Statistik dan Big Data

Saya memiliki waktu seri dan saya ingin model itu sebagai proses ARFIMA (alias Farima). Jika y t terintegrasi dari (pecahan) agar d , saya ingin fraksional-perbedaan itu untuk membuatnya diam.ytyty_tytyty_tddd Pertanyaan : apakah rumus berikut ini mendefinisikan pembeda fraksional benar? Δdyt:=yt−dyt−1+d(d−1)2!yt−2−d(d−1)(d−2)3!yt−3+ . . .+(−1)k+1d(d- 1 ) ⋅ ...⋅(d−k)k!yt−k+...Δdyt: =yt-dyt-1+d(d-1)2!yt-2-d(d-1)(d-2)3!yt-3+...+(-1)k+1d(d-1)⋅...⋅(d-k)k!yt-k+...\Delta^d y_t …

11 time-series  arima  arfima 

Apa perbedaan antara rotasi varimax dan rotasi oblimin dalam analisis faktor? Juga, saya bingung tentang hubungan antara analisis komponen utama, rotasi varimax dan analisis faktor eksplorasi, baik secara teori maupun SPSS. Bagaimana mereka terkait?

11 factor-analysis  rotation 

Apakah jenis distribusi yang terpisah ini (EX: Binomial, bernoulli, Multinomial) atau distribusi apa pun dapat diwakili dengan cara ini. Dapatkah seseorang menguraikan dengan contoh sederhana

11 probability  distributions 

Saya menerapkan tes DW untuk model regresi saya di R dan saya mendapat statistik uji DW dari 1,78 dan nilai-p 2.2e-16 = 0. Apakah ini berarti tidak ada autokorelasi antara residu karena stat mendekati 2 dengan nilai-p kecil atau apakah ini berarti meskipun stat dekat dengan 2 nilai-p kecil dan …

11 r  regression  hypothesis-testing  autocorrelation  residuals 

Pertimbangkan regresi sederhana (normalitas tidak diasumsikan): mana dengan mean 0 dan standar deviasi \ sigma . Apakah Estimasi Kuadrat Terkecil dari a dan b tidak berkorelasi?e iYi=a+bXi+ei,Yi=a+bXi+ei,Y_i = a + b X_i + e_i,eieie_iσ a b000σσ\sigmaaaabbb

11 regression  correlation  estimation 

Saya mengerti bahwa ukuran-f (berdasarkan presisi dan daya ingat) adalah perkiraan seberapa akurat classifier. Juga, f-ukuran lebih disukai daripada akurasi ketika kita memiliki dataset yang tidak seimbang. Saya punya pertanyaan sederhana (yang lebih banyak tentang menggunakan terminologi yang benar daripada tentang teknologi). Saya memiliki dataset yang tidak seimbang dan saya …

11 machine-learning  classification  data-mining  unbalanced-classes  accuracy 

Saya punya pertanyaan tentang distribusi yang benar untuk digunakan untuk membuat model dengan data saya. Saya melakukan inventarisasi hutan dengan 50 plot, masing-masing plot berukuran 20m × 50m. Untuk setiap plot, saya memperkirakan persentase kanopi pohon yang menaungi tanah. Setiap plot memiliki satu nilai, dalam persen, untuk tutupan kanopi. Persentase …

11 distributions  binomial  gamma-distribution 

Saya menerapkan fungsi berikut untuk menghitung entropi: from math import log def calc_entropy(probs): my_sum = 0 for p in probs: if p > 0: my_sum += p * log(p, 2) return - my_sum Hasil: >>> calc_entropy([1/7.0, 1/7.0, 5/7.0]) 1.1488348542809168 >>> from scipy.stats import entropy # using a built-in package # …

11 mathematical-statistics  python  entropy 

Saya telah mencoba memoles pengetahuan statistik saya, terutama dalam kaitannya dengan penentuan ukuran sampel dan Analisis Daya Statistik. Tetapi tampaknya semakin banyak saya membaca semakin saya perlu membaca. Lagi pula saya menemukan alat yang disebut G * Power yang tampaknya melakukan semua yang saya butuhkan tetapi saya mengalami masalah memahami …

11 power-analysis  power  non-central 

Sebagai asumsi regresi linier, normalitas distribusi kesalahan kadang-kadang salah "diperluas" atau ditafsirkan sebagai kebutuhan untuk normalitas y atau x. Apakah mungkin untuk membuat skenario / dataset bahwa di mana X dan Y adalah tidak normal tetapi istilah kesalahannya adalah dan oleh karena itu estimasi regresi linier yang diperoleh valid?

11 regression  linear-model  assumptions 

Menggunakan biplot nilai yang diperoleh melalui analisis komponen utama, dimungkinkan untuk mengeksplorasi variabel penjelas yang membentuk setiap komponen utama. Apakah ini juga mungkin dengan Analisis Diskriminan Linier? Contoh yang diberikan menggunakan data adalah "Data Iris Edgar Anderson" ( http://en.wikipedia.org/wiki/Iris_flower_data_set ). Berikut adalah data irisnya : id SLength SWidth PLength PWidth …

11 r  pca  multivariate-analysis  discriminant-analysis  biplot 

Saya telah menulis sebuah program untuk mensimulasikan kartu shuffle overhand . Setiap kartu diberi nomor, dengan setelan naik dari CLUBS, DIAMONDS, HEARTS, SPADESdan peringkat dari Dua hingga Sepuluh kemudian Jack, Ratu, Raja dan Ace. Jadi Dua Klub memiliki Jumlah 1, Tiga Klub a 2. .... Ace of Clubs adalah 13 …

11 correlation  pearson-r  information-theory 

Saya membandingkan kinerja beberapa algoritma pada beberapa set data. Karena pengukuran kinerja tersebut tidak dijamin didistribusikan secara normal, saya memilih Friedman Test dengan tes post-hoc Nemenyi berdasarkan Demšar (2006) . Saya kemudian menemukan makalah lain yang, selain menyarankan metode lain seperti tes Quade dengan tes post-hoc Shaffer berikutnya, mereka menerapkan …

11 nonparametric  multiple-comparisons  post-hoc 

Bisakah Anda merekomendasikan buku, artikel, esai, tutorial / kursus online, dll yang akan menarik dan bermanfaat bagi ahli epidemiologi / biostatistik untuk belajar tentang filosofi sebab akibat / inferensi kausal? Saya tahu sedikit tentang benar-benar melakukan inferensial kausal dari kerangka epi dan biostats, tetapi saya ingin belajar sesuatu tentang filosofi …

11 references  causality  philosophical 

Saya memiliki dua seri data harian. Satu adalah sign-upsdan yang lainnya terminationsdari langganan. Saya ingin memprediksi yang kedua menggunakan informasi yang terkandung dalam kedua variabel. Melihat grafik dari seri ini, jelas bahwa penghentian berkorelasi dengan kelipatan pendaftaran beberapa bulan sebelumnya. Artinya, lonjakan pendaftaran pada 10 Mei, akan menyebabkan peningkatan penghentian …

11 r  time-series  seasonality  var