Statistik dan Big Data

Saya telah melampirkan gambar seri waktu yang saya bicarakan. Bagian atas adalah seri asli, bagian bawah adalah seri yang dibedakan. Setiap titik data adalah pembacaan rata-rata 5 menit dari strain gauge. Alat ukur regangan ini ditempatkan pada mesin. Area bising sesuai dengan area di mana mesin dihidupkan, area yang bersih …

8 time-series  change-point 

Saya sedang mengerjakan kumpulan data untuk mengevaluasi dampak pengeringan pada aktivitas mikroba sedimen. Tujuannya adalah untuk menentukan apakah dampak pengeringan bervariasi di antara jenis sedimen dan / atau kedalaman sedimen. Desain eksperimental adalah sebagai berikut: Faktor Sedimen pertama sesuai dengan tiga jenis sedimen (kode Sed1 , Sed2 , Sed3 ). …

8 r  experiment-design  lme4-nlme  split-plot 

Saya menggunakan pengklasifikasi naif bayes untuk mengklasifikasikan antara dua kelompok data. Satu kelompok data jauh lebih besar daripada yang lain (di atas 4 kali). Saya menggunakan probabilitas sebelumnya dari setiap grup di classifier. Masalahnya adalah bahwa hasil yang saya dapatkan memiliki 0% tingkat positif benar dan 0% tingkat positif palsu. …

8 machine-learning  naive-bayes  unbalanced-classes 

Saya mencoba menguji suatu program yang mengklaim untuk menghitung beberapa sifat statistik dari urutan numerik (seperti rata-rata, median, standar deviasi dll). Sekuens sederhana dan pendek lulus tes dengan baik, tapi saya ingin menantang program dengan sekuens panjang, atau sekuens dengan nilai besar dan kecil (untuk menguji overflow / underflow) dll. …

8 hypothesis-testing 

Saya baru saja menerima pertanyaan ini dari seorang siswa: Dalam model mediasi sederhana, jika saya menemukan efek tidak langsung (ab) menjadi signifikan dan efek langsung (c ') menjadi kecil dan tidak signifikan, apakah itu berarti saya memiliki mediasi penuh atau mediasi parsial?

8 regression  mediation 

Saya telah mendengar sedikit tentang penggunaan jaringan saraf untuk meramalkan deret waktu , khususnya jaringan saraf berulang . Saya bertanya-tanya, apakah ada paket jaringan saraf berulang untuk R? Sepertinya saya tidak dapat menemukannya di CRAN . Yang paling dekat saya datang adalah fungsi nnetTs dalam paket tsDyn , tetapi itu …

8 r  time-series  forecasting  neural-networks 

Seperti yang saya pahami, pencocokan adalah salah satu cara untuk mengidentifikasi hubungan sebab akibat dalam studi observasional. Dengan mencocokkan pengamatan yang "mirip" dan membandingkan yang tidak atau tidak menerima pengobatan, Anda dapat menganggap ini sebagai semacam eksperimen semu. Apa itu overmatching? Bias macam apa yang diperkenalkannya? Saya sebagian besar telah …

8 epidemiology  bias  confounding  matching 

Saya sedang mengerjakan proyek pembelajaran mesin di mana saya mencoba menyesuaikan kurva pada data. Sayangnya tanggal memiliki vektor fitur yang agak tinggi. Jadi, saya tidak bisa benar-benar memplotnya pada ruang 2D atau 3D untuk menebak bagaimana bentuk data itu. Jadi, selain hit dan trial, apakah ada cara matematis untuk menemukan …

8 machine-learning  mathematical-statistics  optimization 

Ini sebagai tindak lanjut dari pertanyaan sebelumnya. di sini: Model jaringan saraf untuk memprediksi hasil pengobatan dan dapat dianggap merujuk pada aspek berbeda dari pertanyaan ini: Penerapan teknik pembelajaran mesin dalam studi klinis sampel kecil Terima kasih kepada Zach yang menyarankan reposting. Saya sudah menaruh bacaan yang cukup serius sekarang …

8 machine-learning  medicine 

Dengan asumsi saya dapat mengunduh dari teman daftar dari teman saya, dan yang mana dari mereka adalah teman satu sama lain - dapatkah saya memperkirakan dari informasi ini yang mana di antara mereka yang "sentral"? (Saya tidak yakin bagaimana mendefinisikan "pusat" dalam konteks ini) Informasi / asumsi apa yang dibutuhkan? …

8 descriptive-statistics  networks  social-network 

Saya menjalankan simulasi itu untuk tes McNemar, dan jawabannya sepertinya ya. Saya bertanya-tanya apakah ini selalu dapat dikatakan sebagai kasus bahwa nilai P tepat lebih tinggi (atau tidak lebih kecil) maka nilai p yang diterima melalui perkiraan. beberapa kode misalnya: set.seed(234) n <- 100 # number of total subjects P …

8 probability  statistical-significance  p-value 

Ini adalah pendekatan langsung yang memiliki seperangkat koordinat (misalnya, dalam 2D ​​as {x,y}) dan setidaknya variabel terkait (misalnya, v) untuk menghitung variogram sebagai deskriptor dari ketergantungan spasial variabel vmelalui bidang yang sedang dipelajari. Pertanyaan yang muncul kepada saya adalah: bagaimana cara menghasilkan realisasi dari dataset yang memiliki variogram? (inverse move!) …

8 spatial  random-generation  variogram 

Saya menganalisis ulang data kolega. Data dan kode R ada di sini . Ini adalah desain 2x2x2x2x3 sepenuhnya dalam-Ss. Salah satu variabel prediktor cue,, adalah variabel dua tingkat yang ketika diciutkan ke skor perbedaan mencerminkan nilai yang berhubungan dengan teori. Dia sebelumnya jatuh cueke skor perbedaan dalam setiap subjek dan …

8 r  mixed-model 

Sebuah cerita NPR tentang pemilihan presiden Rusia yang akan datang menyebutkan bahwa 5% tempat pemungutan suara akan dilengkapi dengan kotak suara elektronik baru yang akan menolak upaya untuk mengirim beberapa surat suara. Ada "kekhawatiran" bahwa ini tidak akan cukup untuk menghentikan isian kotak suara yang tersebar luas (yang merupakan topik …

8 fraud  elections 

Asumsi bahaya proporsional pada dasarnya mengatakan bahwa tingkat bahaya tidak berbeda dengan waktu. Yaitu, . Kapan kita bisa menganggap ini? Bagaimana jika rasio bahaya pada berbagai waktu adalah: dan ? Bisakah kita membuat asumsi bahaya proporsional? Kami juga memilikiHR(t)≡HRHR(t)≡HR\text{HR}(t) \equiv \text{HR}2.4,2.36,2.272.4,2.36,2.272.4, 2.36, 2.272.032.032.03log[h(t|x)]=log[h0(t)]+β1x1+⋯+βpxplog⁡[h(t|x)]=log⁡[h0(t)]+β1x1+⋯+βpxp \log[h(t|\textbf{x})] = \log[h_{0}(t)] + \beta_{1}x_1 + \dots …

8 survival