Thống kê và dữ liệu lớn

Điều gì giải thích sự khác biệt về giá trị p trong các cuộc gọi aovvà sau đây lm? Là sự khác biệt chỉ do các loại tính toán tổng bình phương khác nhau? set.seed(10) data=rnorm(12) f1=rep(c(1,2),6) f2=c(rep(1,6),rep(2,6)) summary(aov(data~f1*f2)) summary(lm(data~f1*f2))$coeff

12 r  regression  anova  linear-model  sums-of-squares 

Tôi có tài liệu tham khảo khuyên nên xem xét cỡ mẫu tối thiểu 20 để phân phối dữ liệu phù hợp. Có bất kỳ ý nghĩa trong điều này? cảm ơn

12 sample-size 

Tôi có một bộ dữ liệu với 8000 cụm và 4 triệu quan sát. Thật không may, phần mềm thống kê của tôi, Stata, chạy khá chậm khi sử dụng chức năng dữ liệu bảng điều khiển của nó để hồi quy logistic:, xtlogitngay cả với mẫu phụ 10%. Tuy …

12 logistic  categorical-data  stata  fixed-effects-model 

Tôi đang chạy một phân loại nhị phân tại thời điểm này. Khi tôi vẽ đường cong ROC, tôi nhận được một lực nâng tốt ngay từ đầu, sau đó nó thay đổi hướng và vượt qua đường chéo sau đó tất nhiên là sao lưu, làm cho đường cong …

12 roc 

Tôi có biểu đồ, mật độ hạt nhân và phân phối bình thường của lợi nhuận nhật ký tài chính, được chuyển thành lỗ (dấu hiệu được thay đổi) và biểu đồ QQ bình thường của những dữ liệu này: Cốt truyện QQ cho thấy rõ rằng đuôi không được …

12 data-visualization  normality-assumption  histogram  qq-plot 

Một khu rừng ngẫu nhiên có thể được đào tạo để dự đoán một cách thích hợp dữ liệu đếm? Làm thế nào điều này sẽ tiến hành? Tôi có khá nhiều giá trị để phân loại không thực sự có ý nghĩa. Nếu tôi sử dụng hồi quy, tôi …

12 r  regression  random-forest  prediction  count-data 

Tôi quen thuộc với ký hiệu như: yij=β0+βixij+uj+eij=β0j+βixij+eijyij=β0+βixij+uj+eij=β0j+βixij+eij\begin{align} y_{ij} &= \beta_0 + \beta_i x_{ij} + u_j + e_{ij}\\ &= \beta_{0j} + \beta_i x_{ij} + e_{ij} \end{align} đâuβ0j=β0+ujβ0j=β0+uj\beta_{0j}=\beta_{0}+u_j, và yij=β0+β1xij+u0j+u1jxij+eij=β0j+β1jxij+eijyij=β0+β1xij+u0j+u1jxij+eij=β0j+β1jxij+eij\begin{align} y_{ij} &= \beta_0 + \beta_1 x_{ij} + u_{0j} + u_{1j} x_{ij} + e_{ij} \\ &= \beta_{0j} + \beta_{1j} x_{ij} + e_{ij} …

12 mixed-model  mathematical-statistics 

NGÂN HÀNG: Tiền thưởng đầy đủ sẽ được trao cho người cung cấp tài liệu tham khảo cho bất kỳ bài báo được xuất bản nào sử dụng hoặc đề cập đến công cụ ước tính F~F~\tilde{F} dưới đây. Động lực: Phần này có lẽ không quan trọng đối với …

12 distributions  bernoulli-distribution  stratification  rejection-sampling  ecdf 

Để phân tích dữ liệu từ một thí nghiệm vật lý sinh học, tôi hiện đang cố gắng thực hiện khớp đường cong với một mô hình phi tuyến tính cao. Hàm mô hình trông cơ bản như sau: y=ax+bx−1/2y=ax+bx−1/2y = ax + bx^{-1/2} Ở đây, đặc biệt là giá …

12 curve-fitting  nonlinear 

Quần vợt có một hệ thống tính điểm ba cấp đặc biệt và tôi tự hỏi liệu điều này có lợi ích thống kê nào không, từ quan điểm của một trận đấu như một thử nghiệm để xác định người chơi tốt hơn. Đối với những người không quen …

12 probability  inference  games 

Tôi muốn tính toán chức năng sống sót dự đoán cho mô hình mối nguy theo tỷ lệ Cox với các thuật ngữ yếu [sử dụng gói sinh tồn]. Có vẻ như khi các thuật ngữ yếu trong mô hình, chức năng sống sót được dự đoán không thể được …

12 r  survival  cox-model  frailty 

Với cùng một tập hợp các biến số và họ phân phối, làm thế nào tôi có thể so sánh các mô hình có các hàm liên kết khác nhau? Tôi nghĩ câu trả lời đúng ở đây là "AIC / BIC", nhưng tôi không chắc chắn 100%. Có thể …

12 generalized-linear-model  aic  link-function 

Tôi có hai biến ngẫu nhiên X>0X>0X > 0 và Y>0Y>0Y > 0 . Cho rằng tôi có thể ước tính Cov(X,Y),Cov(X,Y),\text{Cov}(X, Y), làm thế nào tôi có thể ước tính Cov(log(X),log(Y))?Cov(log⁡(X),log⁡(Y))?\text{Cov}(\log(X), \log(Y))?

12 data-transformation  covariance  random-variable 

Tương quan, rrr , là thước đo liên kết tuyến tính giữa hai biến. Hệ số xác định, r2r2r^2 , là thước đo mức độ biến thiên của một biến có thể được "giải thích" bằng biến thể trong biến khác. Ví dụ: nếu là tương quan giữa hai biến, …

12 regression  correlation  r-squared 

Tôi đang làm việc với một vấn đề dự đoán khuấy đảo cổ điển bằng cách sử dụng số lượt truy cập của một người dùng nhất định vào một trang web và tôi nghĩ rằng Poisson Regression là công cụ phù hợp để mô hình hóa sự tương tác …

12 survival  hazard  poisson-process