Câu hỏi được gắn thẻ «data-transformation»

Biểu thức lại toán học, thường là phi tuyến, của các giá trị dữ liệu. Dữ liệu thường được chuyển đổi để đáp ứng các giả định của mô hình thống kê hoặc để làm cho kết quả phân tích dễ hiểu hơn.

3
Làm thế nào trọng số lại dữ liệu đa dạng Khảo sát Cộng đồng Mỹ ảnh hưởng đến biên lỗi của nó?
Bối cảnh: Tổ chức của tôi hiện đang so sánh số liệu thống kê đa dạng lực lượng lao động của mình (ví dụ:% người khuyết tật,% phụ nữ,% cựu chiến binh) với tổng lực lượng lao động có sẵn cho các nhóm này dựa trên Khảo sát Cộng đồng …

1
Làm cách nào để kết hợp một ngoại lệ đổi mới khi quan sát 48 trong mô hình ARIMA của tôi?
Tôi đang làm việc trên một tập dữ liệu. Sau khi sử dụng một số kỹ thuật nhận dạng mô hình, tôi đã đưa ra mô hình ARIMA (0,2,1). Tôi đã sử dụng detectIOhàm trong gói TSAtrong R để phát hiện một ngoại lệ đổi mới (IO) ở lần quan …
10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

1
Tôi đăng nhập biến đổi biến phụ thuộc của mình, tôi có thể sử dụng phân phối bình thường GLM với chức năng liên kết LOG không?
Tôi có một câu hỏi liên quan đến Mô hình tuyến tính tổng quát (GLM). Biến phụ thuộc của tôi (DV) là liên tục và không bình thường. Vì vậy, tôi đăng nhập đã chuyển đổi nó (vẫn không bình thường nhưng đã cải thiện nó). Tôi muốn liên kết …







1
Nếu hình vuông của một chuỗi thời gian là đứng yên, thì chuỗi thời gian ban đầu có đứng yên không?
Tôi tìm thấy một giải pháp cho biết rằng nếu bình phương của một chuỗi thời gian là đứng yên thì chuỗi thời gian ban đầu cũng như ngược lại. Tuy nhiên tôi dường như không thể chứng minh điều đó, bất cứ ai cũng có ý tưởng nếu điều …

2
Chuyển đổi số liệu thống kê đơn hàng
Giả sử các biến ngẫu nhiên và là độc lập và phân phối . rằng có \ phân phối văn bản {Exp} (1) .X1,...,XnX1,...,XnX_1, ... , X_nY1,...,YnY1,...,YnY_1, ..., Y_nU(0,a)U(0,a)U(0,a)Zn=nlogmax(Y(n),X(n))min(Y(n),X(n))Zn=nlog⁡max(Y(n),X(n))min(Y(n),X(n))Z_n= n\log\frac{\max(Y_{(n)},X_{(n)})}{\min(Y_{(n)},X_{(n)})}Exp(1)Exp(1)\text{Exp}(1) Tôi đã bắt đầu vấn đề này bằng cách đặt {X1,...,Xn,Y1,...Yn}={Z1,...,Zn}{X1,...,Xn,Y1,...Yn}={Z1,...,Zn}\{X_1,...,X_n,Y_1,...Y_n\} = \{Z_1,...,Z_n\} Sau đó, max(Yn,Xn)=Z(2n)max(Yn,Xn)=Z(2n)\max(Y_n,X_n)= Z_{(2n)} sẽ được phân …


1
Chuẩn hóa các tính năng khi sử dụng LDA làm bước tiền xử lý
Nếu Phân tích phân biệt tuyến tính nhiều lớp (đôi khi tôi cũng đọc Phân tích phân biệt nhiều lần) được sử dụng để giảm kích thước (hoặc chuyển đổi sau khi giảm kích thước thông qua PCA), tôi hiểu rằng nói chung là "bình thường hóa điểm Z" (hoặc …

2
Giúp tôi phù hợp với hồi quy đa tuyến tính phi tuyến tính này đã thách thức tất cả các nỗ lực trước đó
EDIT: Kể từ khi thực hiện bài đăng này, tôi đã theo dõi với một bài viết bổ sung ở đây . Tóm tắt văn bản dưới đây: Tôi đang làm việc trên một mô hình và đã thử hồi quy tuyến tính, biến đổi Box Cox và GAM nhưng …


Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.