Statistik dan Big Data

Metode "A" menggambarkan sampel biologis menggunakan "sidik jari" multivarian yang terdiri dari sekitar 30 variabel berbeda. Variabel yang berbeda menunjukkan distribusi tipikal yang berbeda dan banyak dari mereka berkorelasi erat satu sama lain. Dari pengalaman sebelumnya diasumsikan bahwa kita tidak dapat mengubah banyak variabel menjadi distribusi normal. Metode "B" dirancang …

8 multivariate-analysis  repeatability  method-comparison 

Ada pertanyaan populer, yang disebut "Pertanyaan statistik terbaik". Jika Anda memilih jawaban untuk pertanyaan ini secara acak, berapa peluang Anda akan benar? A) 25% B) 50% C) 60% D) 25% Tugas ini tidak terlalu sulit, jawaban yang benar adalah 0%. Tetapi jika kita memodifikasinya seperti ini: Jika Anda memilih jawaban …

8 probability  paradox 

Saya memiliki dataset yang dikumpulkan secara empiris yang menghubungkan dua variabel. Pada rentang yang kecil hubungan tampak linier, namun pada rentang yang lebih besar jelas ada beberapa hubungan polinomial urutan kedua seperti yang dapat dilihat pada gambar di http://imgur.com/W7f9p . Saya mencoba untuk mendapatkan ukuran linearitas untuk rentang yang berbeda …

8 signal-processing 

Saya ingin membuat prediksi untuk model campuran (logistik melalui glmer) pada kumpulan data baru hanya menggunakan efek tetap, menahan efek acak ke 0. Tapi saya mengalami kesulitan menyiapkan model matriks untuk dapat menghitungnya. Karena kelas mer tidak memiliki metode prediksi, dan karena saya ingin menghilangkan efek acak untuk prediksi pada …

8 r  mixed-model 

Ketika menggunakan pendekatan stepwise maju untuk memilih variabel, apakah model akhir dijamin memiliki setinggi mungkin ? Dengan kata lain, apakah pendekatan bertahap menjamin optimum global atau hanya optimal lokal?R2R2R^2 Sebagai contoh, jika saya memiliki 10 variabel untuk dipilih dan ingin membangun model 5-variabel, apakah hasil akhirnya model 5-variabel yang dibangun …

8 r-squared  stepwise-regression 

Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 4 tahun yang lalu . Saya memiliki data dengan nilai awal (y) yang secara berurutan meningkat / menurun ketika (x) waktu yang diukur dalam hari …

8 r  regression  excel 

Dalam R, saya memiliki matriks di mana 'th deretan bersesuaian dengan distribusi pada . Pada dasarnya, saya perlu sampel dari setiap baris secara efisien. Implementasi naif adalah:N× KN×KN \times KPPPsayaiiPPP{ 1 , . . . , K}{1,...,K}\{1, ..., K\} X = rep(0, N); for(i in 1:N){ X[i] = sample(1:K, 1, …

8 r  mcmc 

Dalam model logistik ideal, kami memperoleh kurva berbentuk S yang menghubungkan setiap IV kontinu ke DV. Tetapi dalam praktiknya bentuk-S ini jarang terjadi, membuat pendekatan logistik tampak sedikit kurang unggul untuk tipe data seperti itu. Tentu saja probabilitas yang diprediksi bahwa setiap pengamatan akan "1" pada DV dapat digunakan dalam …

8 regression  logistic  least-squares  eda 

Misalkan saya mengikuti kontes , dengan aturan berikut: Setiap orang dapat memperoleh hingga 6 entri Semua entri akan dikumpulkan, dan 25% dari entri akan dipilih untuk menjadi pemenang, dengan maksimum 25. Setiap orang hanya dapat menang sekali, terlepas dari jumlah entri mereka. Jika nama seseorang ditarik lagi, itu dibuang dan …

8 probability 

Saya mencoba mendapatkan prediksi untuk pengamatan dari objek lme. Ini seharusnya cukup mudah. Namun, karena saya mendapatkan berbagai jenis kesalahan untuk uji coba yang berbeda, menurut saya saya kehilangan sesuatu. Model saya adalah sebagai berikut: model <- lme(log(child_mortality) ~ as.factor(cluster)*time + my.new.time.one.transition.low.and.middle + ttd + maternal_educ+ log(IHME_id_gdppc) + hiv_prev-1, merged0,na.action=na.omit,method="ML",weights=varPower(form=~time), …

8 r  mixed-model  multilevel-analysis  prediction  lme4-nlme 

Saya mencoba untuk membungkus kepala saya di sekitar analisis faktor dinamis. Sejauh ini, pemahaman saya adalah bahwa DFA hanyalah analisis faktor ditambah model deret waktu pada skor (pemuatan tetap). Namun, dalam kasus-kasus yang saya lihat, model pada skor hanyalah jalan acak dengan matriks korelasi diagonal. Ini tampaknya identik dengan analisis …

8 time-series  factor-analysis 

Saya mencoba untuk menghasilkan banyak undian (yaitu, realisasi) dari proses Gaussian ei(t)ei(t)e_i(t), 1≤t≤T1≤t≤T1\leq t \leq T dengan rata-rata 0 dan fungsi kovarian γ(s,t)=exp(−|t−s|)γ(s,t)=exp⁡(−|t−s|)\gamma(s,t)=\exp(-|t-s|). Apakah ada cara yang efisien untuk melakukan ini yang tidak akan melibatkan perhitungan akar kuadrat dari a T×TT×TT \times Tmatriks kovarians? Atau adakah yang bisa merekomendasikan Rpaket …

8 r  probability  simulation  stochastic-processes  gaussian-process 

pengantar Saya bertujuan untuk memperkirakan tingkat pertumbuhan tahunan untuk sejumlah indikator ekonomi makro (dilambangkan oleh ). Salah satu tugas adalah untuk menguji kinerja peramalan model deret waktu saingan dengan dan tanpa variabel eksogen ( , a matrix). Daftar model pesaing meliputi:YtYtY_tXtXtX_tT×kT×kT\times k Model AR (I) MA (tingkat pertumbuhan tahunan tidak …

8 r  regression  time-series  cross-validation  forecasting 

Saya punya pertanyaan tentang bagaimana cara memperbaiki kesalahan standar ketika variabel independen memiliki korelasi. Dalam pengaturan deret waktu yang sederhana, kita dapat menggunakan matriks kovarians Newey-West dengan banyak lag dan itu akan menangani masalah korelasi dalam residu. Apa yang dilakukan seseorang dalam pengaturan data panel? Bayangkan situasi di mana Anda …

8 clustering  standard-error  panel-data 

Apakah ada metode untuk membangun pohon keputusan yang memperhitungkan prediktor terstruktur / hierarkis / multilevel, yang akan memungkinkan saya untuk memaksakan pengetahuan domain atau kendala pada interaksi misalnya?

8 regression  machine-learning  multilevel-analysis  cart