Statistik dan Big Data

Saya tertarik dalam memodelkan total tangkapan ikan menggunakan gam dalam mgcv untuk memodelkan efek acak sederhana untuk masing-masing kapal (yang melakukan perjalanan berulang kali dalam perikanan). Saya memiliki 98 subjek, jadi saya pikir saya akan menggunakan gam daripada gamm untuk memodelkan efek acak. Model saya adalah: modelGOM <- gam(TotalFish ~ …

10 prediction  random-effects-model  gam  mgcv 

Jika saya memiliki seri waktu yang memiliki musiman, apakah itu secara otomatis membuat seri tidak stasioner? Intuisi saya (mungkin mati) adalah tidak. Musiman berarti bahwa rangkaian naik dan turun di sekitar nilai konstan .... sesuatu seperti gelombang sinus. Jadi dengan logika ini deret waktu dengan musiman adalah deret stasioner (lemah) …

10 time-series  stationarity  seasonality 

The Wikipedia Halaman mengatakan bahwa Box-Jenkins adalah metode pas model ARIMA untuk seri waktu. Sekarang, jika saya ingin mencocokkan model ARIMA ke deret waktu, saya akan membuka SAS, menelepon proc ARIMA, menyediakan parameter dan SAS akan memberi saya koefisien AR dan MA. Sekarang, saya dapat mencoba berbagai kombinasi p , …

10 time-series  arima  sas  aic  box-jenkins 

Saya harap pertanyaan umum berikut masuk akal. Harap diingat bahwa untuk keperluan pertanyaan khusus ini, saya tidak tertarik dengan alasan teoritis (domain subjek) untuk memperkenalkan non-linearitas. Oleh karena itu, saya akan merumuskan pertanyaan lengkap sebagai berikut: Apa itu kerangka kerja logis ( kriteria dan, jika mungkin, proses pengambilan keputusan ) …

10 nonlinear-regression  methodology  nonlinear  regression-strategies 

Saya mencoba mencari cara terbaik untuk memvisualisasikan bagan di bawah ini dan menekankan kemanjuran pengobatan sebagaimana diterapkan pada sejumlah pasien yang mencoba pengobatan. Berikut tautan ke halaman yang sebenarnya: http://curetogether.com/cluster-headaches/treatments/ Apa cara terbaik untuk menekankan efektivitas sambil tetap membuatnya mudah untuk membandingkan perawatan dan melihat berapa banyak pasien yang menilai …

10 data-visualization  pie-chart 

Dari definisi stasioneritas intrinsik: E[Z(x)−Z(x−h)]=0E[Z(x)−Z(x−h)]=0E[Z(x)-Z(x-h)] = 0 Asumsi ini digunakan misalnya dalam kriging biasa, alih-alih mengasumsikan rata-rata konstan di seluruh ruang, kami mengasumsikan rata-rata adalah konstan secara lokal. Jika rata-rata konstan di lingkungan, kami secara logis mengharapkan perbedaan antara dua pengukuran yang dekat satu sama lain menjadi nol. Tetapi karena …

10 spatial 

Ok, peringatan yang adil - ini adalah pertanyaan filosofis yang tidak melibatkan angka. Saya telah berpikir banyak tentang bagaimana kesalahan merayap ke set data dari waktu ke waktu dan bagaimana itu harus diperlakukan oleh analis - atau jika itu benar-benar penting? Sebagai latar belakang, saya melakukan analisis pada studi jangka …

10 dataset  error 

Saya menjalankan glms di R (model linear umum). Saya pikir saya tahu nilai-nilai - sampai saya melihat bahwa memanggil ringkasan untuk GLM tidak memberi Anda perwakilan pvalue utama dari model secara keseluruhan - setidaknya tidak di tempat di mana model linear melakukannya. Saya bertanya-tanya apakah ini diberikan sebagai nilai untuk …

10 r  statistical-significance  generalized-linear-model  p-value  descriptive-statistics 

Ketika ada kesalahan pengukuran dalam variabel independen saya mengerti bahwa hasilnya akan bias terhadap 0. Ketika variabel dependen diukur dengan kesalahan mereka mengatakan itu hanya mempengaruhi kesalahan standar tetapi ini tidak masuk akal bagi saya karena kita memperkirakan pengaruh bukan pada variabel asli tetapi pada beberapa lainnya ditambah kesalahan. Jadi …

10 regression  econometrics  instrumental-variables 

Saat terjebak dalam hal ini, saya tahu saya mungkin harus menggunakan deviasi rata-rata dari distribusi binomial tapi saya tidak bisa mengetahuinya.

10 self-study  binomial  mean  expected-value  proof 

Hanya pertanyaan umum. Jika Anda memiliki data deret waktu, kapankah lebih baik menggunakan teknik deret waktu (alias, ARCH, GARCH, dll.) Di atas teknik pembelajaran mesin / statistik (KNN, regresi)? Jika ada pertanyaan serupa yang ada di crossvalidated, tunjukkan saya ke arah itu - tampak dan tidak dapat menemukannya.

10 time-series  machine-learning 

Saya harus membuat grafik (mirip dengan grafik pertumbuhan) untuk anak-anak usia 5 hingga 15 tahun (hanya 5,6,7 dll; tidak ada nilai fraksional seperti 2,6 tahun) untuk variabel kesehatan yang tidak negatif, berkelanjutan dan dalam kisaran 50-150 (dengan hanya beberapa nilai di luar rentang ini). Saya harus membuat kurva persentil ke-90, …

10 ordinal-data  quantiles  regression-strategies  generalized-least-squares  growth-model 

Buku dan diskusi sering menyatakan bahwa ketika menghadapi masalah (yang ada beberapa) dengan prediktor, log-transformimg adalah suatu kemungkinan. Sekarang, saya mengerti bahwa ini tergantung pada distribusi dan normalitas dalam prediktor bukan asumsi regresi; tetapi transformasi log tidak membuat data lebih seragam, lebih sedikit terpengaruh oleh outlier dan sebagainya. Saya berpikir …

10 regression  data-transformation 

Scikit belajar tampaknya menggunakan prediksi probabilistik alih-alih suara mayoritas untuk teknik agregasi model tanpa penjelasan mengapa (1.9.2.1. Hutan Acak). Apakah ada penjelasan yang jelas mengapa? Lebih lanjut apakah ada makalah yang bagus atau ulasan artikel untuk berbagai teknik agregasi model yang dapat digunakan untuk mengantongi Hutan Acak? Terima kasih!

10 random-forest  python  scikit-learn  aggregation  bagging 

Baik bayesglm()(dalam paket arm R) dan berbagai fungsi dalam paket MCMCpack ditujukan untuk melakukan estimasi Bayesian dari model linier umum, tetapi saya tidak yakin mereka benar-benar menghitung hal yang sama. Fungsi MCMCpack menggunakan rantai Markov Monte Carlo untuk mendapatkan sampel (tergantung) dari posterior bersama untuk parameter model. bayesglm(), di sisi …

10 bayesian  generalized-linear-model