Statistik dan Big Data

Di Libre Office Calc, rand()fungsi tersedia, yang memilih nilai acak antara 0 dan 1 dari distribusi yang seragam. Saya agak berkarat pada probabilitas saya, jadi ketika saya melihat perilaku berikut, saya bingung: A = 200x1 kolom rand()^2 B = 200x1 kolom rand()*rand() mean(A) = 1/3 mean(B) = 1/4 Kenapa mean(A)! …

14 expected-value  random-generation  uniform 

Tampaknya cukup umum untuk menggambarkan nilai alpha Cronbach sebagai berikut: α ≥ 0,9 Sangat baik 0,7 ≤ α <0,9 Bagus 0,6 ≤ α <0,7 Dapat diterima 0,5 ≤ α <0,6 Buruk α <0,5 Tidak Dapat Diterima Dari mana nilai-nilai ini berasal? Saya tidak dapat menemukan artikel penelitian asli yang menggambarkan …

14 reliability  psychometrics  cronbachs-alpha 

Data yang ingin kita gunakan sebagai variabel dependen terlihat seperti ini (ini adalah data hitungan). Kami takut karena memiliki komponen siklik dan struktur tren, regresi ternyata menjadi bias. Kami akan menggunakan regresi binomial negatif jika itu membantu. Data adalah panel seimbang, satu boneka per individu (negara bagian). Gambar yang ditampilkan …

14 autocorrelation  panel-data  fixed-effects-model  trend  lags 

Saya tahu k-means biasanya dioptimalkan menggunakan Expectation Maximization . Namun kami dapat mengoptimalkan fungsi kerugiannya dengan cara yang sama kami mengoptimalkan lainnya! Saya menemukan beberapa makalah yang benar-benar menggunakan keturunan gradien stokastik untuk k-means skala besar, tapi saya tidak bisa menjawab pertanyaan saya. Jadi, ada yang tahu kenapa begitu? Apakah …

14 optimization  k-means  expectation-maximization  loss-functions 

Dalam sebuah artikel saya menemukan rumus untuk standar deviasi ukuran sampel NNN σ=R¯¯¯¯2.534σ=R¯2.534\sigma=\frac{\overline{R}}{2.534} di mana R¯¯¯¯R¯\overline{R} adalah kisaran rata-rata sub sampel (ukuran 666 ) dari sampel utama. Bagaimana angka 2.5342.5342.534 dihitung? Ini nomor yang benar?

14 standard-deviation  descriptive-statistics  range 

Menurut Wikipedia distribusi probabilitas beta memiliki dua parameter bentuk: dan β .αα\alphaββ\beta Ketika saya memanggil scipy.stats.beta.fit(x)Python, di mana xada sekelompok angka dalam kisaran , 4 nilai dikembalikan. Ini menurut saya aneh.[0,1][0,1][0,1] Setelah googling saya menemukan salah satu nilai yang dikembalikan harus 'lokasi', karena variabel ketiga adalah 0 jika saya panggil …

14 python  scipy  beta-distribution 

Saya sedang menyusun tinjauan literatur tentang masalah kesehatan masyarakat saat ini di mana data dikacaukan: Apa saja studi kasus sejarah umum yang digunakan dalam pendidikan kesehatan / epidemiologi publik di mana hubungan atau kesimpulan yang tidak benar atau membingungkan secara sengaja atau keliru dipekerjakan dalam kebijakan dan legislasi kesehatan masyarakat? …

14 cross-validation  reliability  epidemiology  biostatistics 

Tampaknya tidak ada cara standar untuk menangani data yang hilang dalam konteks keluarga pemulusan eksponensial model. Secara khusus, implementasi R yang disebut ets dalam paket perkiraan tampaknya hanya mengambil urutan terpanjang tanpa data yang hilang, dan buku "Peramalan dengan Penghalusan Eksponensial" oleh Hyndman et al. sepertinya tidak berbicara tentang data …

14 time-series  forecasting  missing-data 

Berikut ini menjelaskan apa yang saya coba capai, tetapi mungkin pernyataan masalah alternatif dapat menggambarkan tujuan saya: aku ingin bagilah angka-angka berikut ke dalam kelompok-kelompok di mana varians angka-angka dalam setiap kelompok tidak terlalu besar, dan perbedaan antara rata-rata kelompok tidak terlalu kecil bandingkan distribusi yang diperoleh pada akhirnya dengan …

14 clustering  relative-distribution 

Anehnya, saya tidak dapat menemukan jawaban untuk pertanyaan berikut menggunakan Google: Saya memiliki beberapa data biologis dari beberapa individu yang menunjukkan perilaku pertumbuhan sigmoid secara kasar pada waktunya. Jadi, saya ingin memodelkannya menggunakan pertumbuhan logistik standar P(t) = k*p0*exp(r*t) / (k+p0*(exp(r*t)-1)) dengan p0 menjadi nilai awal pada t = 0, …

14 r  nonlinear-regression  mixed-model  growth-model 

Ini adalah tindak lanjut tetapi juga pertanyaan yang berbeda dari pertanyaan saya sebelumnya . Saya membaca di Wikipedia bahwa " Estimator yang tidak bias rata-rata meminimalkan risiko sehubungan dengan fungsi kerugian absolut-deviasi, seperti yang diamati oleh Laplace ." Namun, hasil simulasi Monte Carlo saya tidak mendukung argumen ini. Saya menganggap …

14 r  unbiased-estimator  median  lognormal  mad 

Saya sedang menjalani beberapa kuliah yang berhubungan dengan MCMC. Namun, saya tidak menemukan contoh yang baik tentang bagaimana ini digunakan. Adakah yang bisa memberi saya contoh nyata. Yang bisa saya lihat adalah mereka menjalankan rantai Markov dan mengatakan bahwa distribusi stasionernya adalah distribusi yang diinginkan. Saya ingin contoh yang bagus …

14 probability  bayesian  mcmc  markov-process 

Saya ingin menghasilkan pasangan angka acak dengan korelasi tertentu. Namun, pendekatan yang biasa menggunakan kombinasi linear dari dua variabel normal tidak valid di sini, karena kombinasi linear dari variabel seragam tidak lagi menjadi variabel yang terdistribusi secara seragam. Saya perlu dua variabel untuk menjadi seragam. Adakah ide tentang bagaimana menghasilkan …

14 correlation  random-generation  uniform 

Saya memiliki rangkaian waktu yang saya coba ramalkan, yang mana saya telah menggunakan model ARIMA musiman (0,0,0) (0,1,0) [12] (= fit2). Berbeda dengan apa yang disarankan R dengan auto.arima (R hitung ARIMA (0,1,1) (0,1,0) [12] akan lebih cocok, saya menamakannya fit1). Namun, dalam 12 bulan terakhir dari deret waktu saya …

14 r  time-series  statistical-significance  arima  residuals 

Saya telah mendengar ungkapan berikut sebelumnya: "Optimasi adalah akar dari semua kejahatan dalam statistik". Sebagai contoh, jawaban teratas di utas ini membuat pernyataan itu mengacu pada bahaya mengoptimalkan terlalu agresif selama pemilihan model. Pertanyaan pertama saya adalah sebagai berikut: Apakah kutipan ini disebabkan oleh orang tertentu? (misalnya dalam literatur statistik) …

14 cross-validation  optimization  overfitting