Statistik dan Big Data

Saya sedang membangun model di mana beberapa kovariat saya hidup pada "lingkaran", dalam arti bahwa mereka mengambil nilai dalam interval [0,1), dan 0 = 1. Saya bertanya-tanya tentang teknik untuk menghadapi situasi ini. Satu ide adalah untuk mewakili theta variabel lingkaran sebagai pasangan variabel (sin (theta), cos (theta)). Adakah pemikiran …

8 data-transformation  seasonality  mgcv  circular-statistics 

Saat ini saya menggunakan Latin Hypercube Sampling (LHS) untuk menghasilkan angka acak seragam spasi baik untuk prosedur Monte Carlo. Walaupun reduksi varians yang saya dapatkan dari LHS sangat bagus untuk 1 dimensi, sepertinya tidak efektif dalam 2 dimensi atau lebih. Melihat bagaimana LHS adalah teknik pengurangan varians yang terkenal, saya …

8 sampling  monte-carlo  latin-square  latin-hypercube 

Jadi katakanlah saya memiliki banyak titik data di R ^ n, di mana n cukup besar (seperti, 50). Saya tahu data ini terbagi dalam 3 kelompok, dan saya tahu bagian mana dari setiap titik data yang menjadi bagiannya. Yang ingin saya lakukan adalah memvisualisasikan cluster ini dalam 2D ​​sedemikian rupa …

8 clustering  pca  dimensionality-reduction  data-visualization 

Saya sering menjalankan regresi dari dataset n-rendah (~ 100 pengamatan). Seringkali hasilnya hanya signifikan dengan dimasukkannya variabel kontrol. Namun, saya sering melihat artikel jurnal di mana orang-orang (selalu dengan sejumlah besar pengamatan) mengklaim telah menjalankan regresi mereka "dengan dan tanpa variabel kontrol". Mengapa orang sering menjalankan regresi dengan dan tanpa …

8 least-squares 

Saya melakukan meta-analisis dari beberapa studi yang melaporkan hasil dengan berbagai rasio odds, rasio bahaya atau rasio tingkat (semua dengan interval kepercayaan). Apakah ada cara untuk menggabungkan ini bersama / mengkonversi di antara mereka sehingga saya dapat melakukan meta-analisis dari semua studi?

8 meta-analysis  odds-ratio 

Konteks: Saya memiliki penelitian di mana enam variabel numerik diukur dalam masing-masing dari dua pengukuran berulang kondisi eksperimental (n = 200). Mari kita memanggil kondisi dan dan variabel A_1, A_2, ..., A_6 dan B_1, B_2, ..., B_6 . Secara teoritis, saya berharap bahwa dalam kondisi B lebih banyak varians dalam …

8 r  correlation  statistical-significance  pca 

Dalam OLS, apakah mungkin untuk dari regresi pada dua variabel lebih tinggi dari jumlah untuk dua regresi pada variabel individu.R2R2R^2R2R2R^2 R2(Y∼A+B)>R2(Y∼A)+R2(Y∼B)R2(Y∼A+B)>R2(Y∼A)+R2(Y∼B)R^2(Y \sim A + B) > R^2(Y \sim A) + R^2(Y \sim B) Sunting: Ugh, ini sepele; itulah yang saya dapatkan untuk mencoba masalah masalah yang saya pikirkan saat di …

8 regression  least-squares 

Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 3 tahun yang lalu . Konteks Saya sedang menulis beberapa soal latihan pilihan ganda dan saya ingin menyimpannya dalam format data teks sederhana. Saya sebelumnya …

8 project-management 

Saya telah diminta untuk menggunakan uji-t sampel berpasangan yang dilindungi dalam suatu analisis. Pemohon menyatakan bahwa jika saya tidak menggunakan keseluruhan MSe saya (1 faktor dengan empat level) dalam-subyek ANOVA ketika melakukan uji-t sampel berpasangan saya, tidak ada perlindungan dari ANOVA. Seingat saya, di antara subjek ANOVA prosedur ini hanya …

8 anova  t-test  multiple-comparisons  repeated-measures 

Misalkan dan adalah dua variabel acak seragam iid pada intervalXXXYYY[0,1][0,1][0,1] Misalkan , saya menemukan cdf dari , yaitu .Z=X/YZ=X/YZ=X/YZZZPr(Z≤z)Pr(Z≤z) \Pr(Z\leq z) Sekarang, saya menemukan dua cara untuk melakukan ini. Yang satu menghasilkan jawaban yang benar sesuai dengan pdf di sini: http://mathworld.wolfram.com/UniformRatioDistribution.html , yang lain tidak. Mengapa metode kedua salah? Metode …

8 distributions  self-study  cdf  uniform 

Jika rrr adalah ukuran efek untuk korelasi antara SEBUAHAA dan BBB, kemudian r2r2r^2 adalah jumlah varians dalam BBB yang dapat dikaitkan dengan variabel SEBUAHAA. Apakah penting untuk melaporkan kedua indeks dalam laporan, atau hanya satu atau yang lain? Bagaimana Anda menjelaskannya dalam bahasa Inggris sederhana (untuk audiens non-statistik)?

8 correlation 

Pada hari-hari ini saya bekerja dengan Breusch-Pagan untuk menguji homoseksualitas. Saya sudah menguji harga dua saham dengan metode ini. Ini hasilnya: > mod <- lm(prices[,1] ~ prices[,2]) > bp <- bptest(mod) > bp studentized Breusch-Pagan test data: prices[, 1] ~ prices[, 2] BP = 0.032, df = 1, p-value = …

8 r  heteroscedasticity 

Dalam sebuah studi kuesioner, kami meminta responden untuk menyatakan sikap mereka terhadap bagaimana berbagai faktor iklim musim dingin seperti salju, kelicinan mungkin memengaruhi pilihan mereka untuk berjalan dan bersepeda ke tempat kerja. Sampel terdiri dari 500 individu dan jawaban berupa 5 skala bentuk penilaian sangat negatif hingga sangat positif (skala …

8 likert  median  ordinal-data 

Saya telah melakukan analisis jalur menggunakan semfungsi dalam R. Model yang saya paskan terdiri dari jalur langsung dan tidak langsung. Saya memiliki beberapa kesulitan dalam menafsirkan estimasi koefisien SEM. Apakah R memberikan nilai total effect = (efek langsung + efek tidak langsung) secara langsung atau apakah saya harus melipatgandakan koefisien …

8 r  interpretation  sem  path-model 

Saya menjalankan empat program secara a, b, c, d paralel pada dua mesin yang berbeda Xdan Ysecara terpisah selama 10 kali. Di bawah ini adalah contoh data. Waktu berjalan (milidetik) dalam 10menjalankan setiap program diberikan dengan nama masing-masing. Machine-X: a b c d 29 40 21 18 28 43 20 …

8 r  data-visualization