Запитання з тегом «bootstrap»

Я робив завантажувальну роботу зі змішаною моделлю (кілька змінних з взаємодією та одна випадкова величина). Я отримав цей результат (лише частковий): > boot_out ORDINARY NONPARAMETRIC BOOTSTRAP Call: boot(data = a001a1, statistic = bootReg, R = 1000) Bootstrap Statistics : original bias std. error t1* 4.887383e+01 -1.677061e+00 4.362948e-01 t2* 3.066825e+01 1.264024e+00 …

10 r  confidence-interval  bootstrap  bias 

У мене є модель виживання з пацієнтами, які вкладаються в лікарні, яка включає випадковий ефект для лікарень. Випадковий ефект розподілений гаммою, і я намагаюся повідомити про «актуальність» цього терміна в масштабі, який легко зрозуміти. Я знайшов наступні посилання, які використовують середнє співвідношення небезпеки (трохи схоже на коефіцієнт середнього шансу), і …

10 stata  bootstrap  multilevel-analysis  resampling  frailty 

Зараз я працюю над оцінками біомаси за допомогою супутникових знімків. Я швидко визначу передумови свого запитання, а потім поясню статистичне питання, над яким я працюю. Фон Проблема Я намагаюся оцінити біомасу на території Франції. Моя відповідь - об'ємна щільність парового дерева (в ), яка більш-менш пропорційна біомасі (залежно від щільності …

10 bootstrap 

У мене є GLMM форми: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Під час використання drop1(model, test="Chi")я отримую інші результати, ніж якщо я використовую Anova(model, type="III")з автомобільного пакета або summary(model). Ці два останні дають однакові відповіді. Використовуючи купу сфабрикованих даних, я виявив, що …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

Чи може група рекомендувати хороший вступний текст / ресурс до застосованих методів перестановки? Зокрема, мене цікавлять альтернативи класичним параметричним тестам (наприклад, t-тести, ANOVA, ANCOVA) для порівняння груп, коли припущення, такі як нормальність, явно порушуються. Приклад типу проблеми, з якою я хотів би ознайомитись з найкращим способом вирішення, може включати щось …

10 references  bootstrap  resampling 

Мені цікаво отримати довірчий інтервал дозволу на величину X, коли ця кількість вимірюється 10 разів у кожної з 10 особин. Один із підходів полягає в тому, щоб отримати середнє значення на особу, після чого завантажте засоби (наприклад, перекомпонуйте засоби із заміною). Інший підхід полягає в тому, щоб зробити наступне для …

10 confidence-interval  bootstrap 

З Quick-R Роберта Кабакоффа у мене є # Bootstrap 95% CI for regression coefficients library(boot) # function to obtain regression weights bs <- function(formula, data, indices) { d <- data[indices,] # allows boot to select sample fit <- lm(formula, data=d) return(coef(fit)) } # bootstrapping with 1000 replications results <- boot(data=mtcars, …

10 r  regression  p-value  bootstrap 

Насамперед: З того, що я зрозумів, залишкові завантажувальні роботи залишаються таким чином: Підходить модель до даних Обчисліть залишки Перекомпонуйте залишки та додайте їх до 1. Підібрати модель до нового набору даних з 3. Повторіть nрази, але завжди додайте залишки, що перекомпоновані, у відповідність з 1. Чи правильно це поки що? …

10 time-series  matlab  bootstrap  residuals 

Я маю бінарну логістичну регресійну модель з DV (хвороба: так / ні) та 5 предикторів (демографічні показники [вік, стать, куріння тютюну (так / ні)]], медичний індекс (порядковий) та одне випадкове лікування [так / ні " ]). Я також моделював усі умови двосторонньої взаємодії. Основні змінні зосереджені і немає ознак мультиколінеарності …

10 regression  logistic  multiple-regression  bootstrap 

Це лише приклад, на який я зустрічався кілька разів, тому у мене немає даних про вибірку. Запуск лінійної регресійної моделі в R: a.lm = lm(Y ~ x1 + x2) x1є суцільною змінною. x2категоричний і має три значення, наприклад "Низький", "Середній" та "Високий". Однак вихід, отриманий R, був би на кшталт: …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Приклади: у мене є речення в описі посади: "Старший інженер Java у Великобританії". Я хочу використовувати модель глибокого навчання, щоб передбачити її як 2 категорії: English і IT jobs. Якщо я використовую традиційну модель класифікації, вона може передбачити лише 1 мітку з softmaxфункцією на останньому шарі. Таким чином, я можу …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

Просто хочу перевірити деякі міркування. Якщо мій оригінальний зразок має розмір і я завантажую його, то мій процес роздумів такий:nнn 1n1n\frac{1}{n} - це шанс будь-якого спостереження, отриманого з оригінальної вибірки. Щоб наступний розіграш не був попередньою вибіркою спостереження, ми обмежимо розмір вибірки до . Таким чином, ми отримуємо цю закономірність:n−1n−1n-1 …

9 sampling  bootstrap  sample-size  subsampling 

Я дізнаюсь про завантажувальний процес як про засіб оцінки дисперсії вибіркової статистики. У мене є одне основне сумнів. Цитуючи з http://web.stanford.edu/class/psych252/tutorials/doBootstrapPrimer.pdf : • Скільки спостережень слід повторно проаналізувати? Гарна пропозиція - оригінальний розмір зразка. Як ми можемо повторно проаналізувати стільки спостережень, скільки в оригінальній вибірці? Якщо у мене розмір вибірки …

9 sampling  bootstrap  resampling 

Оскільки звичайна помилка лінійної регресії зазвичай задається для змінної реакції, мені цікаво, як отримати довірчі інтервали в іншому напрямку - наприклад, для перехоплення x. Я вмію уявити, що це може бути, але я впевнений, що для цього повинен бути простий спосіб. Нижче наводиться приклад в R, як це візуалізувати: set.seed(1) …

9 r  regression  confidence-interval  bootstrap 

Чи це не призводить до надмірної підгонки? Чи були б мої результати більш надійними, якби я додав процедуру підключення ножа або завантажувальну машину до складу аналізу?

9 multiple-regression  bootstrap  reliability  overfitting  jackknife