Câu hỏi được gắn thẻ «confounding»

Trong các mô hình thống kê, gây nhiễu được cho là xảy ra khi sự phụ thuộc rõ ràng của phản hồi vào một yếu tố dự đoán là một phần hoặc toàn bộ do sự phụ thuộc của cả hai vào biến thứ ba không có trong mô hình hoặc sự phụ thuộc vào sự kết hợp tuyến tính của các biến khác có trong ngươi mâu. Xung đột với một biến có trong mô hình thường được gọi là đa cộng tuyến. Từ đồng nghĩa là * aliasing *, được sử dụng trong thiết kế các thử nghiệm.

5
Làm thế nào chính xác một điều khiển một người dùng cho các biến khác khác?
Dưới đây là bài viết thúc đẩy câu hỏi này: Sự thiếu kiên nhẫn có làm chúng ta béo lên không? Tôi thích bài viết này và nó thể hiện độc đáo khái niệm kiểm soát đối với các biến số khác (IQ, sự nghiệp, thu nhập, tuổi, v.v.) để …
1
Confounder - định nghĩa
Theo M. Katz trong cuốn sách của ông đa biến phân tích (Mục 1.2, trang 6), " Một confounder có liên quan đến các yếu tố nguy cơ và duyên hệ với kết quả. " Tại sao phải các confounder được nhân quả liên quan đến kết quả? Nó sẽ …
1
Tại sao Anova () và drop1 () cung cấp các câu trả lời khác nhau cho GLMM?
Tôi có một GLMM có dạng: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Khi tôi sử dụng drop1(model, test="Chi"), tôi nhận được kết quả khác với nếu tôi sử dụng Anova(model, type="III")từ gói xe hơi hoặc summary(model). Hai cái sau cho cùng một …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 
3
Cách thực hiện SVD để áp đặt các giá trị bị thiếu, một ví dụ cụ thể
Tôi đã đọc những bình luận tuyệt vời về cách xử lý các giá trị bị thiếu trước khi áp dụng SVD, nhưng tôi muốn biết nó hoạt động như thế nào với một ví dụ đơn giản: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 …
8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 
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.