Statistiche e Big Data

2

Qual è la differenza tra "verifica dell'ipotesi" e "verifica della significatività"?

C'è una differenza tra le frasi "verifica dell'ipotesi" e "verifica della significatività" o sono uguali? Dopo una risposta dettagliata di @Micheal Lew, ho una confusione che al giorno d'oggi le ipotesi (ad esempio, t-test per testare la media) sono esempi di "test di significatività" o "test di ipotesi"? O è …

17 hypothesis-testing statistical-significance

1

Proprietà delle regressioni logistiche

Stiamo lavorando con alcune regressioni logistiche e ci siamo resi conto che la probabilità media stimata è sempre uguale alla proporzione di quelle nel campione; cioè, la media dei valori adattati è uguale alla media del campione. Qualcuno può spiegarmi il motivo o darmi un riferimento dove posso trovare questa …

17 regression logistic modeling generalized-linear-model maximum-likelihood

3

Come modellare una variabile target limitata?

Ho 5 variabili e sto cercando di prevedere la mia variabile target che deve essere compresa tra 0 e 70. Come posso utilizzare questa informazione per modellare meglio il mio obiettivo?

17 regression bounds

4

Variabili di "normalizzazione" per SVD / PCA

Supponiamo di avere NNN variabili misurabili, , facciamo un numero di misurazioni e quindi desideriamo eseguire una decomposizione di valore singolare sui risultati per trovare gli assi con la varianza più alta per i punti nello spazio N- dimensionale. ( Nota: supponiamo che i mezzi di a_i siano già stati …

17 pca data-transformation normalization dimensionality-reduction svd

2

Come posso utilizzare beta di regressione logistica + dati grezzi per ottenere le probabilità

Ho un modello montato (dalla letteratura). Ho anche i dati grezzi per le variabili predittive. Qual è l'equazione che dovrei usare per ottenere le probabilità? Fondamentalmente, come posso combinare dati grezzi e coefficienti per ottenere le probabilità?

17 regression logistic

5

La pulizia dei dati può peggiorare i risultati dell'analisi statistica?

Un aumento del numero di casi e decessi si verifica durante le epidemie (improvviso aumento del numero) a causa di una circolazione del virus (come il virus del Nilo occidentale negli Stati Uniti nel 2002) o una riduzione della resistenza delle persone o della contaminazione di cibo o acqua o …

17 time-series forecasting epidemiology outliers

1

Come creare tavoli colorati con Sweave e xtable? [chiuso]

Chiuso. Questa domanda è fuori tema . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che sia in argomento per Cross Validated. Chiuso 2 anni fa . Sto usando Sweave e xtable per generare un rapporto. Vorrei aggiungere un po 'di colorante su un …

17 r reproducible-research

2

Modello di sopravvivenza per la previsione di Churn - Predittori variabili nel tempo?

Sto cercando di costruire un modello predittivo per la previsione dell'abbandono e sto cercando di utilizzare un modello di sopravvivenza a tempo discreto adattato a un set di dati di addestramento del periodo di persona (una riga per ciascun cliente e periodo discreto a rischio, con un indicatore per l'evento …

17 survival predictive-models churn

1

Logica dietro il test F ANOVA in semplice regressione lineare

Sto cercando di comprendere la logica alla base del test F ANOVA nell'analisi di regressione lineare semplice. La domanda che ho è la seguente. Quando il valore F, ovvero MSR/MSEè grande, accettiamo il modello come significativo. Qual è la logica dietro questo?

17 regression anova

3

Analisi dei componenti principali "all'indietro": quanta varianza dei dati è spiegata da una data combinazione lineare delle variabili?

Ho effettuato un'analisi delle componenti principali delle sei variabili , , , , e . Se ho capito bene, PC1 non ruotato mi dice quale combinazione lineare di queste variabili descrive / spiega la maggiore varianza nei dati e PC2 mi dice quale combinazione lineare di queste variabili descrive la …

17 variance pca r-squared covariance-matrix

3

Quando è utile utilizzare la visualizzazione interattiva dei dati?

Mentre si prepara per un discorso darò presto, di recente ho iniziato a scavare in due grandi strumenti (gratuiti) per la visualizzazione interattiva dei dati: GGobi e Mondrian - entrambi offrono una vasta gamma di funzionalità (anche se sono un po 'buggy). Vorrei chiedere il tuo aiuto per articolare (sia …

17 data-visualization data-mining interactive-visualization

2

"Ogni persona con la maglietta blu" è un campione sistematico?

Sto insegnando una lezione di introduzione alle statistiche e sto rivedendo i tipi di campionamento, incluso il campionamento sistematico in cui campionate ogni singolo individuo o oggetto. Uno studente ha chiesto se il campionamento di ogni persona con una caratteristica particolare avrebbe realizzato la stessa cosa. Ad esempio, campionare ogni …

17 sampling

2

Panorama statistico

Qualcuno ha scritto un breve sondaggio sui vari approcci alla statistica? Per una prima approssimazione si hanno statistiche frequentiste e bayesiane. Ma quando guardi più da vicino hai anche altri approcci come il Bayes empirico e verosimile. E poi hai suddivisioni all'interno di gruppi come obiettivi Bayes soggettivi Bayes all'interno …

17 bayesian frequentist philosophical

4

Calcolo della dimensione del campione richiesta, precisione della varianza stimata?

sfondo Ho una variabile con una distribuzione sconosciuta. Ho 500 campioni, ma vorrei dimostrare la precisione con cui posso calcolare la varianza, ad esempio per sostenere che una dimensione del campione di 500 è sufficiente. Sono anche interessato a conoscere la dimensione minima del campione che sarebbe richiesta per stimare …

17 estimation random-variable variance sampling sample-size

7

La mediana è più giusta della media?

Di recente ho letto il consiglio che si dovrebbe generalmente usare la mediana non significa eliminare gli outlier. Esempio: il seguente articolo http://www.amazon.com/Forensic-Science-Introduction-Scientific-Investigative/product-reviews/1420064932/ ha 16 recensioni al momento: review= c(5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 4, 4, 3, 2, 1, 1) summary(review) ## "ordinary" summary Min. …

17 mean median average