Запитання з тегом «binomial»

Біноміальний розподіл дає частоти "успіхів" у фіксованій кількості незалежних "випробувань". Використовуйте цей тег для запитань про дані, які можуть бути біномічно розподіленими, або для питань теорії цього розподілу.

4
Чи є результат іспиту двочленним?
Ось просте статистичне запитання, яке мені дали. Я не дуже впевнений, що це розумію. X = кількість набраних балів в іспиті (багаторазовий вибір і правильна відповідь - це один бал). Чи розподілений X біноміал? Відповідь професора: Так, тому що є лише правильні чи неправильні відповіді. Моя відповідь: Ні, тому що …

4
Логістична регресія - термін помилок та її розповсюдження
Про те, чи існує термін помилки в логістичній регресії (та її припущеному розподілі), я читав у різних місцях, що: термін помилки не існує термін помилки має біноміальний розподіл (відповідно до розподілу змінної відповіді) термін помилки має логістичний розподіл Може хтось, будь ласка, уточнить?

2
Що таке квазібіноміальний розподіл (в контексті ГЛМ)?
Я сподіваюсь, що хтось може надати інтуїтивний огляд того, що таке квазібіномічний розподіл і що він робить. Мене особливо цікавлять такі моменти: Наскільки квазібіноміальне відрізняється від біноміального розподілу. Коли змінна відповіді є пропорцією (приклади значень включають 0,23, 0,11, 0,78, 0,98), квазібіноміальна модель буде працювати в R, але біноміальна модель не …

1
Коли функція біноміального розподілу вище / нижче її граничної функції розподілу Пуассона?
Нехай позначає функцію розподілу біномів (DF) з параметрами і оціненими за : \ початок {рівняння} B (n, p, r) = \ sum_ {i = 0} ^ r \ binom {n} {i} p ^ i (1-p) ^ {ni}, \ end {рівняння } і нехай F (\ nu, r) позначає DF Пуассона …

6
Оцінка інтервалу біноміального довіри - чому воно не симетричне?
Я використовував наступний код r для оцінки довірчих інтервалів біноміальної пропорції, тому що я розумію, що це замінює "розрахунок потужності" при проектуванні конструкцій характеристичної кривої приймача, що шукають виявлення захворювань у популяції. n - 150, а захворювання, ми вважаємо, на 25% поширене в популяції. Я підрахував значення для 75% чутливості …

1
Обчислювальна повторюваність ефектів від lmer-моделі
Я щойно натрапив на цю статтю , в якій описано, як обчислити повторюваність (він же - надійність, також внутрішньокласова кореляція) вимірювання за допомогою моделювання змішаних ефектів. R-код буде: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 #compute the unadjusted …
28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

6
Взаємозв'язок між біноміальними та бета-розподілами
Я більше програміст, ніж статистик, тому сподіваюся, що це питання не надто наївне. Це трапляється при вибірковому виконанні програм у випадкові часи. Якщо я беру N = 10 вибірки випадкового часу стану програми, я можу побачити, як функція Foo виконується, наприклад, I = 3 з цих вибірок. Мене цікавить, що …

4
Різниця між біноміальною, негативною біноміальною та пуассоновою регресією
Я шукаю деяку інформацію про різницю між біноміальною, негативною біноміальною та пуассоновою регресією та для яких ситуацій ці регресії найкраще підходять. Чи є тести, які я можу виконати в SPSS, які можуть сказати мені, який із цих регресій є найкращим для моєї ситуації? Крім того, як запустити пуассонський або негативний …

2
Чому працює корекція безперервності (скажімо, нормальне наближення до біноміального розподілу)?
Я хотів би краще зрозуміти, як виведена корекція безперервності до біноміального розподілу для нормального наближення. Який метод був використаний, щоб вирішити, що ми повинні додати 1/2 (чому б не інше число?). Будемо вдячні за будь-яке пояснення (або посилання на запропоноване читання, крім цього ).

4
Точні дві пропорції вибірки біноміального тесту в R (і деякі дивні p-значення)
Я намагаюся вирішити таке питання: Гравець A виграв 17 з 25 ігор, а гравець B виграв 8 із 20 - чи є значна різниця між обома співвідношеннями? Що потрібно зробити в R, що спадає на думку: > prop.test(c(17,8),c(25,20),correct=FALSE) 2-sample test for equality of proportions without continuity correction data: c(17, 8) …

3
Негативний біноміальний розподіл проти біноміального розподілу
Яка різниця між негативним біноміальним розподілом і біноміальним розподілом? Я спробував читати в Інтернеті, і виявив, що негативний біноміальний розподіл використовується, коли точки даних дискретні, але я думаю, що навіть біноміальний розподіл можна використовувати для дискретних точок даних.

1
Генерування корельованих біноміальних випадкових величин
Мені було цікаво, чи можливо генерувати корельовані випадкові біноміальні змінні після підходу лінійної трансформації? Нижче я спробував щось просто в R, і це дає певну кореляцію. Але мені було цікаво, чи існує принциповий спосіб цього зробити? X1 = rbinom(1e4, 6, .5) ; X2 = rbinom(1e4, 6, .5) ; X3 = …

4
Як спроектувати новий вектор на простір PCA?
Після проведення аналізу основних компонентів (PCA) я хочу спроектувати новий вектор на простір PCA (тобто знайти його координати в системі координат PCA). Я розрахував PCA мовою R за допомогою prcomp. Тепер я повинен мати можливість помножити свій вектор на матрицю обертання PCA. Чи повинні головні компоненти в цій матриці розташовуватися …
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

2
Чим відрізняється біноміальна регресія від логістичної регресії?
Я завжди розглядав логістичну регресію як просто особливий випадок біноміальної регресії, де функцією зв'язку є логістична функція (замість, скажімо, пробіт-функції). Однак, якщо я прочитав відповіді на інше запитання , то, схоже, я може бути переплутаний, і між логістичною регресією та біноміальною регресією є логічна ланка. Яка різниця?

4
Які правильні значення для точності та відкликання у кращих випадках?
Точність визначається як: p = true positives / (true positives + false positives) Чи правильно, що як true positivesі false positivesпідхід 0, точність наближається до 1? Те саме запитання для відкликання: r = true positives / (true positives + false negatives) Зараз я впроваджую статистичний тест, де мені потрібно обчислити …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.