Статистика та великі дані

Я застосував логістичну регресію до своїх даних щодо SAS, і ось таблиця кривих і класифікація ROC. Мені подобається цифри в таблиці класифікації, але не зовсім впевнені, що показує крива roc та площа під нею. Будь-яке пояснення буде дуже вдячне.

14 regression  logistic  classification  roc 

Я хотів би провести прогноз, заснований на множинній часовій серії ARIMA-моделі з безліччю зовнішніх змінних. Оскільки я не такий вмілий, що стосується ані статистики, ані ІР, яку я не хочу зберігати, є максимально простим (прогноз тенденцій на 3 місяці достатній). У мене є 1 залежний часовий ряд і 3-5 часових …

14 r  time-series  arima 

Я дізнаюсь про регресію хребта і знаю, що регресія хребта працює краще за наявності мультиколінеарності. Мені цікаво, чому це правда? Буде задовольняти або інтуїтивна відповідь, або математична (обидва типи відповідей будуть ще більш задоволеними). Крім того , я знаю, що β завжди можна отримати, але наскільки добре хребет регресія робота …

14 multicollinearity  ridge-regression 

Я порахував автокореляцію за даними часових рядів щодо закономірностей руху риби, виходячи з її позицій: X ( x.ts) та Y ( y.ts). Використовуючи R, я запустив наступні функції та створив такі графіки: acf(x.ts,100) acf(y.ts,100) Моє запитання: як я інтерпретую ці сюжети? Яка інформація потрібна, щоб повідомити про будь-яку схему? Я …

14 r  time-series  autocorrelation 

Часто вступні тексти прикладної статистики відрізняють середнє значення від медіани (часто в контексті описової статистики та мотивуючи узагальнення центральної тенденції за допомогою середнього, медіанного та режиму), пояснюючи, що середнє значення чутливе до людей, що випадають у даних вибірки та / або до косого розподілу населення, і це використовується як обґрунтування …

14 mean  skewness  median  winsorizing  central-tendency 

Я читав тут, що - це кількість ступенів свободи, яку я повинен використовувати, роблячи t-тест на значення коефіцієнта регресії, але не розумію, чому. Я розумів, що t-тести, як правило, мали ступінь свободи.n−p−1n−p−1n-p-1n−1n−1n-1

14 regression  hypothesis-testing  multiple-regression  t-test 

Припустимо, у нас є така логістична модель регресії: logit ( p ) = β0+ β1х1+ β2х2logit(p)=β0+β1х1+β2х2\text{logit}(p) = \beta_0+\beta_{1}x_{1} + \beta_{2}x_{2} Чи шанси події, коли і ? Іншими словами, чи шанси події, коли та знаходяться на найнижчих рівнях (навіть якщо це не 0)? Наприклад, якщо і приймають лише значення і ми …

14 logistic  interpretation  intercept 

Як графік, так і вус, графік та смугова діаграма є відповідною графікою для ANOVA відповідно до книги The R (Crawley, 2013), але яка є більш доречною ? Я думаю, це залежить від ситуації ... чи може мені хтось допомогти?

14 boxplot  rule-of-thumb  barplot 

У мене є деякі дані, які я легко використовую loess. Я хотів би знайти точки перегину згладженої лінії. Чи можливо це? Я впевнений, що хтось створив фантазійний метод, щоб вирішити це ... Я маю на увазі ... зрештою, це R! Я добре змінюю функцію згладжування, яку використовую. Я просто використовував, …

14 r  smoothing  loess 

Як частина завдання університету, я повинен провести попередню обробку даних на досить величезному, багатоваріантному (> 10) необробленому наборі даних. Я не статистик у будь-якому сенсі цього слова, тому я трохи розгублений у тому, що відбувається. Заздалегідь вибачте за те, що, мабуть, смішно просте запитання - моя голова крутилася після перегляду …

14 pca 

Я намагаюся зрозуміти, як обчислити оптимальну точку зрізу для кривої ROC (значення, при якому чутливість та специфічність максимізовані). Я використовую набір даних aSAHіз пакету pROC. outcomeЗмінна може бути пояснено двома незалежними змінними: s100bі ndka. Використовуючи синтаксис Epiпакета, я створив дві моделі: library(pROC) library(Epi) ROC(form=outcome~s100b, data=aSAH) ROC(form=outcome~ndka, data=aSAH) Результат проілюстрований на …

14 r  roc  sensitivity-analysis  sensitivity-specificity 

Я запускаю kmeans, щоб визначити кластери клієнтів. У мене є приблизно 100 змінних для ідентифікації кластерів. Кожна з цих змінних становить відсоток витрат клієнта на категорію. Отже, якщо у мене є 100 категорій, у мене є ці 100 змінних, що сума цих змінних становить 100% для кожного клієнта. Тепер ці …

14 clustering  data-mining  k-means  multicollinearity  compositional-data 

Я новачок у мові R Мені хотілося б знати, як імітувати з декількох лінійних регресійних моделей, які виконують усі чотири припущення регресії. добре, дякую. Скажімо, я хочу імітувати дані на основі цього набору даних: y<-c(18.73,14.52,17.43,14.54,13.44,24.39,13.34,22.71,12.68,19.32,30.16,27.09,25.40,26.05,33.49,35.62,26.07,36.78,34.95,43.67) x1<-c(610,950,720,840,980,530,680,540,890,730,670,770,880,1000,760,590,910,650,810,500) x2<-c(1,1,3,2,1,1,3,3,2,2,1,3,3,2,2,2,3,3,1,2) fit<-lm(y~x1+x2) summary(fit) то я отримую вихід: Call: lm(formula = y ~ x1 + …

14 r  multiple-regression  simulation 

В даний час у мене є проблема з розумінням синтаксису R для встановлення GLM за допомогою дистрибутива Gamma. У мене є набір даних, де кожен рядок містить 3 співперемінних ( X1,X2,X3X1,X2,X3X_1, X_2, X_3 ), змінну відповіді ( YYY ) та параметр фігури ( KKK ). Я хочу моделювати масштаб розподілу …

14 r  generalized-linear-model  gamma-distribution  dglm 

Я знаю, як виконати лінійну регресію на множині точок. Тобто я знаю, як поліном, який я обрав, до заданого набору даних (у значенні LSE). Однак те, що я не знаю, - це як змусити моє рішення пройти певні конкретні моменти мого вибору. Я бачив, як це робилося раніше, але я …

14 regression  machine-learning  least-squares  linear-model  polynomial