Statistik dan Big Data

Saya memiliki model stokastik yang digunakan untuk mensimulasikan deret waktu dari beberapa proses. Saya tertarik pada efek mengubah satu parameter ke nilai tertentu dan ingin menunjukkan perbedaan antara deret waktu (katakanlah model A dan model B) dan semacam interval kepercayaan berbasis simulasi. Saya hanya menjalankan banyak simulasi dari model A …

11 time-series  predictive-models  markov-process 

Ada banyak hal tentang kolinearitas berkenaan dengan prediktor kontinu tetapi tidak begitu banyak yang dapat saya temukan pada prediktor kategoris. Saya memiliki data jenis ini yang diilustrasikan di bawah ini. Faktor pertama adalah variabel genetik (jumlah alel), faktor kedua adalah kategori penyakit. Jelas bahwa gen mendahului penyakit dan merupakan faktor …

11 r  anova  categorical-data  multicollinearity  sums-of-squares 

Latar Belakang: Saya seorang ahli biostatistik yang saat ini bergulat dengan dataset tingkat ekspresi seluler. Penelitian ini mengekspos sejumlah sel, dikumpulkan dalam kelompok dari berbagai donor, ke peptida tertentu. Sel mengekspresikan biomarker tertentu sebagai respons, atau tidak. Tingkat respons kemudian dicatat untuk setiap kelompok donor. Tingkat respons (dinyatakan sebagai persentase) …

11 regression  gamma-distribution  mixture  zero-inflation 

Terkunci . Pertanyaan ini dan jawabannya dikunci karena pertanyaannya di luar topik tetapi memiliki signifikansi historis. Saat ini tidak menerima jawaban atau interaksi baru. Bagaimana saya bisa melakukan plot grafik wafel sebagai alternatif untuk menggunakan piecharts di R? help.search("waffle") No help files found with alias or concept or title matching …

11 r  data-visualization 

Katakanlah sebagai pemilik bisnis (atau pemasaran atau siapa pun yang memahami sebaran sebaran) ditampilkan sebaran sebaran dua variabel: jumlah iklan vs jumlah penjualan produk per bulan selama 5 tahun terakhir (atau skala waktu lain sehingga Anda punya lebih banyak sampel. Saya baru saja membuat ini). Sekarang dia melihat plot pencar …

11 correlation  mathematical-statistics 

Saya menjalankan model OLS dengan variabel indeks aset berkelanjutan sebagai DV. Data saya dikumpulkan dari tiga komunitas serupa dalam kedekatan geografis yang dekat satu sama lain. Meskipun demikian, saya pikir penting untuk menggunakan komunitas sebagai variabel kontrol. Ternyata, masyarakat signifikan pada tingkat 1% (t-skor -4,52). Komunitas adalah variabel nominal / …

11 regression  categorical-data  stata  multiple-regression  aggregation 

Saya ingin tahu apakah masuk akal untuk mempelajari plot residual sehubungan dengan variabel dependen ketika saya mendapatkan regresi univariat. Jika masuk akal, apa arti korelasi yang kuat, linier, dan tumbuh antara residual (pada sumbu y) dan nilai estimasi dari variabel dependen (pada sumbu x) artinya?

11 regression  residuals 

Asumsikan saya memiliki satu set pengamatan univariat independen dan terdistribusi secara identik dan dua hipotesis tentang bagaimana dihasilkan:xxxxxxx xH0H0H_0 : diambil dari satu distribusi Gaussian dengan mean dan varian yang tidak diketahui.xxx xHSEBUAHHAH_A : diambil dari campuran dua Gaussians dengan mean, varian dan koefisien pencampuran yang tidak diketahui.xxx Jika saya …

11 hypothesis-testing  normal-distribution  expectation-maximization 

Saya diberi latihan, dan saya tidak bisa mengetahuinya. Paradox TahananTiga tahanan di sel isolasi, A, B dan C, telah dijatuhi hukuman mati pada hari yang sama tetapi, karena ada hari libur nasional, gubernur memutuskan bahwa seseorang akan diberikan grasi. Para tahanan diberitahu tentang hal ini tetapi diberitahu bahwa mereka tidak …

11 probability  self-study 

Saya punya pertanyaan tentang interval kepercayaan. Secara umum, apakah interval kepercayaan terbuka atau tertutup?

11 mathematical-statistics 

Saya mencari mitra bayesian dari uji dua sampel dengan varians yang tidak sama (tes Welch). Saya juga mencari tes multivarian, seperti statistik T Hotelling. Referensi dihargai. Untuk kasus multivarian, misalkan kita memiliki dan , di mana (resp ) adalah jalan pintas untuk mean sampel, simpangan baku sampel, dan jumlah titik. …

11 correlation  bayesian  t-test  heteroscedasticity 

Ada model regresi di mana dengan dan b = 0,4 , yang memiliki koefisien korelasi r = 0,60302 .a = 1,6 b = 0,4 r = 0,60302Y=a+bXY=a+bXY = a + bXa=1.6a=1.6a = 1.6b=0.4b=0.4b=0.4r=0.60302r=0.60302r = 0.60302 Jika dan kemudian beralih dan persamaan menjadi mana dan , ia juga memiliki nilai .Y …

11 correlation  regression-coefficients 

Saya seorang R noob yang diharuskan untuk melakukan berbagai macam analisis pada set data besar di R. Jadi sambil melihat-lihat situs ini dan di tempat lain, tampak bagi saya bahwa ada banyak masalah esoteris dan kurang terkenal yang terlibat di sini - seperti paket mana yang digunakan kapan, transformasi apa …

11 r  large-data 

Pengguna pemula R di sini berjuang dengan tindakan berulang ANOVA. Saya memiliki dataset yang terdiri dari satu antara faktor subjek dengan 4 level (dikodekan dalam variabel tunggal yang disebut 'grup'), dan satu dalam faktor subyek dengan 4 level (dikodekan dalam empat variabel terpisah 'DV1', 'DV2', 'DV3 ',' DV4 '). Saya …

11 r  anova  repeated-measures  contrasts 

Sebuah hutan random adalah kumpulan pohon keputusan dibentuk oleh acak memilih hanya fitur tertentu untuk membangun setiap pohon dengan (dan kadang-kadang mengantongi data training). Tampaknya mereka belajar dan menggeneralisasi dengan baik. Adakah yang melakukan pengambilan sampel MCMC pada ruang pohon keputusan atau membandingkannya dengan hutan acak? Saya tahu mungkin lebih …

11 mcmc  monte-carlo  random-forest  cart