Câu hỏi được gắn thẻ «categorical-data»

Dữ liệu phân loại (còn gọi là danh nghĩa) có thể đảm nhận một số lượng hạn chế các giá trị có thể được gọi là danh mục. Giá trị phân loại "nhãn", chúng không "đo lường". Vui lòng sử dụng thẻ [ordinal-data] cho các loại dữ liệu rời rạc nhưng được sắp xếp.

1
Hàm khoảng cách tối ưu cho các cá nhân khi các thuộc tính là danh nghĩa là gì?
Tôi không biết chức năng khoảng cách giữa các cá nhân sẽ sử dụng trong trường hợp thuộc tính danh nghĩa (không phân loại). Tôi đã đọc một số sách giáo khoa và họ đề xuất chức năng Kết hợp đơn giản nhưng một số sách gợi ý rằng tôi …
6
Làm cách nào để tìm số liệu thống kê tóm tắt cho tất cả các kết hợp các yếu tố duy nhất trong một data.frame trong R? [đóng cửa]
Đã đóng cửa. Câu hỏi này không đúng chủ đề . Nó hiện không chấp nhận câu trả lời. Bạn muốn cải thiện câu hỏi này? Cập nhật câu hỏi để nó thuộc chủ đề cho Xác thực chéo. Đóng cửa 2 năm trước . Tôi muốn tính toán tóm …
2
Tôi có nên chạy hồi quy riêng cho mọi cộng đồng hay cộng đồng có thể đơn giản là biến kiểm soát trong mô hình tổng hợp không?
Tôi đang chạy một mô hình OLS với biến chỉ số tài sản liên tục là DV. Dữ liệu của tôi được tổng hợp từ ba cộng đồng tương tự gần nhau về mặt địa lý. Mặc dù vậy, tôi nghĩ điều quan trọng là sử dụng cộng đồng như …
1
R / mgcv: Tại sao các sản phẩm tenor te () và ti () tạo ra các bề mặt khác nhau?
Các mgcvgói cho Rcó hai chức năng cho phù hợp tương tác sản phẩm tensor: te()và ti(). Tôi hiểu sự phân công lao động cơ bản giữa hai người (phù hợp với sự tương tác phi tuyến tính so với việc phân tách tương tác này thành các hiệu ứng …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 
2
Làm thế nào để thực hiện phân tích dư cho các yếu tố dự đoán độc lập nhị phân / nhị phân trong hồi quy tuyến tính?
Tôi đang thực hiện nhiều hồi quy tuyến tính dưới đây trong R để dự đoán lợi nhuận của quỹ được quản lý. reg <- lm(formula=RET~GRI+SAT+MBA+AGE+TEN, data=rawdata) Ở đây chỉ GRI & MBA là các yếu tố dự đoán nhị phân / nhị phân; các dự đoán còn lại là …
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookie và Chính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.