Statistik dan Big Data

Apakah mungkin untuk melakukan analisis kekuatan untuk tes Kruskal-Wallis dan Mann-Whitney? Jika ya, apakah ada paket R / fungsi yang menjalankannya?

13 r  nonparametric  power-analysis  kruskal-wallis 

Saya melakukan glm.nb oleh glm1<-glm.nb(x~factor(group)) dengan kelompok menjadi kategororial dan x menjadi variabel metrik. Ketika saya mencoba untuk mendapatkan ringkasan hasil, saya mendapatkan hasil yang sedikit berbeda, tergantung pada apakah saya menggunakan summary()atau summary.glm. summary(glm1)memberi saya ... Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 0.1044 0.1519 0.687 0.4921 factor(gruppe)2 …

13 r  generalized-linear-model  negative-binomial 

Aku baru saja mulai membangun model di stan ; untuk membangun keakraban dengan alat ini, saya sedang mengerjakan beberapa latihan di Bayesian Data Analysis (2nd ed.). The Waterbuck latihan mengandaikan bahwa data , dengan ( N , θ ) tidak diketahui. Karena Hamiltonian Monte Carlo tidak mengizinkan parameter diskrit, saya …

13 bayesian  mcmc  discrete-data  stan 

Saya telah mencoba mempelajari dan menerapkan model ARIMA. Saya telah membaca teks yang bagus tentang ARIMA oleh Pankratz - Peramalan dengan Kotak Univariat - Model Jenkins: Konsep dan Kasus . Dalam teks, penulis terutama menekankan prinsip kekikiran dalam memilih model ARIMA. Saya mulai bermain dengan auto.arima()fungsi dalam R paket perkiraan …

13 time-series  forecasting  arima  aic  automatic-algorithms 

Saya mendapat hasil dari tes yang sama yang diterapkan pada dua sampel independen: x <- c(17, 12, 13, 16, 9, 19, 21, 12, 18, 17) y <- c(10, 6, 15, 9, 8, 11, 8, 16, 13, 7, 5, 14) Dan saya ingin menghitung tes peringkat jumlah Wilcoxon. Ketika saya menghitung …

13 r  wilcoxon-mann-whitney  wilcoxon-signed-rank 

Apakah istilah "inferensi statistik" hanya mencakup pengujian hipotesis atau apakah itu juga mencakup estimasi titik, estimasi interval, dll. Referensi resmi akan sangat dihargai.

13 inference  terminology 

Bisakah Anda memberi alasan untuk menggunakan uji satu arah dalam analisis uji varians? Mengapa kita menggunakan uji satu sisi - uji F - di ANOVA?

13 anova  f-test  sums-of-squares  f-distribution 

Saya perlu mendapatkan ekspresi analitik untuk fungsi autocovariance γ(k)γ(k)\gamma\left(k\right) dari proses ARMA (2,1) yang dilambangkan oleh: yt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵtyt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵty_t=\phi_1y_{t-1}+\phi_2y_{t-2}+\theta_1\epsilon_{t-1}+\epsilon_t Jadi, saya tahu itu: γ(k)=E[yt,yt−k]γ(k)=E[yt,yt−k]\gamma\left(k\right) = \mathrm{E}\left[y_t,y_{t-k}\right] jadi saya bisa menulis: γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]\gamma\left(k\right) = \phi_1 \mathrm{E}\left[y_{t-1}y_{t-k}\right]+\phi_2 \mathrm{E}\left[y_{t-2}y_{t-k}\right]+\theta_1 \mathrm{E}\left[\epsilon_{t-1}y_{t-k}\right]+\mathrm{E}\left[\epsilon_{t}y_{t-k}\right] kemudian, untuk mendapatkan versi analitik dari fungsi autocovariance, saya perlu mengganti nilai kkk - 0, 1, …

13 time-series  covariance  autocorrelation  arma 

1. Masalahnya Saya memiliki beberapa pengukuran variabel , di mana , di mana saya memiliki distribusi diperoleh melalui MCMC, yang untuk kesederhanaan saya akan menganggapnya sebagai gaussian rata-rata dan varians \ sigma_t ^ 2 .ytyty_tt=1,2,..,nt=1,2,..,nt=1,2,..,nfyt(yt)fyt(yt)f_{y_t}(y_t)μtμt\mu_tσ2tσt2\sigma_t^2 Saya punya model fisik untuk pengamatan itu, katakanlah g(t)g(t)g(t) , tetapi residual rt=μt−g(t)rt=μt−g(t)r_t = \mu_t-g(t) …

13 time-series  mcmc  autoregressive  likelihood 

Dalam regresi linier, , mengapa disebut matriks desain? Bisakah dirancang atau dibangun secara sewenang-wenang sampai tingkat tertentu seperti dalam seni?Y=XβY=XβY= X\betaXXXXXX

13 regression  terminology 

Saya tidak memiliki latar belakang dalam matematika, tetapi saya mengerti bagaimana Perceptron sederhana bekerja dan saya pikir saya memahami konsep hyperplane (saya membayangkannya secara geometris sebagai sebuah pesawat dalam ruang 3D yang memisahkan dua titik awan, seperti garis yang memisahkan awan dua titik dalam ruang 2D). Tapi saya tidak mengerti …

13 machine-learning  classification  linear-model  multi-class 

Saat melakukan validasi silang k-fold, saya memahami bahwa Anda memperoleh metrik akurasi dengan mengarahkan semua lipatan kecuali satu lipatan pada satu lipatan dan membuat prediksi, lalu ulangi proses ini kali. Anda kemudian dapat menjalankan metrik akurasi pada semua instance Anda (presisi, recall,% diklasifikasikan dengan benar), yang seharusnya sama seperti jika …

13 cross-validation 

Katakanlah Anda memiliki seperangkat nilai, dan Anda ingin tahu apakah lebih besar kemungkinannya diambil sampelnya dari distribusi Gaussian (normal) atau sampel dari distribusi lognormal? Tentu saja, idealnya Anda akan tahu sesuatu tentang populasi atau tentang sumber kesalahan eksperimental, sehingga akan memiliki informasi tambahan yang berguna untuk menjawab pertanyaan. Tapi di …

13 normal-distribution  lognormal 

Saya menjalankan model regresi logistik dalam bentuk: lmer(response~1+(1|site), family=binomial, REML = FALSE) Biasanya saya akan menghitung ICC dari varian intersep dan residual, tetapi ringkasan model tidak termasuk varians residual. Bagaimana saya menghitung ini?

13 logistic  lme4-nlme  glmm 

Saya relatif akrab dengan perbedaan antara istilah statistik dan parameter. Saya melihat statistik sebagai nilai yang diperoleh dari menerapkan fungsi ke data sampel. Namun, sebagian besar contoh parameter terkait dengan mendefinisikan distribusi parametrik. Contoh umum adalah mean dan standar deviasi untuk parameterise distribusi normal atau koefisien dan varians kesalahan untuk …

13 estimation  terminology  sample  population