Statistik dan Big Data

Saya cukup baru dalam hal statistik dan R. Saya ingin mengetahui proses untuk menentukan parameter ARIMA untuk dataset saya. Bisakah Anda membantu saya mencari tahu menggunakan R yang sama dan secara teoritis (jika mungkin)? Rentang data dari Jan-12 hingga Mar-14 dan menggambarkan penjualan bulanan. Berikut kumpulan data: 99 58 52 …

10 r  arima  box-jenkins 

Situasi saya: ukuran sampel kecil: 116 variabel hasil biner daftar panjang variabel penjelas: 44 variabel penjelas tidak datang dari atas kepala saya; pilihan mereka didasarkan pada literatur. kebanyakan kasus dalam sampel dan sebagian besar variabel memiliki nilai yang hilang. Pendekatan untuk pemilihan fitur yang dipilih: LASSO Paket glmnet R tidak …

10 r  spss  lasso  data-imputation 

Apakah fungsi yang menghasilkan momen merupakan transformasi Fourier dari fungsi kepadatan probabilitas? Dengan kata lain, apakah fungsi momen menghasilkan hanya resolusi spektral dari distribusi kepadatan probabilitas variabel acak, yaitu cara yang setara untuk mengkarakterisasi fungsi dalam hal amplitudo, fase, dan frekuensi alih-alih dalam hal parameter? Jika demikian, dapatkah kita memberikan …

10 moments  mgf  cumulants 

Apakah ada ekspresi bentuk tertutup untuk distribusi Sampel Kurtosis data sampel dari distribusi Gaussian? yaitu, P(K^&lt;a)P(K^&lt;a)P(\hat{K}<a) mana adalah kurtosis sampel.K^K^\hat{K}

10 normal-distribution  kurtosis 

Apa metrik yang baik untuk menilai kualitas analisis komponen utama (PCA)? Saya melakukan algoritma ini pada dataset. Tujuan saya adalah mengurangi jumlah fitur (informasinya sangat berlebihan). Saya tahu persentase varians yang disimpan adalah indikator yang baik tentang seberapa banyak informasi yang kami simpan, apakah ada metrik informasi lain yang dapat …

10 machine-learning  pca  data-mining  information-theory 

Saat ini saya membandingkan tiga metode dan saya memiliki Akurasi, auROC dan auPR sebagai metrik. Dan saya memiliki hasil sebagai berikut: Metode A - acc: 0.75, auROC: 0.75, auPR: 0.45 Metode B - acc: 0.65, auROC: 0.55, auPR: 0.40 Metode C - acc: 0,55, auROC: 0,70, auPR: 0,65 Saya memiliki …

10 machine-learning  roc  precision-recall 

Apa cara yang tepat untuk mengevaluasi / menentukan konsistensi penembakan 3-poin pemain NBA? Sebagai contoh, saya memiliki pemain yang menembak 37% dari jarak 3 poin dan membutuhkan 200 upaya sepanjang tahun. Saya sedang mempertimbangkan untuk mengambil rata-rata bergulir 3-poin% dari jumlah tembakan yang berubah-ubah (katakanlah 20). Kemudian menggunakan rata-rata tersebut …

10 standard-deviation  consistency 

Sering dinyatakan bahwa kuadrat dari korelasi sampelr2r2r^2 setara dengankoefisien determinasiuntuk regresi linier sederhana. Saya tidak dapat menunjukkan ini sendiri dan akan menghargai bukti lengkap dari fakta ini.R2R2R^2

10 regression  correlation 

Biarkan menjadi sembarang distribusi dengan mean, , dan deviasi standar, ditentukan . Teorema batas pusat mengatakan bahwa menyatu dalam distribusi ke distribusi normal standar. Jika kita mengganti dengan sampel standar deviasi , apakah ada teorema yang menyatakan bahwa menyatu dalam distribusi ke t-distribusi? Karena untuk besarXXXμμ\muσσ\sigman−−√X¯−μσnX¯−μσ \sqrt{n}\frac{\bar{X} - \mu}{\sigma} σσ\sigmaSSSn−−√X¯−μSnX¯−μS …

10 distributions  normal-distribution  convergence  central-limit-theorem  t-distribution 

Konteks: Saya sedang mengembangkan sistem yang menganalisis data klinis untuk menyaring data tidak masuk akal yang mungkin salah ketik. Apa yang saya lakukan sejauh ini: Untuk mengukur masuk akal, upaya saya sejauh ini adalah untuk menormalkan data dan kemudian menghitung nilai masuk akal untuk titik p berdasarkan jaraknya ke titik …

10 machine-learning  multivariate-analysis  feature-selection  algorithms  outliers 

Saya memiliki model bertahan hidup dengan pasien bersarang di rumah sakit yang mencakup efek acak untuk rumah sakit. Efek acak terdistribusi gamma, dan saya mencoba melaporkan 'relevansi' istilah ini pada skala yang mudah dipahami. Saya telah menemukan referensi berikut yang menggunakan Rasio Bahaya Median (sedikit seperti Rasio Peluang Median), dan …

10 stata  bootstrap  multilevel-analysis  resampling  frailty 

Saya membandingkan dua alat pengontrol suhu yang dirancang untuk menjaga suhu tubuh pada 37 derajat tepat pada pasien yang dianestesi. Perangkat dipasang pada 500 pasien yang membentuk dua kelompok. Grup A (400 pasien) - Perangkat 1, Grup B (100 pasien) - Perangkat 2. Setiap pasien mengukur suhu mereka setiap jam …

10 statistical-significance  repeated-measures  variance 

Bagaimana hasil dari formula ramalan Spearman-Brown dipengaruhi oleh pertanyaan-pertanyaan tes tentang kesulitan yang berbeda atau penilai yang mudah atau sulit kelas. Satu teks yang dihormati mengatakan SB terpengaruh, tetapi tidak memberikan rincian. (Lihat kutipan di bawah ini.) Guion, R. M (2011). Penilaian, Pengukuran, Dan Prediksi Untuk Keputusan Personil, edisi ke-2. …

10 reliability  psychometrics 

Pertanyaan saya adalah tentang jumlah simulasi yang diperlukan untuk metode analisis Monte Carlo. Sejauh yang saya lihat jumlah simulasi yang diperlukan untuk setiap kesalahan persentase yang diizinkan (misalnya, 5) adalah EEEn={100⋅zc⋅std(x)E⋅mean(x)}2,n={100⋅zc⋅std(x)E⋅mean(x)}2, n = \left\{\frac{100 \cdot z_c \cdot \text{std}(x)}{E \cdot \text{mean}(x)} \right\}^2 , di mana adalah standar deviasi dari sampel yang …

10 standard-deviation  monte-carlo  power-analysis 

Mengapa tindakan berulang ANOVA menganggap bola? Maksud saya adalah asumsi bahwa varian dari semua perbedaan berpasangan antar kelompok harus sama. Secara khusus, saya tidak mengerti mengapa ini harus menjadi asumsi dan bukan bahwa varians dari kelompok yang diamati menilai diri mereka sama.

10 anova  repeated-measures  assumptions  sphericity