Запитання з тегом «interpretation»

Я досить новий у цьому тесті з біноміальними даними, але мені потрібно було зробити це, і тепер я не знаю, як інтерпретувати результат. Y-змінна, змінна відповіді, є біноміальною, а пояснювальні фактори - безперервними. Ось що я отримав під час підведення підсумків: glm(formula = leaves.presence ~ Area, family = binomial, data …

38 r  regression  logistic  binomial  interpretation 

Я намагаюся створити поліном другого порядку, який підходить до деяких даних, які я маю. Скажімо, я задумав це ggplot(): ggplot(data, aes(foo, bar)) + geom_point() + geom_smooth(method="lm", formula=y~poly(x, 2)) Я отримав: Отже, придатність другого порядку працює досить добре. Я обчислюю це за допомогою R: summary(lm(data$bar ~ poly(data$foo, 2))) І я отримую: …

36 r  regression  interpretation  regression-coefficients 

X і Y не співвідносяться (-.01); однак, коли я розміщую X у множинній регресії, що прогнозує Y, поряд з трьома (A, B, C) іншими (пов'язаними) змінними, X та дві інші змінні (A, B) є важливими провісниками Y. Зауважимо, що дві інші ( Змінні A, B) суттєво корелюються з Y поза …

34 regression  correlation  interpretation  causality 

Мої запитання Яка інтуїтивно зрозуміла причина обертання факторів у факторному аналізі (або компонентів у PCA)? Моє розуміння: якщо змінні майже однаково завантажені у верхніх компонентах (або факторах), то, очевидно, складно диференціювати компоненти. Тож у цьому випадку можна використовувати обертання для кращої диференціації компонентів. Це правильно? Які наслідки ротації? На які …

33 pca  interpretation  factor-analysis  dimensionality-reduction  factor-rotation 

Я знаю, що є багато матеріалів, що пояснюють значення p. Однак концепцію нелегко зрозуміти без додаткових роз'яснень. Ось визначення p-значення з Вікіпедії: Значення р - це ймовірність отримання тестової статистики як мінімум настільки ж екстремальної, як та, яка насправді спостерігалася, припускаючи, що нульова гіпотеза є істинною. ( http://en.wikipedia.org/wiki/P-value ) хв …

33 hypothesis-testing  p-value  interpretation 

Вікіпедія пояснює: Для набору даних середнє значення - це сума значень, поділена на кількість значень. Однак це визначення відповідає тому, що я називаю "середнім" (принаймні, це те, що я пам'ятаю, як вчився). І все ж Вікіпедія ще раз цитує: Існують і інші статистичні заходи, які використовують зразки, які деякі люди …

31 mean  interpretation  average 

Я багато разів наштовхувався на неофіційні застереження щодо "прослідковування даних" (ось один кумедний приклад ), і я думаю, що маю інтуїтивне уявлення приблизно про те, що це означає, і чому це може бути проблемою. З іншого боку, "аналіз дослідницьких даних" видається цілком поважною процедурою в статистиці, принаймні, судячи з того, …

30 multiple-comparisons  interpretation  eda 

Я натрапив на цей чудовий підручник: Посібник зі статистичних аналізів за допомогою Р. Глава 13. Аналіз основних компонентів: Олімпійський шестиборство про те, як робити PCA на мові R. Я не розумію тлумачення рисунка 13.3: Тому я будую перший власний вектор проти другого власного вектора. Що це означає? Припустимо, власне значення, …

30 r  pca  data-visualization  interpretation  biplot 

Якщо я правильно розумію, довірчий інтервал параметра - це інтервал, побудований методом, який дає інтервали, що містять справжнє значення для визначеної пропорції вибірки. Отже, «впевненість» - це скоріше про метод, а не про інтервал, який я обчислюю з певної вибірки. Як користувач статистики я завжди відчував себе обдуреним, оскільки простір …

30 confidence-interval  interpretation 

Я дещо новачок у використанні логістичної регресії, і трохи збентежений розбіжністю між моїми інтерпретаціями наступних значень, які, на мою думку, були б однаковими: експонентоване значення бета-версії передбачувана ймовірність результату за допомогою бета-значень. Ось спрощена версія моделі, якою я користуюсь, де недоїдання та страхування є бінарними, а багатство безперервним: Under.Nutrition ~ …

29 regression  logistic  interpretation  prediction  odds-ratio 

Я досить новачок у статистиці, і мені потрібна ваша допомога. У мене невеликий зразок: H4U 0.269 0.357 0.2 0.221 0.275 0.277 0.253 0.127 0.246 Я провів тест Шапіро-Вілка за допомогою R: shapiro.test(precisionH4U$H4U) і я отримав такий результат: W = 0.9502, p-value = 0.6921 Тепер, якщо я припускаю, що рівень значущості …

29 r  distributions  interpretation  goodness-of-fit  normality-assumption 

Я проводив змагання з машинного навчання, де вони використовують RMSLE (кореневу середню квадратичну логарифмічну помилку), щоб оцінити ефективність, прогнозуючи ціну продажу категорії обладнання. Проблема в тому, що я не впевнений, як інтерпретувати успіх свого остаточного результату. Наприклад , якщо я досяг RMSLE з я міг підняти його експонентну потужність і …

29 regression  machine-learning  interpretation  measurement-error  theory 

Я сподіваюся, що ви всі не заперечуєте проти цього питання, але мені потрібна допомога з інтерпретацією виводу для лінійної моделі змішаних ефектів, яку я намагався навчитися робити в Р. Я новачок у поздовжньому аналізі даних та регресії лінійних змішаних ефектів. У мене є модель, яку я підходив до тижня як …

28 r  mixed-model  interpretation  panel-data 

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 

Для статистичної та машинної моделей навчання існує кілька рівнів інтерпретаційності: 1) алгоритм в цілому, 2) частини алгоритму в цілому 3) частини алгоритму на конкретних входах, і ці три рівні розділяються на дві частини кожен, один для тренувань та один для функції eval. Останні дві частини набагато ближче, ніж до першої. …

27 neural-networks  deep-learning  interpretation