Запитання з тегом «qq-plot»

У мене є гістограма, щільність ядра та пристосований нормальний розподіл прибутку фінансових журналів, які перетворюються на втрати (знаки змінюються), і нормальний графік QQ цих даних: Сюжет QQ чітко показує, що хвости неправильно підігнані. Але якщо я переглядаю гістограму та пристосований нормальний розподіл (синій), навіть значення близько 0,0 не відповідають правилам. …

12 data-visualization  normality-assumption  histogram  qq-plot 

Спроба підрахувати кількість відвідувань за демографічними показниками та послугами. Дані дуже перекошені. Гістограми: qq ділянки (зліва - журнал): m <- lm(d$Visits~d$Age+d$Gender+city+service) m <- lm(log(d$Visits)~d$Age+d$Gender+city+service) cityі serviceє факторними змінними. Я отримую низьке значення p для всіх змінних, але також отримую низький r-квадрат у розмірі .05. Що я повинен зробити? Чи працювала …

12 regression  multiple-regression  predictive-models  exponential  qq-plot 

Розглянемо наступний код та вихід: par(mfrow=c(3,2)) # generate random data from weibull distribution x = rweibull(20, 8, 2) # Quantile-Quantile Plot for different distributions qqPlot(x, "log-normal") qqPlot(x, "normal") qqPlot(x, "exponential", DB = TRUE) qqPlot(x, "cauchy") qqPlot(x, "weibull") qqPlot(x, "logistic") Схоже, що цей QQ-графік для log-normal майже такий самий, як QQ-графік …

12 r  data-visualization  interpretation  qq-plot 

Я створив сюжет qq, використовуючи наступний код. Я знаю, що qq-графік використовується для перевірки, чи нормально поширюються дані чи ні. Моє запитання - що вказують мітки осі x та y на графіку qq і що це значення r квадратного значення? N = 1200 p = 0.53 q = 1000 obs …

11 probability  normal-distribution  mathematical-statistics  descriptive-statistics  qq-plot 

Ось графік QQ для мого зразка (зверніть увагу на логарифмічну вісь Y); :n = 1000n=1000n = 1000 Як вказує Уубер, це вказує на те, що нижній розподіл є косим ліворуч (правий хвіст коротший). Використовуючи shapiro.test(на даних, перетворених журналом) в R, я отримую тестову статистику і p-значення , що означає, що …

11 interpretation  lognormal  qq-plot 

Як і статистика, так і R-початківець, мені було дуже важко намагатися генерувати qqplots із співвідношенням сторін 1: 1. ggplot2, здається, пропонує набагато більший контроль над побудовою графіку, ніж пакети графіку R за замовчуванням, але я не можу зрозуміти, як зробити qqplot в ggplot2 для порівняння двох наборів даних. Отже, моє …

11 r  distributions  ggplot2  qq-plot 

Діаграма qq може бути використана для візуалізації того, наскільки схожі два розподіли (наприклад, візуалізація подібності дистрибутива до нормального розподілу, а також для порівняння двох розподілів артеріальних даних). Чи є які-небудь статистичні дані, які генерують більш об'єктивну, числову міру, яка представляє їх схожість (бажано, у нормалізованій (0 <= x <= 1) …

10 distributions  qq-plot 

Чому R, чому параметри за замовчуванням qqplot(linear model)використовують стандартизовані залишки на осі у? Чому R не використовує "звичайні" залишки?

9 r  regression  linear-model  residuals  qq-plot 

Отже, у мене є 16 випробувань, в яких я намагаюся ідентифікувати людину з біометричної ознаки за допомогою дистанції Hamming. Мій поріг встановлено на 3,5. Мої дані нижче, і лише пробна версія 1 - справжнє Позитивне: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction