Статистика та великі дані

У мене встановлена ​​модель (з літератури). У мене також є вихідні дані для прогнозних змінних. Яке рівняння я повинен використовувати для отримання ймовірностей? В основному, як я поєдную необроблені дані та коефіцієнти для отримання ймовірностей?

17 regression  logistic 

Збільшення кількості випадків та випадків смерті відбувається під час епідемій (раптове збільшення кількості) через циркуляцію вірусу (як Вірус Західного Нілу в США у 2002 р.) Або зменшення опірності людей, забруднення їжі чи води або збільшення кількості комарі. Ці епідемії представлятимуть пережиті люди, які можуть виникати кожні 1 - 5 років. …

17 time-series  forecasting  epidemiology  outliers 

Я хочу створити модель прогнозування для прогнозування відбиття і хочу використати дискретну модель виживання часу, пристосовану до набору даних щодо персонального періоду (по одному рядку для кожного клієнта та дискретному періоду, яким вони загрожували, з показником для події - рівним 1 якщо збивання трапилося в той період, інше 0). Мені …

17 survival  predictive-models  churn 

Я намагаюся зрозуміти логіку, що стоїть на F-тесті ANOVA в простому лінійному регресійному аналізі. Питання, яке у мене таке, наступне. Коли значення F, тобто MSR/MSEвелике, ми приймаємо модель як значущу. У чому полягає логіка цього?

17 regression  anova 

Зачинено. Це питання поза темою . Наразі відповіді не приймаються. Хочете вдосконалити це питання? Оновіть питання, щоб воно було тематичним для перехресної перевірки. Закрито 2 роки тому . Я використовую Sweave та xtable для створення звіту. Я хотів би додати трохи фарбування на стіл. Але мені не вдалося знайти жодного …

17 r  reproducible-research 

Я провів аналіз головних компонентів шести змінних , , , , і . Якщо я правильно розумію, непроведений PC1 підказує мені, яка лінійна комбінація цих змінних описує / пояснює найбільшу дисперсію даних, а PC2 повідомляє мені, яка лінійна комбінація цих змінних описує наступну найбільшу дисперсію даних та ін.AAABBBCCCDDDEEEFFF Мені просто …

17 variance  pca  r-squared  covariance-matrix 

Готуючись до бесіди, яку я незабаром розповім, я нещодавно почав розбиратися у двох основних (безкоштовних) інструментах для інтерактивної візуалізації даних: GGobi та mondrian - обидва пропонують широкий спектр можливостей (навіть якщо вони трохи помийні). Я хочу попросити вашої допомоги в артикуляції (як для себе, так і для своєї майбутньої аудиторії) …

17 data-visualization  data-mining  interactive-visualization 

Я викладаю клас введення статистики та переглядав типи вибірки, включаючи систематичну вибірку, де ви відбираєте вибірки кожного kth окремого чи об'єкта. Студент запитав, чи буде відбирати вибірки у кожної людини з певною характеристикою те саме. Наприклад, чи було б вибірки кожної людини з блакитною футболкою досить випадковим і забезпечили б …

17 sampling 

Хтось написав коротке опитування різних підходів до статистики? До першого наближення ви маєте частолістську та баєсівську статистику. Але коли ви придивитесь ближче, у вас є й інші підходи, такі як вірогідність та емпіричний Байєс. І тоді у вас є підрозділи в таких групах, як суб'єктивний Байєс, об'єктивний Байєс, в баєсівській …

17 bayesian  frequentist  philosophical 

Нещодавно я прочитав пораду про те, що зазвичай слід застосовувати медіану, а не означає, щоб знищити людей, що живуть. Приклад: Наступна стаття http://www.amazon.com/Forensic-Science-Introduction-Scientist-Investigative/product-reviews/1420064932/ на даний момент має 16 відгуків: review= c(5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 4, 4, 3, 2, 1, 1) summary(review) ## "ordinary" summary …

17 mean  median  average 

Я сподіваюся, що зможу задати це питання правильним способом. У мене є доступ до даних відтворення, тому це більше питання з найкращим підходом та правильним конструюванням даних. Що я хочу зробити, це підрахувати ймовірність виграти гру в НХЛ, враховуючи рахунок та час, що залишився в регулюванні. Я думаю, я міг …

17 time-series  probability  logistic 

У мене є алгоритм кластеризації (не k-означає) з вхідним параметром (кількість кластерів). Після виконання кластеризації я хотів би отримати деякий кількісний показник якості цього кластеризації. Алгоритм кластеризації має одну важливу властивість. Для якщо я подаю точок даних без будь-якої суттєвої різниці між ними до цього алгоритму, я отримаю один кластер, …

17 clustering 

Я шукаю гарний підручник з кластеризації даних при Rвикористанні ієрархічного процесу діріхле (HDP) (один з останніх і популярних непараметричних методів Байєса). Існує DPpackage(ІМХО, найбільш повний з усіх доступних) Rдля непараметричного байєсівського аналізу. Але я не в змозі зрозуміти приклади, подані в R Newsпосібнику з посібника або в його посібнику досить …

17 r  bayesian  clustering  nonparametric 

У попередньому запитанні я запитав про інструменти для редагування файлів CSV . Гевін посилається на коментар до R Help від Duncan Murdoch, припускаючи, що формат обміну даними - більш надійний спосіб зберігання даних, ніж CSV. Для деяких додатків потрібна спеціальна система управління базами даних. Однак для невеликих масштабів аналізу даних …

17 project-management 

Для того, щоб відкалібрувати рівень довіри до ймовірності в контрольованому навчанні (скажімо, зіставити довіру з SVM або дерева рішень за допомогою проб даних), одним із методів є використання масштабування Платта (наприклад, отримання каліброваних ймовірностей з підвищення рівня ). В основному використовується логістична регресія для відображення на . Залежна змінна є …

17 logistic  cross-validation  calibration