Pertanyaan yang diberi tag «continuous-data»

Variabel acak disebut kontinu jika himpunan nilai yang mungkin tidak terhitung, dan kemungkinan dibutuhkan nilai tertentu adalah nol ( untuk setiap bilangan real ). Variabel acak adalah kontinu jika dan hanya jika fungsi distribusi probabilitas kumulatifnya adalah fungsi kontinu. XP(X=x)=0x


3
Bisakah efek acak hanya berlaku untuk variabel kategori?
Pertanyaan ini mungkin terdengar bodoh, tetapi ... apakah benar bahwa efek acak hanya dapat berlaku untuk variabel kategori (seperti id individu, id populasi, ...), misalkan katakanlah adalah variabel kategori:xsayaxix_i ysayayiy_i ~βxsayaβxi\beta_{x_i} βxsayaβxi\beta_{x_i} ~No r m ( μ , δ2)Norm(μ,δ2)Norm(\mu, \delta^2) tetapi dari prinsipnya efek acak tidak dapat berlaku untuk variabel …

2
Analisis data variabel kontinu dan Kategorikal
Saya punya tiga variabel: jarak (kontinu, kisaran tak terbatas negatif hingga tak terhingga positif) isLand (kategori diskrit / Boolean, rentang variabel 1 atau 0) penghuni (kategori diskrit, rentang variabel 0-7) Saya ingin menjawab pertanyaan statistik berikut: Bagaimana cara membandingkan distribusi yang memiliki variabel kategorikal dan kontinu. Sebagai contoh, saya ingin …


2
Pengelompokan data yang memiliki campuran variabel kontinu dan kategori
Saya memiliki data yang mewakili beberapa aspek perilaku manusia. Saya ingin mengelompokkannya (tanpa pengawasan) ke dalam beberapa profil perilaku. sekarang, beberapa variabel saya adalah kategorikal (dengan 2 kategori atau lebih), dan ada pula yang kontinu (sebagian besar adalah persentase). Beberapa variabel bahkan lebih kompleks karena satu kategori memiliki kontinu lebih …

3
Untuk variabel acak kontinu, mengapa
Buku teks saya menempatkan ini di sidebox dengan tajuk "Note" dan tidak menjelaskan alasannya. Bisakah Anda memberi tahu saya mengapa pernyataan ini berlaku? P(a&lt;Z&lt;b)=P(a≤Z&lt;b)=P(a&lt;Z≤b)=P(a≤Z≤b)P(a&lt;Z&lt;b)=P(a≤Z&lt;b)=P(a&lt;Z≤b)=P(a≤Z≤b)P(a < Z < b) = P(a \leq Z < b) = P(a < Z \leq b) = P(a \leq Z \leq b)

3
Analogi sensitivitas dan spesifisitas untuk hasil yang berkelanjutan
Bagaimana saya bisa menghitung sensitivitas dan spesifisitas (atau tindakan analog) dari tes diagnostik berkelanjutan dalam memprediksi hasil yang berkelanjutan (misalnya, tekanan darah) tanpa mendikotomisasi hasilnya? Ada ide? Tampaknya para peneliti telah melakukan ini menggunakan pemodelan efek campuran (lihat tautan di bawah), tetapi saya tidak terbiasa dengan penggunaan teknik ini: http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3026390/ …

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.