Запитання з тегом «variance»

Я переглядаю статтю про запилення, де дані розподілені біноміально (фрукти дозрівають чи ні). Тому я використовував glmerодин випадковий ефект (окрема рослина) та один фіксований ефект (лікування). Рецензент хоче дізнатися, чи вплинула рослина на набір фруктів - але у мене виникають проблеми з інтерпретацією glmerрезультатів. Я читав в Інтернеті, і, здається, …

13 r  generalized-linear-model  variance  lme4-nlme  ecology 

(Я подібне питання розмістив на math.se. ) В інформаційній геометрії визначник інформаційної матриці Фішера є природною формою об'єму на статистичному колекторі, тому він має приємну геометричну інтерпретацію. Той факт, що він виявляється у визначенні Джефріса до, наприклад, пов'язаний з його інваріантністю в рамках репараметризації, яка є (імхо) геометричною властивістю. Але …

13 variance  information-theory  fisher-information  information-geometry 

Я хотів би порівняти засоби у трьох групах однакових розмірів (однаковий розмір вибірки невеликий, 21). Засоби кожної групи будуть нормально розподілені, але їх дисперсія не дорівнює (перевірено з допомогою Levene - х). Чи найкраща траса в цій ситуації? Потрібно спочатку розглянути щось інше?

13 anova  variance  heteroscedasticity 

Коена - один з найпоширеніших способів вимірювання розміру ефекту ( див. Вікіпедію ). Він просто вимірює відстань між двома засобами з точки зору об'єднаного стандартного відхилення. Як ми можемо отримати математичну формулу дисперсійної оцінки Коена ? dddddd Грудень 2015 редагувати: З цим питанням пов'язана ідея обчислення довірчих інтервалів навколо . …

12 variance  effect-size  cohens-d 

У мене дуже великий набір даних, і близько 5% випадкових значень відсутні. Ці змінні співвідносяться між собою. Наступний приклад набору даних R - це лише іграшковий приклад з манекено-корельованими даними. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

Мені було цікаво, як вивести дисперсію змінної за допомогою boxplot. Чи можна принаймні зробити висновок, якщо дві змінні мають однакову дисперсію, спостерігаючи за їх боксплотом?

12 variance  boxplot 

Це бентежить / дує мій погляд, що біноміал має відмінність, пропорційну p ( 1 - p )p(1−p)p(1-p) . Еквівалентно, що інформація про Фішера пропорційна 1p ( 1 - p )1p(1−p)\frac{1}{p(1-p)} . У чому причина цього? Чому інформація про Фішера мінімізована при р = 0,5p=0.5p=0.5 ? Тобто, чому висновок найскладніший при …

12 variance  binomial  interpretation 

Мене хвилює проблема, що я хотів би завантажувати p-значення для оцінки з множини імпульсованих (MI) даних, але мені незрозуміло, як поєднувати р-значення для МІ-множин.θθ\theta Для наборів даних ІМ стандартний підхід для досягнення загальної дисперсії оцінок використовує правила Рубіна. Дивіться тут огляд об’єднання наборів даних MI. Квадратний корінь загальної дисперсії служить …

12 confidence-interval  variance  p-value  bootstrap  multiple-imputation 

Яка дисперсія добутку корельованих випадкових величин?kkk

12 variance  random-variable 

Примітка: це запитання є репостом, оскільки моє попереднє питання довелося видалити з юридичних причин. Порівнюючи PROC MIXED від SAS з функцією lmeз nlmeпакету в R, я натрапив на деякі досить заплутані відмінності. Більш конкретно, ступеня свободи в різних випробувань відрізняються між PROC MIXEDі lme, і я задавався питанням, чому. Почніть …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

Я шукаю, щоб моделювати деякі дані, але я не впевнений, який тип моделі я можу використовувати. У мене є дані про підрахунок, і я хочу, щоб модель дала параметричні оцінки як середнього, так і дисперсійного даних. Тобто, у мене є різні прогнозні чинники, і я хочу визначити, чи впливає який-небудь …

12 variance  modeling  count-data  overdispersion  gamlss 

Проблема: я параметризую розподіли для використання в якості апріорів та даних у байєсівському метааналізі. Дані наводяться в літературі у вигляді підсумкової статистики, майже виключно вважається звичайно розподіленою (хоча жодна зі змінних не може бути <0, деякі - відношеннями, деякі - масовою тощо). Я натрапив на два випадки, для яких у …

12 distributions  bayesian  variance  random-variable  meta-analysis 

Нещодавно я задав питання, що шукав математичну інтерпретацію / інтуїцію за елементарним рівнянням, що стосується середньої вибірки та дисперсії: , геометрична чи інша.E[X2]=Var(X)+(E[X])2E[X2]=Var(X)+(E[X])2 E[X^2] = Var(X) +(E[X])^2 Але зараз мені цікаво поверхнево подібне рівняння компромісії відхилення. MSE(θ^)=E[(θ^−θ)2]==E[(θ^−E[θ^])2]+(E[θ^]−θ)2Var(θ^)+Bias(θ^,θ)2MSE(θ^)=E[(θ^−θ)2]=E[(θ^−E[θ^])2]+(E[θ^]−θ)2=Var(θ^)+Bias(θ^,θ)2 \begin{eqnarray} \text{MSE}(\hat{\theta}) = E [(\hat{\theta}-\theta)^2 ] &=& E[(\hat{\theta} - E[\hat\theta])^2] + (E[\hat\theta] - …

12 variance  bias 

Я читав про регресійні метрики в посібнику з python scikit-learn, і хоча кожен з них має власну формулу, я не можу інтуїтивно сказати, у чому різниця між R2R2R^2 та шкалою дисперсії, а отже, коли використовувати те чи інше для оцінки мого моделей.

12 regression  variance  scikit-learn  r-squared  model-evaluation 

Як на практиці обчислюється матриця помилок var / cov статистичними пакетами аналізу? Ця ідея мені зрозуміла в теорії. Але не на практиці. Я маю на увазі, якщо у мене є вектор випадкових змінних , я розумію, що матриця дисперсії / коваріації буде надано зовнішній добуток векторів відхилення від середнього значення: …

12 variance  error  covariance-matrix  beta-regression