Statistik dan Big Data

Saya melakukan regresi linier di mana variabel dependen adalah rasio yang dapat berkisar dari 0,01 hingga 100. Apakah boleh untuk mengambil log dari variabel dependen dan regresi itu? Saya mencocokkan hasil penelitian dan itulah yang mereka lakukan. Apa perbedaan dari mengambil log dengan menggunakan rasio apa adanya?

10 regression 

Katakanlah saya cocok dengan regresi berganda p variabel penjelas. Uji-t akan memungkinkan saya untuk memeriksa apakah ada satu yang signifikan ( ). Saya dapat melakukan uji F parsial untuk memeriksa apakah beberapa bagian dari mereka signifikan ( ).H 0 : β i = β j = . . . = …

10 multiple-regression  multiple-comparisons 

The effect-sizetag tidak memiliki wiki. The wikipedia Halaman tentang ukuran efek tidak memberikan definisi umum yang tepat. Dan saya belum pernah melihat definisi umum tentang ukuran efek . Namun ketika membaca beberapa diskusi seperti ini saya berada di bawah kesan bahwa orang-orang memiliki pemikiran umum tentang ukuran efek, dalam konteks …

10 hypothesis-testing  effect-size  power 

Saya perlu membandingkan dua kemiringan regresi di mana: $ y_1 ~ a + b_1x y_2 ~ a + b_2x $ Bagaimana saya bisa membandingkan b1 dan b2? Atau dalam bahasa contoh khusus saya di hewan pengerat, saya ingin membandingkan antero-posterior diameter ~ a + b1 * humeral length de naso-occipital …

10 regression  regression-coefficients 

Ditutup . Pertanyaan ini membutuhkan detail atau kejelasan . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Tambahkan detail dan jelaskan masalahnya dengan mengedit posting ini . Ditutup 2 tahun yang lalu . Saya membaca Luce (1959) . Kemudian saya menemukan pernyataan ini: Ketika seseorang memilih di antara alternatif, …

10 probability  logistic  self-study  conditional-probability  multinomial 

Saya baru-baru ini mulai belajar tentang Generalized Linear Mixed Models dan menggunakan R untuk mengeksplorasi perbedaan yang dibuat untuk memperlakukan keanggotaan grup sebagai efek tetap atau acak. Secara khusus, saya melihat contoh dataset yang dibahas di sini: http://www.ats.ucla.edu/stat/mult_pkg/glmm.htm http://www.ats.ucla.edu/stat/r/dae/melogit.htm Seperti yang diuraikan dalam tutorial ini, efek ID Dokter cukup besar …

10 r  random-effects-model  glmm 

R glm dan glmnet menggunakan algoritma yang berbeda. Saya melihat perbedaan yang tidak sepele antara estimasi koefisien ketika saya menggunakan keduanya. Saya tertarik ketika satu lebih akurat daripada yang lain, dan waktu untuk menyelesaikan / akurasi trade off. Secara khusus saya mengacu pada kasus di mana satu set lambda = …

10 r  generalized-linear-model  glmnet 

Apa hubungan dan perbedaan antara inferensi kausal dan prediksi (baik klasifikasi dan regresi)? Dalam konteks prediksi, kami memiliki variabel prediktor / input dan variabel respons / keluaran. Apakah itu berarti bahwa ada hubungan sebab akibat antara variabel input dan output? Jadi, apakah prediksi termasuk inferensi kausal? Jika saya mengerti dengan …

10 prediction  causality  definition 

Sepertinya saya tidak dapat menemukan jawaban yang pasti untuk pertanyaan saya. Data saya terdiri dari beberapa plot dengan rata-rata yang diukur bervariasi dari 0,27 hingga 0,57. Dalam kasus saya, semua nilai data positif, tetapi pengukuran itu sendiri didasarkan pada rasio nilai reflektansi yang dapat berkisar dari -1 hingga +1. Plot …

10 descriptive-statistics 

Saya mencari jawaban intuitif mengapa model GLM LASSO memilih prediktor spesifik dari kelompok yang sangat berkorelasi, dan mengapa itu melakukannya secara berbeda maka pemilihan fitur subset terbaik. Dari geometri LASSO yang ditunjukkan pada Gambar 2 di Tibshirani 1996, saya dituntun untuk percaya bahwa LASSO memilih prediktor dengan varian yang lebih …

10 feature-selection  lasso 

Saya memiliki satu set data 2-D di mana saya ingin menemukan pusat dari sejumlah pusat lingkaran ( ) yang memaksimalkan jumlah total poin dalam jarak yang ditentukan ( R ).NNNRRR misalnya saya memiliki 10.000 titik data dan saya ingin menemukan pusat-pusat N = 5 lingkaran yang menangkap poin sebanyak mungkin …

10 r  clustering  distance 

The survivalpaket di Rmuncul untuk fokus pada model survival waktu kontinu. Saya tertarik untuk memperkirakan versi waktu diskrit dari model bahaya proporsional, model log-log pelengkap. Saya memiliki model bertahan hidup yang cukup mudah, dengan sensor kanan sederhana. Saya tahu bahwa satu cara untuk memperkirakan model ini adalah dengan membuat set …

10 r  survival 

Pertanyaan ini menjelaskan perbedaan mendasar antara histogram yang seragam dan yang tidak seragam. Dan pertanyaan ini membahas aturan praktis untuk memilih jumlah tempat sampah dari histogram seragam yang mengoptimalkan (dalam arti tertentu) sejauh mana histogram mewakili distribusi dari mana sampel data diambil. Sepertinya saya tidak dapat menemukan diskusi "optimalitas" yang …

10 nonparametric  outliers  histogram  rule-of-thumb 

Adakah yang tahu cara menghitung (atau mengekstrak) leverage dan jarak Cook untuk merobjek kelas (diperoleh melalui lme4paket)? Saya ingin merencanakan ini untuk analisis residu.

10 r  mixed-model  linear-model  residuals  leverage 

Saat membagi data berlabel saya ke dalam set pelatihan, validasi dan tes, saya telah mendengar semuanya dari 50/25/25 hingga 85/5/10. Saya yakin ini tergantung pada bagaimana Anda akan menggunakan model Anda dan seberapa rentan overfitting algoritma pembelajaran Anda. Apakah ada cara untuk memutuskan atau semuanya dengan aturan praktis? Bahkan ELSII …

10 machine-learning  cross-validation