Статистика та великі дані

У мене є часовий ряд, і я хочу його підмножити, зберігаючи його як часовий ряд, зберігаючи початок, кінець та частоту. Наприклад, скажімо, у мене є часовий ряд: > qs <- ts(101:110, start=c(2009, 2), frequency=4) > qs Qtr1 Qtr2 Qtr3 Qtr4 2009 101 102 103 2010 104 105 106 107 2011 …

25 r  time-series 

Я розумію, що при вибірці від кінцевої сукупності та розмірі вибірки більше 5% від сукупності нам потрібно виправити середню та стандартну помилку вибірки, використовуючи цю формулу: ЖПС= N- нN- 1----√ЖПС=N-нN-1\hspace{10mm} FPC=\sqrt{\frac{N-n}{N-1}} Де - чисельність сукупності і - розмір вибірки.NNNннn У мене є 3 питання щодо цієї формули: Чому встановлено поріг …

25 sampling  finite-population 

У регресії термін взаємодії знищує обидва пов'язані з цим прямі ефекти. Чи потрібно відмовитися від взаємодії чи повідомити про результат? Взаємодія не була частиною початкової гіпотези.

25 regression  interaction 

У мене є кілька частот запитів, і мені потрібно оцінити коефіцієнт закону Зіпфа. Це найвищі частоти: 26486 12053 5052 3033 2536 2391 1444 1220 1152 1039

25 distributions  estimation  pareto-distribution  zipf 

Яка практична різниця між Wasserstein метрикою і Кульбакою-Лейблером дивергенцией ? Метрику Вассерстейна також називають відстань руху Землі . З Вікіпедії: Метрика Вассерстейна (або Васерштейна) - це відстань, яка визначається між розподілами ймовірностей на заданому метричному просторі М. і Дивергенція Куллбека – Лейблера - це міра того, як один розподіл ймовірностей …

25 distributions  kullback-leibler  metric  wasserstein 

Я сподіваюся отримати інтуїтивне, доступне пояснення кількісної регресії. Скажімо, у мене простий набір результатів YYY та прогнози X1,X2X1,X2X_1, X_2 . Наприклад, якщо я запускаю квантильну регресію в .25, .5, .75 і повертаюсь β0,.25,β1,.25...β2,.75β0,.25,β1,.25...β2,.75\beta_{0,.25},\beta_{1,.25}...\beta_{2,.75} . Чи знаходять значення ββ\beta простим упорядкуванням значень yyy та виконанням лінійної регресії на основі прикладів, що …

25 quantile-regression 

Я намагаюся зробити аналіз часових рядів і я новачок у цій галузі. Я щодня перераховую подію 2006–2009 рр. І хочу приєднати до неї модель часових рядів. Ось прогрес, який я досяг: timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) Отриманий сюжет я отримую: Щоб перевірити, чи є сезонність і тенденція в даних, чи ні, …

25 r  time-series  seasonality  multiple-seasonalities  tbats  hypothesis-testing  beta-distribution  machine-learning  unsupervised-learning  supervised-learning  reinforcement-learning 

Зачинено. Це питання поза темою . Наразі відповіді не приймаються. Хочете вдосконалити це питання? Оновіть питання, щоб воно було тематичним для Cross Valified. Закрито 6 місяців тому . Я працював у R-пакетах nlme та lme4 , намагаючись вказати моделі з декількома випадковими ефектами. Я виявив, що лише nlme дозволяє вказати …

25 r  random-effects-model  lme4-nlme 

У мене є дані опитувального експерименту, в якому респонденти були випадковим чином віднесені до однієї з чотирьох груп: > summary(df$Group) Control Treatment1 Treatment2 Treatment3 59 63 62 66 Хоча три групи лікування дещо відрізняються залежно від застосованого подразника, головне розмежування, яке мене хвилює, - це контрольна та лікувальна групи. Тому …

25 r  logistic  categorical-data  interaction  interpretation 

Які хороші книги, що запроваджують причинний аналіз? Я думаю про вступ, який обидва пояснює принципи причинного аналізу та показує, як різні статистичні методи можуть бути використані для застосування цих принципів.

25 references  causality 

Розглянемо сценарій, коли вам надаються матриця K PoznaLabel і матриця PredictedLabel. Я хотів би виміряти добротність матриці PredictedLabel щодо матриці KknownLabel. Але проблема тут полягає в тому, що у матриці K knownLabel є кілька рядків, лише один 1, а інші кілька рядків мають багато 1 (ці екземпляри мають багато міток). …

25 machine-learning  data-mining  multilabel 

У мене є кілька точок в R pX={x1,...,xn}X={x1,...,xn}X=\{x_1,...,x_n\}RpRpR^p , і я хочу об'єднати точки так, щоб: Кожен кластер містить рівну кількість елементів . (Припустимо, що кількість кластерів ділить nXXXnnn .) Кожен кластер є «просторово згуртованим» у певному сенсі, як кластери з значень.kkk Легко придумати безліч процедур кластеризації, які задовольняють одну …

25 machine-learning  clustering  k-means  unsupervised-learning 

Я трохи заплутався, якщо незалежна змінна (яка також називається предиктором або ознакою) у статистичній моделі, наприклад у лінійній регресії , є випадковою змінною?XХXY=β0+β1XY=β0+β1ХY=\beta_0+\beta_1 X

25 regression  random-variable  experiment-design  predictor 

Дисперсія, як кажуть, є мірою поширення. Отже, я думав, що дисперсія 3,5дорівнює дисперсії, 3,3,5,5оскільки числа однаково поширюються. Але це не так, дисперсія 3,5є, 2поки дисперсія 3,3,5,5є 1 1/3. Це спантеличує мене, враховуючи пояснення, що дисперсія повинна бути мірою поширення. Отже, в цьому контексті, що означає міра поширення ?

25 variance 

Усі приклади SVM пов'язані з класифікацією. Я не розумію, як SVM для регресії (вектор регресора підтримки) може бути використаний при регресії. З мого розуміння, SVM максимально збільшує запас між двома класами, щоб знайти оптимальну гіперплану. Як це могло б працювати в регресійній проблемі?

25 regression  svm