Pertanyaan yang diberi tag «data-visualization»

Saya mengalami kesulitan menafsirkan plot interaksi ketika ada interaksi antara dua variabel independen. Grafik berikut berasal dari situs ini : Di sini, dan adalah variabel independen dan adalah variabel dependen.B D VSEBUAHAABBBD VDVDV Pertanyaan: Ada interaksi dan efek utama , tetapi tidak ada efek utamaBSEBUAHAABBB Saya dapat melihat bahwa semakin …

9 data-visualization  interaction  interpretation 

Saya melihat pos ini di Moz yang menyajikan saluran pemasaran tersegmentasi: Hal semacam ini akan memiliki nilai yang cukup besar dalam pekerjaan saya. Apa yang saya tidak tahu adalah bagaimana memvisualisasikan data mentah untuk menampilkan saluran tersegmentasi seperti ini. Idenya adalah bahwa arahan penjualan berasal dari sumber yang berbeda (yang …

9 data-visualization  python  funnel-plot 

Saya ingin merencanakan pada grafik yang sama interaksi antara prediktor kontinu saya dan moderator kategorikal saya. Saya tahu bagaimana melakukannya ketika keduanya kategorikal ( interaksi faktor ), tetapi tidak benar-benar tahu bagaimana melakukannya ketika satu kontinu dan satu kategorikal.

9 data-visualization  categorical-data  interaction  continuous-data 

Saya membaca dari sebuah buku yang memperkenalkan distribusi Dirchilet dan kemudian mempresentasikan angka-angka tentangnya. Tetapi saya tidak benar-benar dapat memahami angka-angka itu. Saya lampirkan gambar di sini di bagian bawah. Yang tidak saya mengerti adalah arti dari segitiga. Biasanya ketika seseorang ingin memplot fungsi 2 variabel, Anda mengambil nilai var1 …

9 distributions  data-visualization  dirichlet-distribution 

Saya membandingkan distribusi kelompok yang berbeda menggunakan plot biola, namun sebagian besar sumber daya online yang saya temukan hanya terkait dengan cara membuat plot dan interpretasi yang sangat mendasar dari hasil (variasi median, data dikelompokkan atau tidak). Saya mencari contoh terperinci yang bisa saya ikuti sebagai pedoman saya untuk menginterpretasikan …

9 data-visualization 

Apakah ada nama untuk jenis bagan di bawah ini (bersumber dari Kementerian Bisnis, Inovasi, dan Ketenagakerjaan Selandia Baru , untuk siapa saya bekerja tetapi saya tidak terlibat dalam membuat plot ini)? Ini terdiri dari empat persegi panjang di mana area proporsional dengan variabel, dan menyerupai semacam persilangan antara diagram lingkaran, …

9 data-visualization  pie-chart 

Pertanyaan mendasar saya adalah: Apa yang dimaksud dengan kopula adaptif? Saya punya slide dari presentasi (sayangnya, saya tidak bisa bertanya kepada penulis slide) tentang copulae adaptif dan saya tidak mengerti, apa artinya ini resp. untuk apa ini Inilah slide-slidenya: Kemudian slide-slide tersebut dilanjutkan dengan Test-point perubahan. Saya bertanya-tanya tentang apa …

9 data-visualization  copula 

Saya menggunakan analisis kelas laten untuk mengelompokkan sampel pengamatan berdasarkan satu set variabel biner. Saya menggunakan R dan paket poLCA. Di LCA, Anda harus menentukan jumlah cluster yang ingin Anda temukan. Dalam praktiknya, orang biasanya menjalankan beberapa model, masing-masing menentukan jumlah kelas yang berbeda, dan kemudian menggunakan berbagai kriteria untuk …

9 data-visualization  mixture  latent-class 

Saya sedang membangun alat ramalan interaktif (dengan python) sebagai bantuan untuk perkiraan yang dilakukan di organisasi saya. Sampai saat ini proses peramalan sebagian besar digerakkan oleh manusia, dengan peramal mengasimilasi data dalam jaringan saraf alami mereka dan menggunakan usus yang mereka pelajari merasa untuk membuat prediksi. Dari verifikasi perkiraan jangka …

9 data-visualization  communication 

Saya punya pertanyaan tentang interpretasi kumis dari boxplot. Saya telah membaca yang berikut ini: "Di bagian atas dan bawah dari persegi panjang," kumis "menunjukkan kisaran 1,5 kali jarak antara 0,25- dan 0,75-kuantil", tetapi tidak sepenuhnya memahami apa yang dimaksud dengan "jarak" . Tidak mungkin bahwa massa probabilitas dimaksudkan, karena antara …

9 data-visualization  boxplot 

Saya memiliki argumen dengan penasihat saya mengenai visualisasi data. Dia mengklaim bahwa ketika mewakili hasil eksperimen, nilai-nilai harus diplot dengan " penanda " saja, seperti yang disajikan dalam gambar di bawah. Sementara kurva hanya mewakili " model " Saya di sisi lain percaya bahwa kurva dalam banyak kasus tidak perlu …

9 data-visualization  communication 

Saya memiliki dataset berikut: https://dl.dropbox.com/u/22681355/ORACLE.csv dan ingin merencanakan perubahan harian di 'Buka' dengan 'Tanggal', jadi saya melakukan hal berikut: oracle <- read.csv(file="http://dl.dropbox.com/u/22681355/ORACLE.csv", header=TRUE) plot(oracle$Date, oracle$Open, type="l") dan saya mendapatkan yang berikut ini: Sekarang ini jelas bukan plot terbaik yang pernah ada, jadi saya bertanya-tanya apa metode yang tepat untuk digunakan …

9 r  data-visualization 

Misalkan saya punya satu sampel frekuensi dari 4 peristiwa yang mungkin: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 dan saya memiliki probabilitas yang diharapkan dari peristiwa saya terjadi: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Dengan jumlah frekuensi yang diamati …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 2 tahun yang lalu . R tampaknya dapat menampilkan plot ringkasan yang bagus dari bugsdan jagsobjek yang dihasilkan oleh fungsi R2WinBUGS :: bugs dan R2jags: …

9 r  data-visualization  jags  bugs 

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