Статистика та великі дані

Чи є бібліотека сюжетів для R, яка могла б перетворити кадр даних часу початку та зупинки в графік часової шкали приблизно таким чином: Єдине значення осі Y полягає в тому, що вона укладається з паралельністю, але не завжди являє собою сумісність (див. Розрив в середині). Кожне сіре поле - це …

11 r  data-visualization 

Я вивчаю лекції Ларрі Вассермана щодо статистики, в яких основним текстом використовується Казелла та Бергер. Я працюю над його конспектом лекцій 2 і застряг у виведенні леми, що використовується в нерівності Геффдінга (с. 2-3). Я відтворюю доказ у примітках нижче, а після підтвердження я зазначу, де я застряг. Лема Припустимо, …

11 probability  probability-inequalities 

Моя перукар Стейсі завжди одягає щасливе обличчя, але часто наголошує на управлінні своїм часом. Сьогодні Стейсі була прострочена в моєму призначенні і дуже вибачилася. Отримуючи стрижку, я задумався: як довго повинні бути її стандартні побачення? (якщо перевагу замовника на чисті круглі номери можна ненадовго проігнорувати). Що слід враховувати, це певний …

11 normal-distribution  optimization  queueing  decision-theory 

Мені цікаво дізнатися, чи існує консенсус щодо оптимального способу аналізу даних про тривалість перебування в лікарні (ЛОС) від РКП. Зазвичай це дуже правильне перекошене розподіл, при якому більшість пацієнтів виписуються протягом кількох днів до тижня, але решта пацієнтів мають досить непередбачуване (а іноді і досить тривале) перебування, яке утворює правий …

11 t-test  power  skewness  cox-model  logrank 

Розглянемо де - , і CLT виконується. Скільки найбільших термінів складають половину загальної суми? Наприклад, 10 + 9 + 8 (10 + 9 + 8 + 1) / 2: 30% доданків досягають приблизно половини загальної суми.X 1 , … , X N ≈ …∑Ni=1|Xi|∑i=1N|Xi|\sum_{i=1}^N |X_i|X1,…,XNX1,…,XNX_1, \ldots, X_N≈≈\approx……\dots Визначте sumbiggest( j;X1…XN)≡sum …

11 central-limit-theorem  asymptotics 

Я дещо новачок у видобутку даних, і працюю над класифікаційною моделлю для прогнозування рейтингу фільмів. Я зібрав набори даних від IMDB, і я планую використовувати дерева рішень та підходи найближчого сусіда для своєї моделі. Мені хотілося б знати, який вільно доступний інструмент пошуку даних може забезпечити потрібну мені функціональність.

11 classification  cart 

У програмі видобутку тексту одним простим підходом є використання евристичного для створення векторів як компактних розріджених зображень документів. Це добре для серійної установки, де весь корпус відомий априорі, оскільки i d f вимагає весь корпуст ф- я дfтf-iгftf-idfя дfiгfidf i d f( t ) = журнал| Д ||{ д: t …

11 time-series  text-mining 

Чи може хтось показати, як очікуване значення та дисперсія нульового завищеного Пуассона з функцією маси ймовірності f(y)={π+(1−π)e−λ,(1−π)λye−λy!,if y=0if y=1,2....f(y)={π+(1−π)e−λ,if y=0(1−π)λye−λy!,if y=1,2.... f(y) = \begin{cases} \pi+(1-\pi)e^{-\lambda}, & \text{if }y=0 \\ (1-\pi)\frac{\lambda^{y}e^{-\lambda}}{y!}, & \text{if }y=1,2.... \end{cases} де - ймовірність того, що спостереження дорівнює нулю за двочленним процесом, а - середнє значення Пуассона?ππ\piλλ\lambda …

11 variance  poisson-distribution  expected-value  zero-inflation 

Я почав трохи розкопувати функцію plot.lm , ця функція дає шість ділянок для lm, вони: графік залишків проти встановлених значень графік масштабу-розміщення sqrt (| залишки |) проти встановлених значень звичайний сюжет QQ, графік відстані Кука від міток рядків сюжет залишків проти важелів сюжет відстаней Кука проти важеля / (1 важіль) …

11 r  regression  linear-model  diagnostic 

Враховуючи часовий ряд, можна оцінити функцію автокореляції та побудувати її, наприклад, як показано нижче: Що тоді можна прочитати про часовий ряд, з цієї функції автокореляції? Чи можна, наприклад, міркувати про стаціонарність часового ряду? Відредаговано : Тут я включив ACF розрізненої серії з більшою кількістю затримок

11 time-series  autocorrelation 

Після запуску регресії форми reg <- lm(y ~ x1 + x2, data=example)на наборі даних я можу отримати передбачувані значення, використовуючи predict(reg, example, interval="prediction", level=0.95) Мені цікаво, на що насправді посилаються передбачені значення, коли я використовую регресію для прогнозування фактичного набору даних. Чи не можу я отримати вихідні значення?

11 r  regression 

У мене є стохастична модель, яка використовується для імітації часових рядів певного процесу. Мене цікавить ефект зміни одного параметра на конкретне значення і хочу показати різницю між тимчасовим рядом (скажімо, модель A і модель B) і якимось довірчим інтервалом на основі моделювання. Я просто запускав купу моделей з моделі A …

11 time-series  predictive-models  markov-process 

Є багато про колінеарність щодо безперервних прогнозів, але не так багато, що я можу знайти на категоричних прогнозах. У мене дані цього типу проілюстровані нижче. Перший фактор - генетична змінна (кількість алелів), другий - категорія захворювання. Очевидно, що гени передують захворюванню і є фактором прояву симптомів, що призводять до діагностики. …

11 r  anova  categorical-data  multicollinearity  sums-of-squares 

Мені хотілося б знати, чи є сенс вивчати графіки залишків стосовно залежної змінної, коли я отримав однозначну регресію. Якщо це має сенс, що означає сильна, лінійна, зростаюча кореляція між залишками (на осі y) та оцінними значеннями залежної змінної (на осі x)?

11 regression  residuals 

Заблокований . Це запитання та його відповіді заблоковано, оскільки це питання поза темою, але має історичне значення. Наразі не приймає нових відповідей чи взаємодій. Як я можу створити графік вафельних виробів як альтернативу використанню пихартів в R? help.search("waffle") No help files found with alias or concept or title matching ‘waffle’ …

11 r  data-visualization