Statistik dan Big Data

Saya cukup baru dalam hal statistik. Konsep bootstrap telah membingungkan saya. Saya tahu bahwa normalitas distribusi pengambilan sampel diperlukan untuk menggunakan tes tertentu seperti uji-t. Dalam kasus ketika data tidak terdistribusi secara normal, dengan meminta "bootstrap" dalam uji-t di SPSS apakah ini akan menghindari masalah ketidaknormalan? Jika demikian, apakah t-statistik …

15 nonparametric  bootstrap 

Apa sebenarnya yang membangun model statistik? Saat ini ketika saya melamar pekerjaan penelitian atau pekerjaan konsultasi, istilah "membangun model" atau "model" sering muncul. Istilah ini kedengarannya keren, tapi sebenarnya apa yang mereka maksud? Bagaimana Anda membangun model Anda? Saya mencari pemodelan prediktif , yang meliputi k-nn dan regresi logistik.

15 modeling 

Saya memperkirakan sampel matriks kovarian CCC sampel dan mendapatkan matriks simetris. Dengan CCC , saya ingin membuat nnn -variate rn didistribusikan normal, tetapi karena itu saya membutuhkan Cholesky dekomposisi . Apa yang harus saya lakukan jika tidak pasti positif?CCCCCC

15 r  random-generation  covariance-matrix  multivariate-normal  cholesky 

Jika saya benar, "klasifikasi tanpa pengawasan" sama dengan pengelompokan. Lalu apakah ada "regresi tanpa pengawasan"? Terima kasih!

15 regression  unsupervised-learning 

Dapatkah lemma Neyman-Pearson berlaku untuk kasus ketika nol sederhana dan alternatif sederhana tidak termasuk dalam keluarga distribusi yang sama? Dari buktinya, saya tidak mengerti mengapa itu tidak bisa. Misalnya, ketika nol sederhana adalah distribusi normal dan alternatif sederhana adalah distribusi eksponensial. Apakah uji rasio kemungkinan merupakan cara yang baik untuk …

15 hypothesis-testing  mathematical-statistics 

Saya punya sampel sekitar 1000 nilai. Data ini diperoleh dari produk dua variabel acak independen . Variabel acak pertama memiliki distribusi seragam ξ ∼ U ( 0 , 1 ) . Distribusi variabel acak kedua tidak diketahui. Bagaimana saya bisa memperkirakan distribusi variabel acak kedua ( ψ )?ξ∗ψξ∗ψ\xi \ast \psi …

15 probability  distributions  mathematical-statistics 

Saya menggunakan serangkaian data penjualan harian yang berisi sekitar 2 tahun titik data harian. Berdasarkan beberapa tutorial / contoh online, saya mencoba mengidentifikasi musiman dalam data. Tampaknya ada periodisitas / musiman musiman, bulanan, dan mungkin tahunan. Misalnya, ada hari gajian, khususnya pada hari gajian pertama efek bulan yang berlangsung selama …

15 r  time-series  forecasting  arima  multiple-seasonalities 

Dalam satu kertas yang menjelaskan hasil analisis survival Saya telah membaca pernyataan yang menyiratkan bahwa seseorang dapat menerjemahkan rasio Hazard (SDM) dalam rasio kali hidup rata-rata ( dan M 2 ) dengan rumus:M1M1M_1M2M2M_2 HR=M1M2HR=M1M2HR = \frac{M_1}{M_2} Saya yakin itu tidak berlaku ketika seseorang tidak dapat mengasumsikan model bahaya proporsional (karena …

15 survival  hazard 

Dalam literatur istilah Pengacakan dan Permutasi digunakan secara bergantian. Dengan banyak penulis menyatakan "Permutasi (alias pengacakan) tes", atau sebaliknya. Paling-paling saya percaya perbedaannya halus, dan terletak pada asumsi mereka tentang data dan kesimpulan potensial yang dapat ditarik. Saya hanya perlu memeriksa apakah pemahaman saya benar, atau apakah ada perbedaan yang …

15 hypothesis-testing  sampling  terminology  permutation-test 

Sejauh yang saya mengerti, menjelaskan seberapa baik model memprediksi pengamatan. Adjusted R 2 adalah salah satu yang memperhitungkan lebih banyak pengamatan (atau derajat kebebasan). Jadi, Adjusted R 2 memprediksi model lebih baik? Lalu mengapa ini kurang dari R 2 ? Tampaknya sering harus lebih.R2R2R^2R2R2R^2R2R2R^2R2R2R^2

15 regression  r-squared 

Katakanlah kita diberi masalah berikut: Prediksi klien mana yang paling mungkin berhenti membeli di toko kami dalam 3 bulan ke depan. Untuk setiap klien kami tahu bulan ketika seseorang mulai membeli di toko kami dan kami juga memiliki banyak fitur perilaku dalam agregat bulanan. Klien 'tertua' telah membeli selama lima …

15 logistic  survival  cox-model 

Analisis korelasi kanonik (CCA) bertujuan untuk memaksimalkan korelasi product-moment Pearson yang biasa (yaitu koefisien korelasi linier) dari kombinasi linear dari dua set data. Sekarang, pertimbangkan fakta bahwa koefisien korelasi ini hanya mengukur asosiasi linier - ini adalah alasan mengapa kami juga menggunakan, misalnya, koefisien korelasi Spearman- atau Kendall- τ yang …

15 multivariate-analysis  data-transformation  spearman-rho  kendall-tau  canonical-correlation 

Seperti yang ada saat ini, pertanyaan ini tidak cocok untuk format Tanya Jawab kami. Kami berharap jawaban didukung oleh fakta, referensi, atau keahlian, tetapi pertanyaan ini kemungkinan akan mengundang debat, argumen, polling, atau diskusi panjang. Jika Anda merasa bahwa pertanyaan ini dapat diperbaiki dan mungkin dibuka kembali, kunjungi pusat bantuan …

15 references  history 

Saya memiliki unit GPS yang menampilkan pengukuran kebisingan melalui matriks kovarian :ΣΣ\Sigma Σ=⎡⎣⎢σxxσyxσxzσxyσyyσyzσxzσyzσzz⎤⎦⎥Σ=[σxxσxyσxzσyxσyyσyzσxzσyzσzz]\Sigma = \left[\begin{matrix} \sigma_{xx} & \sigma_{xy} & \sigma_{xz} \\ \sigma_{yx} & \sigma_{yy} & \sigma_{yz} \\ \sigma_{xz} & \sigma_{yz} & \sigma_{zz} \end{matrix}\right] (ada juga terlibat tapi mari kita mengabaikan bahwa untuk kedua.)ttt Misalkan saya ingin memberi tahu orang lain …

15 covariance  measurement-error  uncertainty 

Paket R plotting ggplot2 memiliki fungsi luar biasa yang disebut stat_smooth untuk memplot garis regresi (atau kurva) dengan pita kepercayaan terkait. Namun saya mengalami kesulitan mencari tahu persis bagaimana pita kepercayaan ini dihasilkan, untuk setiap kali garis regresi (atau "metode"). Bagaimana saya dapat menemukan informasi ini?

15 r  regression  confidence-interval  ggplot2