Statistik dan Big Data

Saya mencoba menggunakan randomSurvivalForestpaket Runtuk memprediksi acara berikutnya dalam serangkaian acara (menggunakan res <- predict(fit,v)), tetapi yang saya dapatkan adalah total% yang selamat dan kemudian bahaya kumulatif untuk setiap individu di res$ensemble. Bisakah saya menggunakan ini untuk memprediksi / menghasilkan nilai yang cocok dengan yang ada di dalamnya res$time?

8 r  time-series  survival  predictive-models 

Misalkan penyakit tertentu (DDD) memiliki prevalensi 3100031000\dfrac3{1000}. Juga anggaplah suatu gejala tertentu (SSS) memiliki prevalensi (pada populasi umum = orang dengan penyakit itu D dan orang-orang tanpa penyakit itu [mungkin dengan penyakit lain, tetapi itu tidak penting]) dari 5100051000\dfrac5{1000}. Dalam penelitian sebelumnya, ditemukan bahwa probabilitas bersyaratP(S|D)=30%P(S|D)=30%P(S|D) = 30\% (probabilitas untuk …

8 r  probability  conditional-probability 

Pertimbangkan percobaan biologi sel berikut. Kami membandingkan berbeda perawatan sel yang dikultur. Setiap perlakuan direplikasi dalam beberapa sumur (mikrotiter) , diindeks oleh variabel . Untuk mengukur respon terhadap pengobatan dalam baik w , total F_w non-tumpang tindih mikrograf, atau bidang , dicatat. Kemudian, untuk setiap bidang f dalam sumur w …

8 mean  multilevel-analysis  average  weighted-mean 

Saya memiliki kumpulan data 11.000+ item berbeda, yang masing-masing diklasifikasikan pada skala nominal oleh setidaknya 3 penilai berbeda di Mechanical Turk Amazon . 88 penilai yang berbeda memberikan penilaian untuk tugas tersebut, dan tidak ada penilai yang menyelesaikan lebih dari 800 penilaian. Sebagian besar memberikan secara signifikan lebih sedikit dari …

8 reliability  agreement-statistics  cohens-kappa 

Saya bekerja dengan data urutan yang merupakan daftar panjang panggilan win-api malware. Saya mencoba memasukkan masalah mengidentifikasi 'perilaku malware' ke dalam salah satu pola pencarian berurutan. Saya memperlakukan setiap panggilan api sebagai Itemet item tunggal. Jumlah item yang mungkin berbeda (panggilan api) cukup besar. Sekarang, ketika saya menerapkan algoritma SPADE …

8 sequence-analysis  sequential-pattern-mining 

Saya memerlukan beberapa saran untuk metode clustering (klasifikasi tanpa pengawasan) untuk proyek konsultasi. Saya mencari metode yang mudah-mudahan memiliki properti berikut: Subjek penelitian saya memiliki tiga sifat. Satu diwakili oleh matriks jarak (non-Euclidean) dan dua lainnya dalam bentuk vektor dalam ruang Euclidean. Matriks jarak berasal dari urutan dan bisa dalam …

8 clustering  bayesian 

Berdasarkan jawaban pada Cross Validated, saya telah mencari menerapkan hutan acak di .NET / C # untuk mengklasifikasikan dokumen teks. Mencari di sekitar web untuk melihat apakah ada implementasi yang ada, saya menemukan algoritma untuk hutan keputusan di Alglib . Masalahnya, saya sepertinya tidak dapat menemukan sesuatu yang spesifik untuk …

8 random-forest 

Katakanlah saya telah mengumpulkan sejumlah kecil (N) pengamatan untuk hipotesis yang ingin saya uji. Saya bisa menggunakan metode bootstrap untuk menghasilkan distribusi sampel untuk hasil rata-rata dari pengamatan N, tapi saya khawatir bahwa model ini bisa rusak ketika N menjadi sangat kecil, memperkenalkan kesalahan ke dalam distribusi sampel itu sendiri. …

8 bootstrap 

Saya sedang mengerjakan model peramalan berbasis JST untuk seri waktu keuangan. Saya menggunakan validasi silang 5 kali lipat dan kinerja rata-rata begitu. Kinerja pada flip terakhir (iterasi di mana segmen terakhir dihilangkan dari pelatihan dan digunakan untuk validasi) lebih baik daripada rata-rata. Apakah ini kebetulan / bergantung pada data, atau …

8 time-series  cross-validation  neural-networks  finance 

Latar belakang: Delapan dokter masing-masing menilai 54 pasien yang sama pada ukuran persuasif (skala 1-7 Likert). Nilai rata-rata pada ukuran persuasif pada akhirnya akan menjadi ukuran hasil percobaan saya. Reliabilitas antar penilai dikuantifikasi sebagai koefisien korelasi intraclass (ICC), menggunakan model efek acak dua arah dengan konsistensi. Sayangnya, reliabilitas antar penilai …

8 reliability  agreement-statistics 

Saya ingin menemukan beberapa solusi untuk melakukan model efek campuran regresi kuantil. Dari pencarian google saya, saya tidak dapat menemukan implementasi R untuk prosedur seperti itu (hanya peringatan bahwa " ini bukan untuk yang lemah hati "). Saya ingin menyelesaikan situasi sederhana di mana kita memiliki satu x satu y, …

8 regression  mixed-model 

Saya mencoba menggunakan kanopi clustering untuk memberikan kluster awal untuk KMeans di Mahout. Apakah ada cara untuk menentukan / memperkirakan nilai ambang batas T1 & T2 secara algoritmik? Saat ini saya memiliki T1 = 100 dan T2 = 1 yang sepertinya tidak melakukan hal yang baik.

8 clustering 

Saya mencoba memahami bagaimana dinterval () bekerja di JAGS untuk data yang disensor. Saya memodelkan data kasar di mana saya hanya memiliki batas atas dan bawah untuk setiap titik data (bukan nilai sebenarnya). Berikut adalah contoh sederhana tentang bagaimana saya pikir itu harus berfungsi: Beberapa batas atas dan bawah untuk …

8 jags  interval-censoring 

Saya memiliki kumpulan data tolok ukur dan sampel di setiap tolok ukur. Saya menjalankan benchmark ini dan subsampel mereka di mesin subjek. 'Individu' yang dipelajari oleh sub-sampel adalah sama untuk setiap mesin subjek, dan tolok ukurnya sama untuk setiap mesin subjek.nnnmmmppp Bagaimana saya menjalankan ANOVA dalam R dalam situasi ini? …

8 r  anova  split-plot 

Dalam regresi berganda, jika uji F global signifikan, maka apakah uji t (atau uji Wald) untuk koefisien dianggap sebagai perbandingan ganda dan tes post hoc dan haruskah mereka disesuaikan?

8 regression  multiple-comparisons  regression-coefficients