Statistik dan Big Data

Saya menulis pertanyaan ini dengan merujuk pada contoh pada hal 138-142 dari dokumen berikut: ftp://ftp.software.ibm.com/software/analytics/spss/documentation/amos/20.0/id/Manuals/IBM_SPSS_Amos_User_Guide.pdf . Berikut adalah gambar ilustrasi dan tabel: Saya mengerti bahwa variabel laten tidak memiliki metrik alami dan pengaturan pemuatan faktor ke 1 dilakukan untuk memperbaiki masalah ini. Namun, ada beberapa hal yang saya tidak (sepenuhnya) …

8 factor-analysis  confirmatory-factor 

Saya memiliki beberapa set data EEG yang saya uji terhadap dua kelas. Saya bisa mendapatkan tingkat kesalahan yang layak dari LDA (distribusi kelas-kondisional bukan Gaussian, tetapi memiliki ekor yang sama dan pemisahan yang cukup baik), jadi saya ingin memplot ROC dari prediktor LDA terhadap set data dari subjek lain. Berikut …

8 r  roc  discriminant-analysis 

Ini adalah pertanyaan pemula tentang latihan dalam “Bayesian Computation with R” karya Jim Albert. Perhatikan bahwa sementara ini mungkin pekerjaan rumah, dalam kasus saya tidak, karena saya belajar metode Bayesian di R karena saya pikir saya mungkin menggunakannya dalam analisis masa depan saya. Bagaimanapun, sementara ini adalah pertanyaan khusus, itu …

8 r  bayesian  simulation 

Saya membaca makalah "Star Coordinates: A Visualization Multidimensional Technique dengan Uniform Treatment of Dimensions" dan mencoba untuk memplot data saya. Katakanlah saya memiliki , titik data lima dimensi, dan titik dihitung dengan rumus yang dijelaskan dalam makalah. A(2,5,3,1,8)A(2,5,3,1,8)A(2,5,3,1,8) Ide dasar Star Coordinates adalah untuk mengatur sumbu koordinat pada lingkaran pada …

8 self-study  data-visualization 

Saya perlu menghitung CDF Dirichlet , tetapi saya hanya dapat menemukan implementasi dari PDF . Apakah Anda tahu ada perpustakaan (terutama di R) yang mengimplementasikannya?

8 r  matlab  pdf  cdf  dirichlet-distribution 

Dalam peramalan deret waktu menggunakan berbagai model seperti AR, MA, ARMA, dll, kami biasanya fokus pada pemodelan data dalam perubahan waktu. Tetapi ketika kita memiliki 2 seri waktu yang menunjukkan koefisien korelasi Pearson mereka sangat berkorelasi, apakah mungkin untuk memodelkan nilai ketergantungan dan perkiraan mereka satu dari yang lain? Misalnya, …

8 time-series  correlation  forecasting  var 

Saya sedang melakukan studi sendiri tentang Teori Probabilitas ETJayne, logika sains. Saya ingin melihat apakah ada yang tahu tentang halaman web yang memberikan solusi untuk latihan? Saya tidak memiliki guru atau siapa pun yang berpengalaman dalam buku ini di sekitar saya, saya perlu memastikan bahwa solusi saya untuk mereka sudah …

8 references 

Maafkan saya jika ini di luar lingkup Cross Validated, tetapi sepertinya relevan di bagian visualisasi. Seperti dijelaskan di sini (halaman 3) ada fenomena ketika mengukur jarak antara dua garis pada plot untuk membandingkan jarak terdekat antara kedua garis, daripada jarak vertikal. Hal ini menyebabkan terlalu rendahnya jarak antar garis pada …

8 data-visualization 

Kami sedang menguji kampanye pemasaran email. Pada pengujian awal kami, kami mengirimkan dua jenis email yang berbeda dan memiliki kelompok kontrol ketiga yang tidak menerima email. Sekarang kami mendapatkan kembali "hasil" sebagai proporsi pengguna yang kembali ke aplikasi kami. Inilah hasilnya: Group | received e-mail | returned | %-returned A …

8 hypothesis-testing  binomial  multiple-comparisons 

Saya mencoba menghitung distribusi posterior ini: (θ|−)=∏ni=1pyii(1−pi)1−yi∑allθ,pi|θ∏ni=1pyii(1−pi)1−yi(θ|−)=∏i=1npiyi(1−pi)1−yi∑allθ,pi|θ∏i=1npiyi(1−pi)1−yi (\theta|-)=\frac{\prod_{i=1}^{n}p_i^{y_i}(1-p_i)^{1-y_i}}{\sum_{\text{all}\,\theta,p_i|\theta}\prod_{i=1}^{n}p_i^{y_i}(1-p_i)^{1-y_i}} Masalahnya adalah bahwa pembilang, yang merupakan produk dari sekelompok probabilitas terlalu kecil. ( saya besar, sekitar 1500).Bernoulli(pi,yi)Bernoulli(pi,yi)\text{Bernoulli}(p_i,y_i)nnn Oleh karena itu, nilai-nilai posterior untuk semua semua bisa dihitung menjadi 0 (saya melakukan perhitungan dalam R).θθ\theta Untuk memperjelas, masing-masing memiliki sendiri , bersama-sama ini …

8 r  likelihood  posterior 

Dataset saya berisi dua (agak berkorelasi kuat) variabel (runtime algoritma) dan (jumlah node yang diperiksa, apa pun). Keduanya sangat berkorelasi dengan desain, karena algoritma dapat mengelola kira-kira node per detik.tttnnnccc Algoritma dijalankan pada beberapa masalah, tetapi dihentikan jika solusi belum ditemukan setelah beberapa waktu habis . Jadi data disensor dengan …

8 survival  cdf  censoring 

Setelah melakukan PCA, komponen pertama menjelaskan bagian terbesar dari variabilitas. Ini penting misalnya dalam studi pengukuran tubuh di mana umumnya dikenal (Jolliffe, 2002) bahwa sumbu PC1 menangkap variasi ukuran. Pertanyaan saya adalah apakah skor PCA setelah rotasi varimax mempertahankan sifat yang sama atau apakah mereka berbeda seperti yang disebutkan dalam …

8 regression  pca  factor-rotation 

Saya memiliki serangkaian tanggapan yang dinyatakan sebagai interval seperti contoh di bawah ini. > head(left) [1] 860 516 430 1118 860 602 > head(right) [1] 946 602 516 1204 946 688 di mana kiri adalah batas bawah dan kanan adalah batas atas dari respons. Saya ingin memperkirakan parameter sesuai dengan …

8 r  maximum-likelihood  likelihood  lognormal  interval-censoring 

Saya harus melakukan beberapa tes root unit untuk suatu proyek, saya hanya tidak yakin tentang bagaimana menafsirkan data (yang telah diminta untuk saya lakukan). Ini salah satu hasil saya: dfuller Demand Dickey-Fuller test for unit root Number of obs = 50 ---------- Interpolated Dickey-Fuller --------- Test 1% Critical 5% Critical …

8 time-series  hypothesis-testing  stata  interpretation  unit-root 

Saya memiliki urutan biner seperti 11111011011110101100000000000100101011011111101111100000000000011010100000010000000011101111 Di mana kluster sebagian besar 1 diikuti oleh jumlah yang lebih besar dari nol, seperti pada gambar di bawah ini (hitam singkatan dari 1): Saya ingin menerapkan teknik (lebih disukai dalam R atau dengan Python) di mana saya dapat secara otomatis mendeteksi kluster 1 …

8 classification  clustering  data-mining  pattern-recognition  binary-data