Thống kê và dữ liệu lớn

Bài viết này sử dụng các mô hình tuyến tính tổng quát (cả phân phối lỗi nhị thức và nhị phân âm) để phân tích dữ liệu. Nhưng sau đó trong phần phân tích thống kê của các phương pháp, có tuyên bố này: ... và thứ hai bằng cách …

12 generalized-linear-model  assumptions 

Tôi đã tự hỏi nếu có ai có thể giải thích cho tôi về trực giác ngoài Clopper-Pearson CI về tỷ lệ. Theo tôi biết, mỗi CI bao gồm một phương sai trong đó. Tuy nhiên, đối với tỷ lệ, ngay cả khi tỷ lệ của tôi là 0 hoặc …

12 confidence-interval  proportion 

Tôi nghĩ rằng trung bình có nghĩa.≤≤\leq Đây có phải là trường hợp?

12 distributions  self-study  mean  skewness  median 

Khi trực quan hóa dữ liệu một chiều, người ta thường sử dụng kỹ thuật Ước tính mật độ hạt nhân để tính toán độ rộng thùng được chọn không chính xác. Khi bộ dữ liệu một chiều của tôi có độ không đảm bảo đo, có cách nào chuẩn …

12 uncertainty  kde  kernel-smoothing 

Tôi có một dữ liệu rất nhỏ về sự phong phú của loài ong đơn độc mà tôi gặp khó khăn khi phân tích. Đó là dữ liệu đếm, và hầu hết tất cả các số đều nằm trong một điều trị với hầu hết các số 0 trong điều …

12 count-data  negative-binomial  mixed-model  zero-inflation  lme4-nlme 

Tôi đang phát triển một bảng câu hỏi. Để cải thiện độ tin cậy và hiệu lực của nó, tôi muốn sử dụng các phương pháp thống kê. Tôi muốn loại bỏ những câu hỏi mà câu trả lời luôn giống nhau. Điều này có nghĩa là gần như tất …

12 survey  reliability  psychometrics  validity 

Một mục ngắn trên trang web NY Times cung cấp Thông tin và Số liệu về mức tiêu thụ pizza ở Hoa Kỳ. Tôi có một mối quan tâm ngẫu nhiên về cách sử dụng số liệu thống kê (hoặc bị lạm dụng) để cung cấp thông tin cho khán …

12 interpretation  descriptive-statistics 

Hiện tại, tôi đang cố gắng phân tích một bộ dữ liệu tài liệu văn bản không có sự thật. Tôi đã nói rằng bạn có thể sử dụng xác nhận chéo k-Fold để so sánh các phương pháp phân cụm khác nhau. Tuy nhiên, các ví dụ tôi đã …

12 machine-learning  clustering  cross-validation  unsupervised-learning 

Tôi có một dữ liệu thị trường tổng hợp lớn về doanh số bán rượu vang ở Mỹ và tôi muốn ước tính nhu cầu về một số loại rượu vang chất lượng cao nhất định. Các thị phần này về cơ bản được lấy từ một mô hình tiện …

12 logistic  estimation  multiple-regression  categorical-data 

Tôi đang cố gắng tính toán khả năng ghi nhật ký cho hồi quy bình phương nhỏ nhất phi tuyến tổng quát cho hàm tối ưu hóa bởi hàm trong gói R , sử dụng ma trận hiệp phương sai được tạo bởi khoảng cách trên cây aa phát sinh …

12 r  maximum-likelihood  least-squares  nonlinear-regression  mixed-model 

Giả sử tôi có một biến leptokurtic mà tôi muốn chuyển đổi thành bình thường. Những biến đổi nào có thể hoàn thành nhiệm vụ này? Tôi nhận thức rõ rằng việc chuyển đổi dữ liệu có thể không phải lúc nào cũng được mong muốn, nhưng như một sự …

12 normal-distribution  data-transformation  kurtosis  qq-plot 

Rõ ràng với tôi, và được giải thích rõ trên nhiều trang web, thông tin nào các giá trị trên đường chéo của ma trận mũ cung cấp cho hồi quy tuyến tính. Ma trận mũ của mô hình hồi quy logistic đối với tôi ít rõ ràng hơn. Có …

12 regression  logistic 

Đối với tiêu đề, ý tưởng là sử dụng thông tin lẫn nhau, ở đây và sau MI, để ước tính "tương quan" (được định nghĩa là "tôi biết bao nhiêu về A khi tôi biết B") giữa một biến liên tục và biến phân loại. Tôi sẽ cho bạn …

12 correlation  information-theory  mutual-information 

Xin lỗi trước nếu bất kỳ thuật ngữ tôi sử dụng là không chính xác. Tôi hoan nghênh mọi sự điều chỉnh. Nếu những gì tôi mô tả là "cắt bỏ" có một tên khác, hãy cho tôi biết và tôi có thể cập nhật câu hỏi. Tình huống tôi …

12 regression  modeling  survival  censoring 

Tại sao cần phải đặt giả định phân phối cho các lỗi, nghĩa là yTôi= Xβ+ϵiyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} , với.εTôi~ N(0,σ2)ϵi∼N(0,σ2)\epsilon_{i} \sim \mathcal{N}(0,\sigma^{2}) Tại sao không viết yi=Xβ+ϵiyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} , vớiyi∼N(Xβ^,σ2)yi∼N(Xβ^,σ2)y_i \sim \mathcal{N}(X\hat{\beta},\sigma^{2}) , trong đó trong cả hai trường hợp . Tôi đã thấy …

12 regression  normal-distribution  residuals  assumptions  notation