Statistik dan Big Data

Saya memiliki model dataset Film dan saya menggunakan regresi: model <- lm(imdbVotes ~ imdbRating + tomatoRating + tomatoUserReviews+ I(genre1 ** 3.0) +I(genre2 ** 2.0)+I(genre3 ** 1.0), data = movies) library(ggplot2) res <- qplot(fitted(model), resid(model)) res+geom_hline(yintercept=0) Yang memberi output: Sekarang saya mencoba mengerjakan sesuatu yang disebut Added Variable Plot pertama kali …

17 regression  data-visualization  multiple-regression  scatterplot 

Dalam beberapa tahun terakhir pendekatan struktural untuk ekonometrik dibandingkan dengan bentuk ekonometrik berkurang telah menjadi lebih populer. Ini melibatkan kombinasi ketat dari model ekonomi teoretis dan statistik untuk memperkirakan parameter bunga. Memberlakukan struktur yang lebih teoretis dengan cara kita menggunakan data dan metode statistik dimaksudkan untuk memberikan panduan dan kadang-kadang …

17 econometrics  references 

Misalkan saya memiliki data yang terdistribusi normal. Untuk setiap elemen data saya ingin memeriksa berapa banyak SD yang jauh dari rata-rata. Mungkin ada pencilan dalam data (kemungkinan hanya satu, tetapi mungkin juga dua atau tiga) atau tidak, tetapi pencilan ini pada dasarnya adalah apa yang saya cari. Apakah masuk akal …

17 cross-validation  standard-deviation  mean  outliers 

Saya memilikinya pada otoritas tertinggi 1 bahwa Gibbs Sampling adalah kasus khusus dari algoritma Metropolis-Hastings untuk pengambilan sampel Markov Chain Monte Carlo. Algoritma MH selalu memberikan probabilitas transisi dengan properti keseimbangan terperinci; Saya berharap Gibbs juga harus. Jadi di mana dalam kasus sederhana berikut ini saya salah? Untuk distribusi target …

17 mcmc  gibbs 

Pertimbangkan proses AR (2) berpusat rata-rata mana adalah proses white noise standar. Demi kesederhanaan, izinkan saya menelepon dan \ phi_ {2} = a . Berfokus pada akar persamaan karakteristik yang saya dapatkan z_ {1,2} = \ frac {-b \ pm \ sqrt {b ^ 2 + 4a}} {2a} Kondisi klasik …

17 self-study  stationarity  arma 

Ini adalah posting pertama saya di StackExchange, tetapi saya telah menggunakannya sebagai sumber daya selama beberapa waktu, saya akan melakukan yang terbaik untuk menggunakan format yang sesuai dan melakukan pengeditan yang sesuai. Juga, ini adalah pertanyaan multi-bagian. Saya tidak yakin apakah saya harus membagi pertanyaan menjadi beberapa posting berbeda atau …

17 r  logistic  model-selection  regression-strategies 

Saya baru saja membaca tentang ukuran penyimpangan untuk regresi logistik. Namun, bagian yang disebut model jenuh tidak jelas bagi saya. Saya melakukan pencarian Google yang ekstensif tetapi tidak ada hasil yang menjawab pertanyaan saya. Sejauh ini saya menemukan bahwa model jenuh memiliki parameter untuk setiap pengamatan yang akibatnya menghasilkan kesesuaian …

17 logistic  deviance 

Saya punya pertanyaan tentang bias variabel yang dihilangkan dalam regresi logistik dan linier. Katakanlah saya menghilangkan beberapa variabel dari model regresi linier. Berpura-pura bahwa variabel-variabel yang dihilangkan tersebut tidak berkorelasi dengan variabel yang saya sertakan dalam model saya. Variabel-variabel yang dihilangkan tidak bias koefisien dalam model saya. Tetapi dalam regresi …

17 regression  logistic  least-squares  bias 

Saya bisa menggunakan beberapa panduan tentang penyajian beberapa data. Plot pertama ini adalah perbandingan case-control untuk sitokin IL-10. Saya secara manual mengatur sumbu y untuk memasukkan 99% data. Alasan saya mengatur ini secara manual adalah karena grup kasus memiliki pencilan yang ekstrim. Kolaborator saya ragu untuk melakukan penghapusan pencilan ke …

17 r  data-visualization  outliers  boxplot  presentation 

Kita tahu fakta bahwa nol korelasi tidak menyiratkan independensi. Saya tertarik pada apakah korelasi non-nol menyiratkan ketergantungan - yaitu jika untuk beberapa variabel acak dan , dapatkah kita katakan secara umum bahwa ?X Y f X , Y ( x , y ) ≠ f X ( x ) f …

17 correlation  independence 

Saya perlu membuat angka acak mengikuti distribusi normal dalam interval . (Saya bekerja di R.)(a,b)(a,b)(a,b) Saya tahu fungsi ini rnorm(n,mean,sd)akan menghasilkan angka acak mengikuti distribusi normal, tetapi bagaimana cara menetapkan batas interval di dalamnya? Apakah ada fungsi R tertentu yang tersedia untuk itu?

17 r  normal-distribution  matlab  simulation  random-generation 

Setelah beberapa pencarian, saya menemukan sangat sedikit pada penggabungan bobot pengamatan / kesalahan pengukuran ke dalam analisis komponen utama. Apa yang saya temukan cenderung mengandalkan pendekatan berulang untuk memasukkan bobot (misalnya, di sini ). Pertanyaan saya adalah mengapa pendekatan ini perlu? Mengapa kita tidak bisa menggunakan vektor eigen dari matriks …

17 pca  measurement-error  weighted-data 

Kursus statistik dasar sering menyarankan menggunakan distribusi normal untuk memperkirakan rata-rata parameter populasi ketika ukuran sampel n besar (biasanya lebih dari 30 atau 50). Distribusi T siswa digunakan untuk ukuran sampel yang lebih kecil untuk menjelaskan ketidakpastian dalam standar deviasi sampel. Ketika ukuran sampel besar, standar deviasi sampel memberikan informasi …

17 normal-distribution  confidence-interval  t-distribution 

Saya mencari kasus spesifik dan nyata di mana hubungan sebab akibat disimpulkan secara tidak tepat dari bukti korelasi. Secara khusus, saya tertarik pada contoh yang memenuhi kriteria berikut: Keberadaan hubungan sebab akibat diterima sebagai fakta yang cukup luas untuk memiliki efek penting (pada kebijakan publik, wacana, keputusan individu, dll.). Hubungan …

17 correlation  causality 

Apakah pdf dan PMF dan cdf berisi informasi yang sama? Bagi saya pdf memberikan seluruh probabilitas ke titik tertentu (pada dasarnya area di bawah probabilitas). PMF memberikan probabilitas titik tertentu. Cdf memberikan probabilitas di bawah titik tertentu. Jadi bagi saya pdf dan cdf memiliki informasi yang sama, tetapi PMF tidak …

17 probability  distributions  pdf  inference  cdf