Statistik dan Big Data

Ada berbagai metode untuk prediksi variabel ordinal dan kategoris. Apa yang saya tidak mengerti, adalah bagaimana perbedaan ini penting. Apakah ada contoh sederhana yang dapat menjelaskan apa yang salah jika saya menjatuhkan pesanan? Dalam situasi apa tidak penting? Misalnya, jika variabel independen semuanya kategorikal / ordinal, apakah akan ada perbedaan? …

12 logistic  multinomial  ordered-logit 

Saya bertanya-tanya apakah ada rumus ukuran sampel seperti rumus Lehr yang berlaku untuk uji-F? Rumus Lehr untuk uji-t adalah , di mana adalah ukuran efek ( misalnya ). Ini dapat digeneralisasikan ke mana adalah konstanta yang tergantung pada tingkat tipe I, kekuatan yang diinginkan, dan apakah seseorang melakukan tes satu …

12 sample-size  power  non-central  f-test 

Saya memiliki satu set data bulanan suhu permukaan laut (SST) dan saya ingin menerapkan beberapa metodologi cluster untuk mendeteksi daerah dengan pola SST yang serupa. Saya memiliki satu set file data bulanan yang berjalan dari tahun 1985 hingga 2009 dan ingin menerapkan pengelompokan ke setiap bulan sebagai langkah pertama. Setiap …

12 r  clustering  spatial 

Jika suatu item mengikuti distribusi normal, rata-rata juga mengikuti distribusi normal. Bagaimana dengan minimum dan maksimum?

12 normal-distribution  order-statistics 

Saat ini saya menggunakan analisis komponen utama untuk memilih variabel yang akan digunakan dalam pemodelan. Saat ini, saya membuat pengukuran A, B, dan C dalam percobaan saya - Yang benar-benar ingin saya ketahui adalah: Dapatkah saya membuat lebih sedikit pengukuran dan berhenti merekam C dan atau B untuk menghemat waktu …

12 regression  pca  model-selection 

Dari Econometrics , oleh Fumio Hayashi (Chpt 1): Homoskedasticity Tanpa Syarat: Momen kedua dari istilah kesalahan E (εᵢ²) konstan di seluruh pengamatan Bentuk fungsional E (εᵢ² | xi) konstan di seluruh pengamatan Homoskedasticity Bersyarat: Pembatasan bahwa momen kedua dari istilah kesalahan E (εᵢ²) adalah konstan di seluruh pengamatan diangkat Dengan …

12 regression  econometrics  heteroscedasticity  assumptions 

Latar Belakang Saya merancang simulasi Monte Carlo yang menggabungkan output dari serangkaian model, dan saya ingin memastikan bahwa simulasi akan memungkinkan saya untuk membuat klaim yang masuk akal tentang probabilitas hasil simulasi dan ketepatan estimasi probabilitas itu. Simulasi akan menemukan kemungkinan bahwa juri yang diambil dari komunitas tertentu akan menghukum …

12 confidence-interval  monte-carlo  standard-error  simulation 

Konteks: Saya seorang mahasiswa PhD Psikologi. Seperti banyak mahasiswa PhD psikologi, saya tahu bagaimana melakukan berbagai analisis statistik menggunakan perangkat lunak statistik, hingga teknik seperti PCA, pohon klasifikasi, dan analisis kluster. Tapi itu tidak terlalu memuaskan karena walaupun saya bisa menjelaskan mengapa saya melakukan analisis dan apa artinya indikator, saya …

12 references  notation  software 

Saya mengalami masalah menghitung koefisien korelasi pearson dari kumpulan data dengan kemungkinan nol standar deviasi (yaitu semua data memiliki nilai yang sama). Misalkan saya memiliki dua set data berikut: float x[] = {2, 2, 2, 3, 2}; float y[] = {2, 2, 2, 2, 2}; Koefisien korelasi "r", akan dihitung …

12 correlation 

Katakanlah adalah fungsi linier dari dan dummy . Hipotesis saya adalah bahwa itu sendiri adalah seperti indeks hedonistik dari vektor variabel lainnya, . Saya memiliki dukungan untuk ini dalam dari (yaitu , , ..., ) pada . Apakah ada cara untuk menguji kesetaraan kedua model ini:x d d Z M …

12 r  hypothesis-testing  regression  model-selection 

Inti dari AIC atau kriteria informasi lainnya adalah bahwa lebih sedikit lebih baik. Jadi jika saya memiliki dua model M1: y = a0 + XA + e dan M2: y = b0 + ZB + u, dan jika AIC yang pertama (A1) kurang dari yang kedua (A2), maka M1 memiliki …

12 regression  aic 

Saya memiliki tabel kontingensi tiga tingkat, dengan data penghitungan untuk beberapa spesies, tanaman inang dari mana mereka dikumpulkan dan apakah pengumpulan itu terjadi pada hari hujan (ini sebenarnya penting!). Menggunakan R, data palsu mungkin seperti ini: count <- rpois(8, 10) species <- rep(c("a", "b"), 4) host <- rep(c("c","c", "d", "d"), …

12 r  categorical-data  log-linear 

Saya punya pertanyaan tentang metode sekuensial grup . Menurut Wikipedia: Dalam uji coba secara acak dengan dua kelompok perlakuan, pengujian sekuensial kelompok klasik digunakan dengan cara berikut: Jika n subjek dalam setiap kelompok tersedia, analisis sementara dilakukan pada subjek 2n. Analisis statistik dilakukan untuk membandingkan kedua kelompok, dan jika hipotesis …

12 multiple-comparisons  clinical-trials  type-i-and-ii-errors 

Saya memiliki masalah pengambilan sampel sederhana, di mana loop batin saya terlihat seperti: v = sample_gamma(k, a) di mana sample_gammasampel dari distribusi Gamma membentuk sampel Dirichlet. Ini bekerja dengan baik, tetapi untuk beberapa nilai k / a, beberapa proses hilir perhitungan underflow. Saya mengadaptasinya untuk menggunakan variabel ruang log: v …

12 sampling  gamma-distribution 

Saya mendesain algoritma pengambilan sampel Hybrid Monte Carlo untuk PyMC , dan saya mencoba membuatnya sebebas dan sesering mungkin, jadi saya mencari saran yang bagus untuk merancang algoritma HMC. Saya telah membaca bab survei Radford dan Beskos et. makalah terbaru al. tentang penyetelan HMC optimal (ukuran langkah) dan saya mengumpulkan …

12 bayesian  monte-carlo