Statistik dan Big Data

Asumsikan kita memiliki titik dalam persegi panjang dengan batas , dan titik-titik ini terdistribusi secara merata di bidang ini. (Saya tidak begitu familiar dengan statistik, jadi saya tidak tahu perbedaan antara memilih secara seragam sebuah simpul di area , atau secara seragam memilih -aksi dari dan -aksi dari secara independen).nnn[0,a]×[0,b][0,a]×[0,b][0,a] …

8 probability  distance 

Saya punya pertanyaan yang ingin saya sampaikan kepada komunitas. Baru-baru ini saya diminta untuk memberikan analisis statistik untuk studi prognostik penanda tumor . Saya terutama menggunakan dua referensi ini untuk memandu analisis saya: McShane LM, et al. Rekomendasi pelaporan untuk studi prognostik penanda tumor (REMARK). J Natl Cancer Inst. 2005 …

8 predictive-models  survival  epidemiology  biostatistics  cox-model 

Banyak buku dan makalah mengatakan bahwa intersepsi tidak boleh ditekan. Baru-baru ini, saya menggunakan dataset pelatihan untuk membangun model regresi linier dengan atau tanpa intersep. Saya terkejut menemukan bahwa model tanpa intersep memprediksi lebih baik dari itu dengan intersep dalam hal rmse dalam dataset validasi independen. Apakah akurasi prediksi salah …

8 regression  predictive-models 

Adakah yang tahu tentang paket R atau punya cara untuk membuat jaring frase seperti ini?

8 r  data-visualization  text-mining 

Saya menggunakan regresi Softmax untuk masalah klasifikasi multi-kelas. Saya tidak memiliki probabilitas sebelumnya yang sama untuk masing-masing kelas. Saya tahu dari Regresi Logistik (regresi softmax dengan 2 kelas) bahwa probabilitas kelas sebelumnya secara implisit ditambahkan ke bias ( ).log(p0/p1)log⁡(p0/p1)\log(p_0/p_1) Biasanya yang saya lakukan adalah menghapus secara manual istilah ini dari …

8 logistic  prior  unbalanced-classes 

Beberapa tempat saya membaca catatan bahwa jika Anda memiliki banyak parameter dan Anda mencoba menemukan "metrik kesamaan" antara vektor-vektor ini, Anda mungkin memiliki "kutukan dimensioality". Saya percaya itu berarti sebagian besar skor kesamaan akan sama dan tidak memberi Anda informasi yang berguna. Dengan kata lain, hampir semua vektor mitra akan …

8 distance  similarities  metric 

Bagaimana penggolong ensemble menggabungkan prediksi penggolong konstituennya? Saya mengalami kesulitan menemukan deskripsi yang jelas. Dalam beberapa contoh kode yang saya temukan, ansambel hanya memperkirakan rata-rata, tetapi saya tidak melihat bagaimana ini bisa membuat akurasi keseluruhan yang "lebih baik". Pertimbangkan kasus berikut. Penggolong ensemble terdiri dari 10 pengklasifikasi. Satu classifier memiliki …

8 machine-learning  bayesian  random-forest  naive-bayes  ensemble 

Saya mencari buku referensi yang bagus dalam epidemiologi. Saya memiliki Epidemiologi Rothman: Suatu pengantar dan Porta A Dictionary of Epidemiology . Rothman adalah kekecewaan besar karena sangat sederhana dan tidak memiliki apa pun yang jelas setelah studi dasar. Saya pernah mendengar bahwa Epidemiologi Modernnya bagus tetapi saya agak ragu membelinya …

8 references  epidemiology 

Saya menguji perbedaan dalam hasil yang berkelanjutan di bawah tiga kondisi yang berbeda. Dalam kondisi AI mengambil pengukuran hasilnya. Saya melakukan ini dua kali untuk sampel yang sama. Nilai contoh bisa 2.2, 2.1. Ini adalah replikasi "teknis" yang berasal dari sumber biologis yang sama Saya melakukan hal yang sama untuk …

8 r  regression  anova 

Saya telah diberikan satu set 20 item Likert (mulai dari 1-5, ukuran sampel n = 299) dalam bidang penelitian organisasi. Item-item ini dimaksudkan untuk mengukur konsep laten yang multidimensi, beragam segi, dan heterogen. Tujuannya adalah untuk membuat skala yang dapat digunakan dengan baik untuk menganalisis berbagai organisasi dan digunakan dalam …

8 factor-analysis  scales  psychometrics  composite  cronbachs-alpha 

Saya mencoba menentukan metode untuk membandingkan satu deret waktu tertentu dengan sekitar 10.000+ deret waktu referensi secara terprogram, dan menciutkan deret waktu referensi tersebut yang dapat menarik. Metode yang saya gunakan adalah Korelasi Pearson . Untuk setiap seri waktu referensi, saya akan menghitung koefisien korelasinya, dan kemudian mengurutkan seluruh daftar …

8 correlation 

Proporsi, rasio, dan data persentase sangat umum dalam ekologi (misalnya,% bunga diserbuki, rasio jenis kelamin pria: wanita,% mortalitas sebagai respons terhadap pengobatan,% daun dimakan oleh herbivora). Sebuah artikel baru-baru ini diterbitkan oleh beberapa ahli statistik terapan dalam jurnal Ecology berjudul " Arcsine asinine: analisis proporsi dalam ekologi ." Mereka mencatat …

8 regression  anova  data-transformation  generalized-linear-model 

Ini mungkin pertanyaan mendasar yang mengapa saya belum dapat menemukannya di Stackexchange atau Mathoverflow namun saya mengalami masalah dengan aritmatika yang terlibat dalam memperbarui kemungkinan menggunakan teorema Bayes untuk masalah yang sedang saya kerjakan. Latar Belakang: Saya mencoba memberikan perkiraan kemungkinan kejadian di masa depan yang tidak memiliki atau sedikit …

8 bayesian 

Saya sudah mencoba menggunakan R agar sesuai dengan beberapa model longitudinal, kebanyakan melalui lmerdan nlmepaket. Namun, tampaknya banyak model standar yang kurang, seperti model antedependensi atau model analitik faktor untuk matriks kovarian. Model-model ini sudah tersedia di SAS. Adakah yang akan merekomendasikan paket lain untuk pekerjaan di R? Saya tidak …

8 r  jags  panel-data 

Saya telah menemukan kondisi yang diperlukan pada distribusi probabilitas kontinu yang ditentukan [0,∞][0,∞][0, \infty]dan bertanya-tanya apakah itu memiliki nama. Untuk distribusi dengan CDFFFF dan pdf fff Saya membutuhkan kuantitas: ϕ(x)≡f(x)F(x)+xf(x)ϕ(x)≡f(x)F(x)+xf(x)\phi(x) \equiv \frac{f(x)}{F(x)+xf(x)} menjadi tidak monoton meningkat. Menempatkan kondisi dalam bentuk lain (dengan mengambil turunan), persyaratannya adalah untuk semuax∈[0,∞]x∈[0,∞]x \in [0,\infty] …

8 distributions  references