Statistik dan Big Data

Dalam Regresi Logistik, adakah kebutuhan untuk mempedulikan multikolinieritas seperti halnya Anda akan menggunakan regresi OLS langsung? Misalnya, dengan regresi logistik, di mana terdapat multikolinieritas, apakah Anda harus berhati-hati (seperti halnya dalam regresi OLS) dengan mengambil kesimpulan dari koefisien Beta? Untuk regresi OLS satu "memperbaiki" ke multikolinieritas tinggi adalah regresi ridge, …

16 regression  logistic  multicollinearity 

Saya mencoba menerapkan algoritma MCMC hit and run, tetapi saya mengalami sedikit kesulitan untuk memahami bagaimana cara melakukannya. Gagasan umum, adalah sebagai berikut: Untuk menghasilkan lompatan proposal di MH, kami: Hasilkan arah dari distribusi di permukaan unit bola OdddOO\mathcal{O} Hasilkan jarak yang ditandatangani sepanjang ruang terbatas.λλ\lambda Namun, saya tidak tahu …

16 r  bayesian  mcmc 

Saya pikir itu adil untuk mengatakan statistik adalah ilmu terapan sehingga ketika rata-rata dan standar deviasi dihitung itu karena seseorang mencari untuk membuat beberapa keputusan berdasarkan angka-angka itu. Bagian dari menjadi ahli statistik yang baik maka saya berharap bisa "merasakan" ketika data sampel dapat dipercaya dan ketika beberapa uji statistik …

16 references  inference  descriptive-statistics  history  fallacy 

Saya mengembangkan paket ez untuk R sebagai sarana untuk membantu transisi orang dari paket statistik seperti SPSS ke R. Ini (mudah-mudahan) dicapai dengan menyederhanakan spesifikasi berbagai rasa ANOVA, dan memberikan keluaran seperti SPSS (termasuk ukuran efek dan asumsi tes), di antara fitur-fitur lainnya. The ezANOVA()Fungsi sebagian besar berfungsi sebagai pembungkus …

16 r  anova  sums-of-squares 

Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 6 tahun yang lalu . Pertanyaan ini terkait dengan pertanyaan saya sebelumnya . Saya ingin meletakkan nilai di atas bar di barplot. Saya pemula dalam …

16 r  data-visualization 

Siapa di antara Anda di forum ini yang menggunakan "> R dengan multicore , paket salju , atau CUDA , jadi untuk kalkulasi lanjutan yang membutuhkan lebih banyak daya daripada CPU workstation? Di perangkat keras mana Anda menghitung skrip ini? Di rumah / kantor atau apakah Anda memiliki akses pusat …

16 r  mathematical-statistics  computing  parallel-computing 

Adakah yang bisa membantu saya menafsirkan skor PCA? Data saya berasal dari kuesioner tentang sikap terhadap beruang. Menurut muatan, saya telah menafsirkan salah satu komponen utama saya sebagai "takut beruang". Apakah skor komponen utama tersebut terkait dengan bagaimana masing-masing responden mengukur hingga komponen utama tersebut (apakah ia mendapat skor positif …

16 pca 

Saya menemukan dunia yang luar biasa dari yang disebut "Hidden Markov Models", juga disebut "model switching rezim". Saya ingin mengadaptasi HMM dalam R untuk mendeteksi tren dan titik balik. Saya ingin membangun model yang generik mungkin sehingga saya bisa mengujinya dengan banyak harga. Adakah yang bisa merekomendasikan kertas? Saya telah …

16 r  time-series  finance  hidden-markov-model 

Saya memiliki deret waktu sederhana dengan 5-10 titik data per set data secara berkala. Saya bertanya-tanya apa cara terbaik untuk menentukan apakah dua set data berbeda. Haruskah saya mencoba uji-t pada setiap titik data, atau melihat area di bawah kurva atau apakah ada semacam model multivariat yang akan bekerja lebih …

16 time-series  statistical-significance 

Beberapa bulan yang lalu saya memposting pertanyaan tentang tes homoscedasticity di R pada SO, dan Ian Fellows menjawab bahwa (saya akan memparafrasekan jawabannya dengan sangat longgar): Tes homoscedasticity bukan alat yang baik ketika menguji kebaikan model Anda. Dengan sampel kecil, Anda tidak memiliki kekuatan yang cukup untuk mendeteksi keberangkatan dari …

16 hypothesis-testing  anova  nonparametric  goodness-of-fit  heteroscedasticity 

Jika Anda memasukkan fungsi non linear ke satu set poin (dengan asumsi hanya ada satu ordinat untuk setiap absis) hasilnya dapat berupa: fungsi yang sangat kompleks dengan residu kecil fungsi yang sangat sederhana dengan residu besar Validasi silang umumnya digunakan untuk menemukan kompromi "terbaik" antara kedua ekstrem ini. Tapi apa …

16 model-selection  cross-validation 

Saya punya sedikit masalah yang membuat saya panik. Saya harus menulis prosedur untuk proses akuisisi online dari rangkaian waktu multivarian. Pada setiap interval waktu (misalnya 1 detik), saya mendapatkan sampel baru, yang pada dasarnya adalah vektor titik mengambang ukuran N. Operasi yang perlu saya lakukan agak rumit: Untuk setiap sampel …

16 algorithms  quantiles  online  large-data 

Pertanyaan berikut adalah salah satu cawan suci bagi saya untuk beberapa waktu sekarang, saya harap seseorang mungkin dapat memberikan saran yang baik. Saya ingin melakukan tindakan berulang non-parametrik multiway anova menggunakan R. Saya telah melakukan beberapa pencarian dan membaca online untuk beberapa waktu, dan sejauh ini hanya dapat menemukan solusi …

16 r  anova  repeated-measures  nonparametric  manova 

Prosedur EM muncul, bagi yang belum tahu, sebagai kurang lebih ilmu hitam. Taksir parameter HMM (misalnya) menggunakan data yang dilindungi. Kemudian decode data yang tidak ditandai, menggunakan maju-mundur untuk 'menghitung' peristiwa seolah-olah data tersebut ditandai, lebih atau kurang. Mengapa ini membuat model lebih baik? Saya tahu sesuatu tentang matematika, tetapi …

16 expectation-maximization  intuition 

Saya ingin tahu mengapa kami memperlakukan fitting GLMS seolah-olah mereka adalah beberapa masalah optimasi khusus. Apakah mereka? Bagi saya sepertinya itu hanya kemungkinan maksimum, dan kami menuliskan kemungkinannya dan kemudian ... kami memaksimalkannya! Jadi mengapa kita menggunakan skor Fisher alih-alih segudang skema optimasi yang telah dikembangkan dalam literatur matematika terapan?

16 generalized-linear-model  optimization  fisher-scoring