Statistik dan Big Data

Saya menjalankan CFA dan mendapatkan indeks kecocokan yang baik (CFI = .99, RMSEA = .01) untuk skala uni-dimensional. Namun, ketika saya menguji konsistensi internal, saya mendapatkan s Cronbach yang buruk ( ). Saya sudah mencoba semuanya mulai dari menghapus outlier, hingga menjatuhkan barang dan masih berakhir dengan masalah yang sama.αα\alphaα=.6α=.6\alpha …

8 sem  reliability  psychometrics  confirmatory-factor  cronbachs-alpha 

Saya mengalami sedikit kesulitan memahami konsep dan derivasi dari kemungkinan data terpotong. Misalnya, jika saya ingin menemukan fungsi kemungkinan berdasarkan sampel dari distribusi, tetapi ketika mengambil sampel dari distribusi, saya mengamati nilai terpotong (di mana ada cut-off dari MMM, yaitu setiap dicatat sebagai ):xi>Mxi>Mx_{i}>MMMM x1,x2,M,x3,M,x4,x5,...,x10x1,x2,M,x3,M,x4,x5,...,x10 x_{1}, x_{2}, M, x_{3}, M, …

8 dataset  likelihood 

Apakah tes Shapiro Wilk tidak sensitif pada ekor distribusi sampel? Saya sudah membaca pernyataan seperti itu di atas kertas tetapi saya tidak tahu mengapa dari statistik uji W. Bisakah seseorang membantu saya memahami hal ini?

8 goodness-of-fit 

Dalam implementasi MCMC model hirarkis, dengan efek acak normal dan Wishart sebelum matriks kovariannya, sampling Gibbs biasanya digunakan. Namun, jika kita mengubah distribusi efek acak (mis. Ke Student's-t atau yang lain), konjugasinya hilang. Dalam hal ini, apa yang akan menjadi distribusi proposal yang sesuai (yaitu mudah ditembus) untuk matriks kovarians …

8 mcmc  hierarchical-bayesian  metropolis-hastings 

Saya mencoba merancang teknik faktorisasi matriks untuk pengguna-item sederhana, sistem rekomendasi rating. Saya punya 2 pertanyaan tentang ini. Pertama dalam implementasi sederhana yang saya lihat dari teknik faktorisasi matriks untuk rekomendasi film, penulis baru saja menginisialisasi dimensi fitur laten, sebut saja K dari dua fitur laten Pengguna dan item Matriks, …

8 recommender-system  matrix-decomposition  parameterization  ensemble 

Saya mengerti bagaimana pemisahan terbaik dipilih untuk forest acak untuk prediktor numerik (fitur). Prediktor numerik diurutkan kemudian untuk setiap nilai Gini kenajisan atau entropi dihitung dan ambang dipilih yang memberikan perpecahan terbaik. Tetapi bagaimana pemisahan terbaik dipilih untuk prediktor kategori karena tidak ada pemesanan khusus?

8 machine-learning  random-forest 

Saya telah membangun model regresi logistik dalam R dan meskipun hasilnya tampaknya memuaskan sampai taraf tertentu, ada satu pertanyaan yang belum dapat saya atasi. Saya tidak yakin apakah pendekatan saya sama sekali benar. Saya tahu bahwa tujuan keseluruhan model logistik adalah untuk memprediksi probabilitas keberhasilan untuk variabel acak biner. Dari …

8 probability  distributions  logistic  binomial 

Rumus untuk dalam uji hipotesis diberikan oleh: tttt =X¯- μσ^/n--√.t=X¯−μσ^/n. t=\frac{\bar{X}-\mu}{\hat \sigma/\sqrt{n}}. Ketika meningkat, nilai- meningkat sesuai dengan rumus di atas. Tetapi mengapa kritis menurun pada -tabel saat (yang merupakan fungsi dari ) meningkat?nnntttttttttdfdf\text{df}nnn

8 hypothesis-testing  self-study  statistical-significance  t-test  t-distribution 

Saya ingin menemukan batas min / max dari jendela geser ukuran minimum yang berisi fraksi tertentu dari jumlah elemen dalam array atau kumpulan angka. Contoh: mengambil bilangan bulat untuk memudahkan menjelaskan, katakanlah proporsi elemen yang kami cari adalah 50% pada array ini: [1,1,2,3,3,3,3,3,3,4,5,6,7,8,9,10] Fungsi misteri akan mengembalikan sesuatu seperti (2, …

8 python  descriptive-statistics  shortest-half 

Meskipun judul pertanyaan itu tampaknya sepele, saya ingin menjelaskan bahwa itu tidak sepele dalam arti bahwa itu berbeda dari pertanyaan menerapkan uji statistik yang sama dalam kumpulan data yang sama untuk menguji terhadap hipotesis nol total (meta-analisis, misalnya menggunakan metode Fisher untuk menggabungkan nilai-p). Apa yang saya cari, adalah metode …

8 hypothesis-testing  probability  statistical-significance  multiple-comparisons  p-value 

Saya sedang mempelajari dua populasi yang secara geografis terisolasi dari spesies yang sama. Memeriksa distribusi, saya melihat bahwa keduanya bimodal (ada beberapa musim yang terjadi), tetapi puncak dalam satu populasi jauh lebih tinggi dan lebih sempit (yaitu, varian dari puncak lokal lebih kecil). Apa jenis uji statistik yang sesuai untuk …

8 distributions  statistical-significance  variance 

Saya mencoba melakukan satu kelas SVM di R. Saya telah mencoba menggunakan paket kernlab e1071 / ksvm. Tetapi saya tidak yakin apakah saya melakukannya dengan benar. Apakah ada contoh kerja untuk satu kelas SVM di R? Juga, Saya memberikan matriks besar prediktor sebagai X. Karena itu seharusnya satu kelas, apakah …

8 r  svm 

Untuk data longitudinal dengan hasil numerik, saya bisa menggunakan plot spageti untuk memvisualisasikan data. Misalnya sesuatu seperti ini (diambil dari situs Statistik UCLA): tolerance<-read.table("http://www.ats.ucla.edu/stat/r/faq/tolpp.csv",sep=",", header=T) head(tolerance, n=10) interaction.plot(tolerance$time, tolerance$id, tolerance$tolerance, xlab="time", ylab="Tolerance", legend=F) Tetapi bagaimana jika hasil saya adalah biner 0 atau 1? Misalnya, dalam data "ohio" di R, variabel …

8 data-visualization  repeated-measures  binary-data  panel-data 

Saat melakukan beberapa simulasi, saya menyadari bahwa sampel kuantil adalah penaksir yang bias dari kuantil yang sebenarnya. Dan, menurut simulasi saya, yang berpotensi sangat bias. Saya terkejut dengan hasil itu karena CDF empiris tidak bias, tetapi setelah beberapa penelitian internet, saya menemukan itu benar . Saya mencoba mencari tahu dari …

8 estimation  quantiles 

Beberapa waktu yang lalu saya mengajukan pertanyaan tentang menghubungkan waktu antara prangko waktu dan menerima tanggapan dari Peter Ellis yang mengatakan saya bisa menghitung jarak rata-rata antara kode ... Ini sudah memberi Anda perasaan tentang perilaku mana yang dikelompokkan bersama, tetapi Anda juga harus memeriksa bahwa ini tidak masuk akal …

8 bootstrap  monte-carlo  resampling  quasi-monte-carlo