Statistik dan Big Data

Hanya ingin melihat apakah ada yang punya pengalaman menerapkan Gaussian process regression (GPR) ke set data dimensi tinggi. Saya sedang melihat ke beberapa metode GPR yang jarang (mis. Input pseudo-input GPR yang jarang) untuk melihat apa yang bisa bekerja untuk set data dimensi tinggi di mana pemilihan fitur yang ideal …

10 machine-learning  predictive-models  large-data  gaussian-process 

Untuk regresi linier dengan beberapa grup (grup natural mendefinisikan apriori) apakah dapat menjalankan dua model berbeda pada set data yang sama untuk menjawab dua pertanyaan berikut? Apakah setiap kelompok memiliki kemiringan non-nol dan intersep tidak nol dan apa parameter untuk masing-masing dalam regresi kelompok? Apakah ada, terlepas dari keanggotaan grup, …

10 r  regression  multiple-comparisons  inference  ancova 

Ini harus muncul --- peramalan hal-hal yang macet antara 0 dan 1. Dalam seri saya, saya mencurigai komponen auto-regresi, dan juga komponen reverting-berarti, jadi saya ingin sesuatu yang saya bisa menafsirkan seperti ARIMA --- tapi saya tidak ingin itu melesat hingga 1000% di masa depan . Apakah Anda hanya menggunakan …

10 time-series  forecasting  logistic  arima  beta-regression 

Uji rasio kemungkinan (alias penyimpangan) G2G2G^2 dan uji ketidakcocokan (atau good-of-fit) cukup mudah untuk mendapatkan model regresi logistik (cocok menggunakan glm(..., family = binomial)fungsi) dalam R. Namun, bisa mudah untuk memiliki jumlah sel berakhir cukup rendah sehingga tes tidak dapat diandalkan. Salah satu cara untuk memverifikasi keandalan uji rasio kemungkinan …

10 r  chi-squared  logistic  generalized-linear-model  goodness-of-fit 

Ini hanya contoh yang saya temui beberapa kali, jadi saya tidak punya data sampel. Menjalankan model regresi linier di R: a.lm = lm(Y ~ x1 + x2) x1adalah variabel kontinu. x2bersifat kategorikal dan memiliki tiga nilai, mis. "Rendah", "Sedang" dan "Tinggi". Namun output yang diberikan oleh R akan menjadi seperti: …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Katakanlah saya memiliki sejumlah deret waktu, misalnya sejumlah catatan suhu dari berbagai stasiun di suatu wilayah. Saya ingin mendapatkan catatan suhu tunggal untuk seluruh wilayah yang saya bisa menggambarkan aspek iklim regional. Pendekatan intuitif mungkin dengan hanya mengambil rata-rata semua stasiun di setiap catatan waktu, tetapi spider-sense statistik saya (yang …

10 time-series  climate 

Apa rasio kasus / kontrol yang optimal dalam studi kasus-kontrol? Mengapa sebagian besar buku teks atau monograf menyarankan bahwa lebih dari 1? Bisakah kurang dari 1 (apa kekurangannya?)? Terima kasih.

10 case-control-study 

Dalam ekologi, kita sering menggunakan persamaan pertumbuhan logistik: Nt= KN0er tK+ N0er t - 1Nt=KN0ertK+N0ert−1 N_t = \frac{ K N_0 e^{rt} }{K + N_0 e^{rt-1}} atau Nt= KN0N0+ ( K- N0) e- r tNt=KN0N0+(K−N0)e−rt N_t = \frac{ K N_0}{N_0 + (K -N_0)e^{-rt}} di mana adalah daya dukung (kepadatan maksimum tercapai), …

10 r  distributions  pdf  ecology 

Saat ini saya sedang berdebat dengan seseorang tentang cara memperlakukan data dengan benar dengan berbagai pengukuran untuk setiap subjek. Dalam hal ini data dikumpulkan untuk setiap subjek dalam waktu singkat untuk kondisi yang berbeda dalam setiap subjek. Semua pengukuran mengumpulkan variabel yang sama persis, hanya beberapa. Salah satu opsi sekarang …

10 spss  repeated-measures 

Pertama, izinkan saya mengakui di muka bahwa saya tidak terlalu mahir dalam statistik dan matematika seperti yang saya inginkan. Beberapa orang mungkin mengatakan memiliki pengetahuan yang cukup untuk menjadi berbahaya. : DI saya minta maaf jika saya tidak menggunakan terminologi dengan benar. Saya mencoba memodelkan probabilitas transisi sistem dari satu …

10 markov-process  conditional-probability 

Dalam persamaan regresi berganda linier, jika bobot beta mencerminkan kontribusi masing-masing variabel independen individu di atas dan di atas kontribusi semua IV lainnya, di mana dalam persamaan regresi adalah varian yang dibagikan oleh semua IV yang memprediksi DV? Misalnya, jika diagram Venn ditampilkan di bawah (dan diambil dari laman 'tentang' …

10 multiple-regression  sums-of-squares 

Sebagian besar situasi, kami hanya berurusan dengan satu variabel hasil / respons seperti . Namun, dalam beberapa skenario, terutama dalam data klinis, variabel hasil dapat berupa dimensi tinggi / multivariat. Seperti Y = β x + ϵ , di mana Y berisi variabel Y 1 , Y 2 dan Y …

10 r  cross-validation 

Saya memiliki matriks , di mana p adalah jumlah gen dan n adalah jumlah pasien. Siapa pun yang bekerja dengan data tersebut tahu bahwa p selalu lebih besar dari n . Dengan menggunakan pemilihan fitur, saya mendapatkan p ke angka yang lebih masuk akal, namun p masih lebih besar dari …

10 correlation  pca  genetics  covariance  distance-functions 

Saya membuat Sistem Rekomendasi dan ingin menggabungkan peringkat pengguna "serupa" dan fitur item. Outputnya adalah peringkat yang diprediksi [0-1]. Saya sedang mempertimbangkan Neural Network (untuk memulai). Jadi, input adalah kombinasi dari fitur item dan peringkat setiap pengguna. Untuk item A dan pengguna 1, sistem dapat dilatih tentang data gabungan, A1. …

10 recommender-system 

Gelman & Hill (2006) mengatakan: Dalam Bug, hasil yang hilang dalam regresi dapat ditangani dengan mudah hanya dengan memasukkan vektor data, NA, dan semuanya. Bug secara eksplisit memodelkan variabel hasil, dan oleh karena itu sepele untuk menggunakan model ini untuk, dalam pengaruh, menghitung nilai yang hilang pada setiap iterasi. Ini …

10 missing-data  bugs  jags