Statistik dan Big Data

Tampaknya sebagian besar pihak berwenang setuju bahwa garis kisi gelap atau menonjol dalam plot adalah "bagan sampah" dengan definisi yang masuk akal dan mengalihkan perhatian pemirsa dari pesan di bagian utama bagan. Jadi saya tidak akan repot untuk memberikan referensi tentang hal itu. Sama-sama, kita semua bisa sepakat bahwa akan …

26 data-visualization  ggplot2 

Apakah masuk akal untuk mengubah kesalahan standar ke standar deviasi? Dan jika demikian, apakah formula ini sesuai? SE= SDN--√SE=SDNSE = \frac{SD}{\sqrt{N}}

26 standard-deviation  standard-error 

Sebagai konteks: Ketika bekerja dengan kumpulan data yang sangat besar, saya terkadang ditanya apakah kita dapat membuat kumpulan data sintetis di mana kita "mengetahui" hubungan antara prediktor dan variabel respons, atau hubungan di antara para prediktor. Selama bertahun-tahun, saya sepertinya menghadapi set data sintetis satu kali, yang sepertinya dibuat secara …

26 modeling  reproducible-research  synthetic-data 

Saya memiliki model regresi logistik terlatih yang saya terapkan pada set data pengujian. Variabel dependen adalah biner (boolean). Untuk setiap sampel dalam set data pengujian, saya menerapkan model regresi logistik untuk menghasilkan probabilitas% bahwa variabel dependen akan benar. Lalu saya mencatat apakah nilai acutal itu benar atau salah. Saya mencoba …

26 regression  logistic  r-squared 

Apa perbedaan antara ANOVA tindakan berulang atas beberapa faktor (katakanlah kondisi eksperimental) dan MANOVA? Khususnya pada satu situs web yang saya temukan menyarankan bahwa MANOVA tidak membuat asumsi yang sama tentang kebulatan yang diulangi oleh tindakan ANOVA, apakah itu benar? Jika demikian, mengapa seseorang tidak selalu menggunakan MANOVA? Saya mencoba …

26 anova  repeated-measures  manova  sphericity 

Saya punya pertanyaan tentang regresi binomial negatif: Misalkan Anda memiliki perintah berikut: require(MASS) attach(cars) mod.NB<-glm.nb(dist~speed) summary(mod.NB) detach(cars) (Perhatikan bahwa mobil adalah set data yang tersedia dalam R, dan saya tidak terlalu peduli jika model ini masuk akal.) Yang ingin saya ketahui adalah: Bagaimana saya bisa menafsirkan variabel theta(seperti yang dikembalikan …

26 regression  generalized-linear-model  negative-binomial 

Terkunci . Pertanyaan ini dan jawabannya dikunci karena pertanyaannya di luar topik tetapi memiliki signifikansi historis. Saat ini tidak menerima jawaban atau interaksi baru. Saya ingin mengimpor harga saham "Perdagangan Terakhir" dari Yahoo finance ke R. Tujuannya adalah untuk bekerja dengan (hampir) data waktu nyata. Apakah ada solusi? Terima kasih …

26 r 

Saya berlari melintasi kepadatan ini beberapa hari yang lalu. Apakah ada yang memberi nama ini? f( x ) = log( 1 + x- 2) / 2 πf(x)=log⁡(1+x−2)/2πf(x) = \log(1 + x^{-2}) / 2\pi Kepadatannya tak terbatas pada asal dan juga memiliki ekor yang gemuk. Saya melihatnya digunakan sebagai distribusi sebelumnya …

26 distributions  probability 

Dengan kata lain, berdasarkan hal berikut, apa itu p? Untuk menjadikan ini masalah matematika daripada antropologi atau ilmu sosial, dan untuk menyederhanakan masalah, asumsikan bahwa pasangan dipilih dengan probabilitas yang sama di seluruh populasi, kecuali bahwa saudara kandung dan sepupu pertama tidak pernah kawin, dan pasangan selalu dipilih dari yang …

26 probability  stochastic-processes  genetics 

Saya memiliki ukuran sampel 6. Dalam kasus seperti itu, apakah masuk akal untuk menguji normalitas menggunakan tes Kolmogorov-Smirnov? Saya menggunakan SPSS. Saya memiliki ukuran sampel yang sangat kecil karena butuh waktu untuk mendapatkannya. Jika tidak masuk akal, berapa banyak sampel adalah jumlah terendah yang masuk akal untuk diuji? Catatan: Saya …

26 hypothesis-testing  normality-assumption  kolmogorov-smirnov  power 

Harap berikan kode R yang memungkinkan seseorang untuk melakukan ANOVA antar-subyek dengan -3, -1, 1, 3 kontras. Saya mengerti ada perdebatan mengenai tipe Sum of Squares (SS) yang sesuai untuk analisis semacam itu. Namun, sebagai tipe standar SS yang digunakan dalam SAS dan SPSS (Tipe III) dianggap standar di daerah …

26 r  anova  contrasts  sums-of-squares 

Saya baru mengenal R, memerintahkan regresi logistik, dan polr. Bagian "Contoh" di bagian bawah halaman bantuan untuk polr (yang cocok dengan model regresi logistik atau probit ke respons faktor yang dipesan) menunjukkan options(contrasts = c("contr.treatment", "contr.poly")) house.plr <- polr(Sat ~ Infl + Type + Cont, weights = Freq, data = …

26 r  logistic 

Dalam sebuah pertanyaan di tempat lain di situs ini, beberapa jawaban menyebutkan bahwa AIC setara dengan validasi silang leave-one-out (LOO) dan bahwa BIC setara dengan validasi silang K-fold. Apakah ada cara untuk secara empiris menunjukkan ini dalam R sehingga teknik yang terlibat dalam LOO dan K-fold diperjelas dan didemonstrasikan setara …

26 r  aic  cross-validation  bic 

Berasal dari bidang visi komputer, saya sering menggunakan metode RANSAC (Random Sample Consensus) untuk memasang model ke data dengan banyak outlier. Namun, saya belum pernah melihatnya digunakan oleh ahli statistik, dan saya selalu mendapat kesan bahwa itu tidak dianggap metode "statistik-suara". Kenapa begitu? Sifatnya acak, yang membuatnya lebih sulit untuk …

26 outliers  bootstrap  robust 

Saya tertarik mendapatkan beberapa buku tentang analisis multivarian, dan memerlukan rekomendasi Anda. Buku gratis selalu diterima, tetapi jika Anda tahu tentang beberapa buku MVA hebat yang tidak gratis, tolong sebutkan.

26 references  multivariate-analysis