdengar seperti kandidat alami untuk model bertingkat / campuran, yang tidak pernah saya gunakan. Yang lebih sederhana, dan yang saya harap coba sebagai pengantar, adalah sebagai berikut: Data tampak seperti banyak baris formulir x y innergroup outergroup di mana x adalah kovariat numerik di …

18 r  mixed-model  maximum-likelihood  generalized-linear-model 

Saya punya data seperti ini: &gt; table(A,B,C) , , C = FALSE B A FALSE TRUE FALSE 177 42 TRUE 6 8 , , C = TRUE B A FALSE TRUE FALSE 5 31 TRUE 4 10 Bagaimana saya bisa memplot ini pada satu grafik, mungkin tanpa memaksakan hierarki?

18 data-visualization  contingency-tables 

Ketika saya mengerjakan proyek analisis data, saya sering menyimpan data dalam file data koma atau dibatasi-tab (CSV, TSV). Sementara data sering termasuk dalam sistem manajemen basis data khusus. Untuk banyak aplikasi saya, ini akan menjadi hal yang berlebihan. Saya dapat mengedit file CSV dan TSV di Excel (atau mungkin program …

18 project-management