Запитання з тегом «data-transformation»

Чи можливо витягнути точки даних із ковзних середніх даних? Іншими словами, якщо набір даних має лише прості ковзні середні показники попередніх 30 балів, чи можливо витягнути вихідні точки даних? Якщо так, то як?

15 data-transformation  average  point-estimation 

Канонічний кореляційний аналіз (CCA) має на меті максимізувати звичайну кореляцію Пірсона між продуктом і моментом (тобто коефіцієнт лінійної кореляції) лінійних комбінацій двох наборів даних. Тепер розглянемо той факт , що цей коефіцієнт кореляції тільки вимірює лінійні асоціацій - це причина того, чому ми використовуємо, наприклад, Spearman- ρρ\rho або Кендал з'єднання …

15 multivariate-analysis  data-transformation  spearman-rho  kendall-tau  canonical-correlation 

Чи є якась причина того, що я можу придумати, щоб перетворити дані квадратним коренем? Я маю на увазі те, що я завжди спостерігаю, це те, що R ^ 2 збільшується. Але це, мабуть, лише через центрування даних! Будь-яка думка цінується!

15 regression  data-transformation  variance-stabilizing 

Якщо - це CDF, схоже, що ( ) також є CDF.FZFZF_ZFZ(z)αFZ(z)αF_Z(z)^\alphaα>0α>0\alpha \gt 0 Питання: Це стандартний результат? З: Чи є хороший спосіб знайти функцію допомогою st , де x \ equiv g (z)gggX≡g(Z)X≡g(Z)X \equiv g(Z)FX(x)=FZ(z)αFX(x)=FZ(z)αF_X(x) = F_Z(z)^\alphax≡g(z)x≡g(z) x \equiv g(z) В основному, у мене є ще один CDF, FZ(z)αFZ(z)αF_Z(z)^\alpha . …

15 data-transformation  cdf  quantile-function 

Я шукаю метод перетворення мого набору даних із його поточного середнього та стандартного відхилень до цільового середнього та цільового стандартного відхилення. В основному, я хочу зменшити / розширити дисперсію і масштабувати всі числа до середнього. Не працює два окремі лінійні перетворення, одне для стандартного відхилення, а потім середнє. Який метод …

15 data-transformation  standard-deviation  mean 

У статистиці відкриття Енді Філда за допомогою SPSS він заявляє, що всі змінні повинні бути перетворені. Однак у публікації: "Вивчення просторово залежних взаємозв'язків між землекористуванням та якістю води за допомогою географічно зваженої регресії I: Розробка та оцінка моделі" вони конкретно констатують, що трансформувались лише ненормальні змінні. Цей аналіз специфічний? Наприклад, …

14 normal-distribution  data-transformation 

Я використовую пакет nnet в R, щоб спробувати створити ANN для прогнозування ціни на нерухомість на кондо (особистий проект). Я новачок у цьому і не маю досвіду математики, тому, будь ласка, голі зі мною. У мене є вхідні змінні, які є бінарними та безперервними. Наприклад, деякі бінарні змінні, які спочатку …

14 r  machine-learning  data-transformation  neural-networks  nnet 

При дихотомізації змінних, яка інформація втрачається в процесі? Як допомагає дихотомізація в аналізах?

14 regression  data-transformation  binary-data 

Традиційно ми використовуємо змішану модель для моделювання поздовжніх даних, тобто таких даних, як: id obs age treatment_lvl yield 1 0 11 M 0.2 1 1 11.5 M 0.5 1 2 12 L 0.6 2 0 17 H 1.2 2 1 18 M 0.9 ми можемо припустити випадковий перехоплення або нахил …

14 machine-learning  data-transformation  random-forest  panel-data  large-data 

Ентропії безперервного розподілу з функцією щільності визначається як негативне в очікуванні і , отже , дорівнюєffflog(f),log⁡(f),\log(f), Hf=−∫∞−∞log(f(x))f(x)dx.Hf=−∫−∞∞log⁡(f(x))f(x)dx.H_f = -\int_{-\infty}^{\infty} \log(f(x)) f(x)\mathrm{d}x. Ми також говоримо, що будь-яка випадкова величина , розподіл якої має щільність має ентропію (Цей інтеграл добре визначений, навіть якщо має нулі, тому що може бути прийнято рівним нулю …

14 distributions  data-transformation  entropy 

У мене є набір даних, який містить як категоричні, так і безперервні змінні. Мені порадили перетворювати категоріальні змінні у бінарні змінні для кожного рівня (тобто A_level1: {0,1}, A_level2: {0,1}) - я думаю, що деякі називають це "фіктивними змінними". З огляду на це, чи не введено в оману центр і масштабувати …

13 categorical-data  data-transformation  centering 

Припустимо, що у мене є змінна, розподіл якої перекоситься позитивно на дуже високий ступінь, така що взяття журналу буде недостатньо для того, щоб привести його в діапазон косості для нормального розподілу. Які мої варіанти на даний момент? Що я можу зробити, щоб перетворити змінну в нормальний розподіл?

13 data-transformation  skewness 

Для приблизно нормально розповсюджених даних, боксплоти - це прекрасний спосіб швидкої візуалізації медіани та розповсюдження даних, а також наявності будь-яких залишків. Однак для більш важкохвостих розподілів, багато очок відображаються як екслієри, оскільки люди, що визначають перешкоди, визначаються як такі, що не мають фіксованого коефіцієнта IQR, і це, звичайно, відбувається набагато …

13 r  distributions  data-visualization  data-transformation  ggplot2 

Якщо у мене є лише , як я можу обчислити ?V a r ( 1Var(X)Var(X)\mathrm{Var}(X)Var(1X)Var(1X)\mathrm{Var}(\frac{1}{X}) У мене немає ніякої інформації про розподіл , тому я не можу використовувати перетворення, або будь-які інші методи , які використовують розподіл ймовірностей .XXXXXX

13 distributions  variance  data-transformation 

Нехай тому для дуже короткого зразка типу його можна обчислити від знаходження го порядку статичного парних відмінностей: { 1 , 3 , 6 , 2 , 7 , 5 } kQн= Сн. { | Хi- Xj| ; i&lt;j }( k )Qn=Cn.{|Xi−Xj|;i&lt;j}(k)Q_n = C_n.\{|X_i-X_j|;i < j\}_{(k)}{ 1 , 3 , 6 …

13 data-transformation  scales  robust  optimal-scaling