Pertanyaan yang diberi tag «binomial»

Distribusi binomial memberikan frekuensi "keberhasilan" dalam sejumlah "percobaan" independen. Gunakan tag ini untuk pertanyaan tentang data yang mungkin didistribusikan secara biner atau untuk pertanyaan tentang teori distribusi ini.


2
Distribusi untuk data persentase
Saya punya pertanyaan tentang distribusi yang benar untuk digunakan untuk membuat model dengan data saya. Saya melakukan inventarisasi hutan dengan 50 plot, masing-masing plot berukuran 20m × 50m. Untuk setiap plot, saya memperkirakan persentase kanopi pohon yang menaungi tanah. Setiap plot memiliki satu nilai, dalam persen, untuk tutupan kanopi. Persentase …


1
Mengapa proporsi sampel juga tidak memiliki distribusi binomial
Dalam pengaturan binomial, variabel acak, X, yang memberikan jumlah keberhasilan didistribusikan secara biner. Proporsi sampel kemudian dapat dihitung sebagai mana adalah ukuran sampel Anda. Buku teks saya menyatakan ituXnXn\frac{X}{n}nnn Proporsi ini tidak memiliki distribusi binomial namun karena hanyalah versi diskalakan dari variabel acak terdistribusi binomial , bukankah seharusnya ia juga …



1
Menentukan ukuran sampel dengan proporsi dan distribusi binomial
Saya mencoba mempelajari beberapa statistik menggunakan buku, Biometri oleh Sokal dan Rohlf (3e). Ini adalah latihan dalam bab ke-5 yang mencakup probabilitas, distribusi binomial, dan distribusi Poisson. Saya menyadari ada rumus untuk menghasilkan jawaban untuk pertanyaan ini: Namun, persamaan ini tidak ada dalam teks ini. Saya ingin tahu bagaimana cara …

1
Bagaimana cara saya memasukkan pencilan inovatif pada pengamatan 48 dalam model ARIMA saya?
Saya sedang mengerjakan kumpulan data. Setelah menggunakan beberapa teknik identifikasi model, saya keluar dengan model ARIMA (0,2,1). Saya menggunakan detectIOfungsi dalam paket TSAdalam R untuk mendeteksi outlier inovatif (IO) pada pengamatan ke-48 set data asli saya. Bagaimana cara memasukkan pencilan ini ke dalam model saya sehingga saya dapat menggunakannya untuk …
10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

2
Apa perbedaan antara regresi linear yang ditransformasi-logit, regresi logistik, dan model campuran logistik?
Misalkan saya memiliki 10 siswa, yang masing-masing berusaha memecahkan 20 masalah matematika. Masalah diberi skor benar atau salah (dalam longdata) dan kinerja setiap siswa dapat diringkas dengan ukuran akurasi (dalam subjdata). Model 1, 2, dan 4 di bawah ini muncul untuk menghasilkan hasil yang berbeda, tetapi saya memahaminya melakukan hal …


1
Mengapa Anova () dan drop1 () memberikan jawaban berbeda untuk GLMM?
Saya memiliki GLMM formulir: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Ketika saya menggunakan drop1(model, test="Chi"), saya mendapatkan hasil yang berbeda daripada jika saya menggunakan Anova(model, type="III")dari paket mobil atau summary(model). Dua yang terakhir ini memberikan jawaban yang sama. Menggunakan banyak data yang …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

1
Interval prediksi untuk proporsi keberhasilan di masa depan dalam pengaturan Binomial
Misalkan saya cocok dengan regresi Binomial dan mendapatkan estimasi titik dan matriks varians-kovarians dari koefisien regresi. Itu akan memungkinkan saya untuk mendapatkan CI untuk proporsi keberhasilan yang diharapkan dalam percobaan di masa depan, , tetapi saya membutuhkan CI untuk proporsi yang diamati. Ada beberapa jawaban terkait yang diposting, termasuk simulasi …

1
Uji apakah dua sampel distribusi binomial memenuhi hal yang sama
Misalkan, saya telah melakukan: n1n1n_1 uji coba independen dengan tingkat keberhasilan yang tidak diketahui dan mengamati keberhasilan .k 1p1p1p_1k1k1k_1 n2n2n_2 percobaan independen dengan tingkat keberhasilan yang tidak diketahui dan mengamati keberhasilan .k 2p2p2p_2k2k2k_2 Jika, sekarang tapi masih belum diketahui, kemungkinan untuk mengamati untuk diberikan (atau sebaliknya) sebanding dengan \ int_0 …

1
Masalah dengan studi simulasi penjelasan percobaan berulang tentang interval kepercayaan 95% - di mana saya salah?
Saya mencoba menulis skrip R untuk mensimulasikan interpretasi eksperimen berulang dari interval kepercayaan 95%. Saya telah menemukan bahwa itu melebih-lebihkan proporsi waktu di mana nilai populasi sebenarnya dari suatu proporsi terkandung dalam 95% CI sampel. Bukan perbedaan besar - sekitar 96% vs 95% tetapi ini tetap menarik bagi saya. Fungsi …

2
Bootstrap parametrik, semiparametrik, dan nonparametrik untuk model campuran
Cangkok berikut diambil dari artikel ini . Saya pemula untuk bootstrap dan mencoba mengimplementasikan bootstrap parametrik, semiparametrik, dan nonparametrik untuk model campuran linier dengan R bootpaket. Kode R Ini Rkode saya : library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=Cultivation) fixef(fm1Cult) boot.fn <- …
9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.