Statistik dan Big Data

Saya perlu menggambar 20 distribusi dalam satu grafik dalam R, dan tidak terlihat bagus (berantakan) dengan boxplot biasa (20 kotak) bahkan dengan boxwex = 0,3. Bisakah Anda memberi tahu saya bagaimana saya bisa memplot semacam boxplot di R untuk 20 distribusi, dengan titik-titik untuk median dan hanya garis daripada kotak, …

9 r  boxplot 

Saya telah menggunakan R selama beberapa tahun, tetapi saya selalu menggunakan GUI seperti Tinn-R, JGR, dan yang terbaru R-Studio. Walaupun saya menyukai antarmuka R-Studio, saya merasa bahwa untuk program yang lebih panjang dengan sedikit / tanpa grafik, saya dapat membuat kode lebih efisien dengan memanfaatkan cara pintas yang ditawarkan oleh …

9 r  software 

Saya telah menggunakan rpart.controluntuk minsplit=2, dan mendapat hasil berikut dari rpart()fungsi. Untuk menghindari kelebihan data, apakah saya perlu menggunakan split 3 atau split 7? Haruskah saya menggunakan split 7? Tolong beritahu saya. Variabel yang sebenarnya digunakan dalam konstruksi pohon: [1] ct_a ct_b usr_a Root node error: 23205/60 = 386.75 n= …

9 r  cart  rpart 

Sedikit info lagi; seandainya Anda tahu sebelumnya berapa banyak variabel untuk dipilih dan bahwa Anda menetapkan penalti kompleksitas dalam prosedur LARS seperti memiliki banyak variabel dengan koefisien bukan 0, biaya perhitungan bukan masalah (jumlah total variabel kecil, katakanlah 50), bahwa semua variabel (y, x) kontinu. Dalam pengaturan apa model LARS …

9 regression  model-selection 

Bagaimana Anda mengelompokkan fitur dengan pengukur jarak asimetris? Sebagai contoh, katakanlah Anda mengelompokkan dataset dengan hari dalam seminggu sebagai fitur - jarak dari Senin hingga Jumat tidak sama dengan jarak dari Jumat ke Senin. Bagaimana Anda memasukkan ini ke dalam ukuran jarak algoritma pengelompokan?

9 clustering  distance 

Jika saya memiliki dua variabel mengikuti dua distribusi yang berbeda dan memiliki standar deviasi yang berbeda ... Bagaimana saya perlu mengubah dua variabel sehingga ketika saya menjumlahkan, kedua hasilnya tidak "didorong" oleh yang lebih volatil. Sebagai contoh ... Variabel A lebih tidak stabil daripada variabel B (berkisar dari 0 hingga …

9 distributions 

Saya mencoba memahami bagaimana menggunakan teorema Bayes untuk menghitung posterior tetapi saya terjebak dengan pendekatan komputasi, misalnya, dalam kasus berikut ini tidak jelas bagi saya bagaimana mengambil produk dari yang sebelumnya dan kemungkinan kemudian menghitung belakang: Untuk contoh ini, saya tertarik menghitung probabilitas posterior dari dan saya menggunakan standar normal …

9 bayesian  simulation  computational-statistics 

Itu mengejutkan saya bahwa koreksi yang tersedia untuk beberapa perbandingan dalam konteks tindakan berulang ANOVA terlalu konservatif. Apakah ini yang sebenarnya terjadi? Jika ya, kutipan apa yang dapat saya gunakan untuk mendukung poin ini dan mempelajari lebih lanjut?

9 anova  repeated-measures  multiple-comparisons 

Semoga ini tidak terlalu subyektif ... Saya mencari beberapa arah dalam upaya untuk mendeteksi "bagian" yang berbeda dari sebuah lagu, terlepas dari gaya musiknya. Saya tidak tahu ke mana harus mencari, tetapi percaya pada kekuatan situs StackOverflow lainnya, saya pikir seseorang di sini dapat membantu menunjukkan arah. Dalam sebagian besar …

9 signal-detection 

Saya memiliki regresi yang dilakukan pada dua kelompok sampel berdasarkan variabel moderasi (katakanlah jenis kelamin). Saya melakukan tes sederhana untuk efek moderasi dengan memeriksa apakah signifikansi regresi hilang pada satu set sementara yang lain tetap. T1: Metode di atas valid, bukan? T2: Tingkat kepercayaan penelitian saya ditetapkan pada 95%. Untuk …

9 regression  type-i-and-ii-errors  interaction 

Saya merencanakan sesuatu untuk menunjukkan pada diri sendiri atau orang lain. Biasanya, sebuah pertanyaan memulai proses ini, dan seringkali orang tersebut menanyakan harapan untuk jawaban tertentu. Bagaimana saya bisa belajar hal-hal menarik tentang data dengan cara yang kurang bias? Saat ini saya kira-kira mengikuti metode ini: Statistik ringkasan. Stripchart. Plot …

9 data-visualization  eda  knowledge-discovery 

Saya telah diminta untuk menganalisis beberapa data dari uji klinis yang mencari dua metode pengukuran tekanan darah. Saya memiliki data dari 50 subjek, masing-masing dengan antara 2 dan 57 ukuran menggunakan setiap metode. Saya bertanya-tanya bagaimana cara terbaik untuk melanjutkan. Jelas saya membutuhkan solusi yang akan menjelaskan fakta bahwa ukuran …

9 r  anova  mixed-model  stata 

Saya mencoba untuk mengatasi masalah yang berhubungan dengan imputasi data yang hilang dari studi data panel (Tidak yakin apakah saya menggunakan 'studi data panel' dengan benar - seperti yang saya pelajari hari ini.) Saya memiliki total data jumlah kematian untuk tahun 2003 hingga 2009, semua bulan, pria & wanita, untuk …

9 r  time-series  panel-data  data-imputation 

Saya membaca sebuah teks, "Statistik Matematika dan Analisis Data" oleh John Rice. Kami prihatin dengan mendekati nilai yang diharapkan dan varians dari variabel acak . Kami dapat menghitung nilai yang diharapkan dan varians dari variabel acak dan kami tahu hubungan . Jadi, mungkin untuk memperkirakan nilai dan varian menggunakan ekspansi …

9 self-study  mathematical-statistics  error 

Dalam R, mengapa pengaturan default qqplot(linear model)menggunakan residu terstandarisasi pada sumbu y? Mengapa R tidak menggunakan residu "reguler"?

9 r  regression  linear-model  residuals  qq-plot