Statistiche e Big Data

4

Ho applicato la regressione logistica ai miei dati su SAS e qui ci sono la curva ROC e la tabella di classificazione. Sono a mio agio con le cifre nella tabella di classificazione, ma non sono esattamente sicuro di ciò che mostrano la curva roc e l'area sotto di essa. …

14 regression logistic classification roc

1

Previsione di serie temporali di Arima (auto.arima) con più variabili esogene in R

Vorrei condurre una previsione basata su un modello ARIMA di serie temporali multiple con più variabili esogene. Dal momento che non sono così abile per quanto riguarda né le statistiche né il RI che voglio mantenere è il più semplice possibile (è sufficiente una previsione del trend per 3 mesi). …

14 r time-series arima

1

Perché la regressione della cresta funziona bene in presenza di multicollinearità?

Sto imparando la regressione della cresta e so che la regressione della cresta tende a funzionare meglio in presenza di multicollinearità. Mi chiedo perché sia vero? O una risposta intuitiva o matematica sarebbe soddisfacente (entrambi i tipi di risposte sarebbero ancora più soddisfacenti). Inoltre, so che tale β può sempre …

14 multicollinearity ridge-regression

4

La media dovrebbe essere usata quando i dati sono distorti?

Spesso i testi statistici introduttivi applicati distinguono la media dalla mediana (spesso nel contesto delle statistiche descrittive e motivando la sintesi della tendenza centrale usando la media, la mediana e la modalità) spiegando che la media è sensibile ai valori anomali nei dati campione e / o a distribuzioni demografiche …

14 mean skewness median winsorizing central-tendency

3

Quando si esegue un test t per la significatività di un coefficiente di regressione, perché il numero di gradi di libertà

Ho letto qui che era il numero di gradi di libertà che dovrei usare quando faccio un test t per il significato di un coefficiente di regressione, ma non capisco perché. La mia comprensione era che i test a T avevano generalmente n - 1 gradi di libertà.n - p …

14 regression hypothesis-testing multiple-regression t-test

3

Termine di intercettazione nella regressione logistica

Supponiamo di avere il seguente modello di regressione logistica: logit ( p ) = β0+ β1X1+ β2X2logit(p)=β0+β1x1+β2x2\text{logit}(p) = \beta_0+\beta_{1}x_{1} + \beta_{2}x_{2} E ' le probabilità della manifestazione quando e ? In altre parole, sono le probabilità dell'evento quando e sono ai livelli più bassi (anche se questo non è 0)? …

14 logistic interpretation intercept

2

Regole "Quando usare il boxplot e quando il barplot" (in sintesi?)

Sia box-and-whisker trama e grafico a barre sono la grafica appropriate per ANOVA secondo The R Libro (Crawley, 2013), ma che è più appropriata ? Suppongo che dipenda dalla situazione ... qualcuno può aiutarmi?

14 boxplot rule-of-thumb barplot

5

Individuazione dei punti di flesso in R da dati uniformi

Ho alcuni dati che uso senza problemi loess. Vorrei trovare i punti di flesso della linea smussata. È possibile? Sono sicuro che qualcuno ha creato un metodo elaborato per risolvere questo ... Voglio dire ... dopo tutto, è R! Sto bene cambiando la funzione di smoothing che uso. Ho usato …

14 r smoothing loess

3

Come posso interpretare ciò che ottengo da PCA?

Come parte di un incarico universitario, devo condurre una pre-elaborazione dei dati su un set di dati non elaborati abbastanza grande (> 10). Non sono uno statistico in alcun senso della parola, quindi sono un po 'confuso su ciò che sta succedendo. Mi scuso in anticipo per quella che è …

14 pca

4

Analisi ROC e multiROC: come calcolare il cutpoint ottimale?

Sto cercando di capire come calcolare il punto di taglio ottimale per una curva ROC (il valore al quale la sensibilità e la specificità sono massimizzate). Sto usando il set aSAHdi dati dal pacchetto pROC. La outcomevariabile potrebbe essere spiegata da due variabili indipendenti: s100be ndka. Usando la sintassi del …

14 r roc sensitivity-analysis sensitivity-specificity

2

Simulazione di regressione lineare multipla

Sono nuovo nel linguaggio R. Vorrei sapere come simulare da un modello di regressione lineare multipla che soddisfa tutti e quattro i presupposti della regressione. ok grazie. Diciamo che voglio simulare i dati in base a questo set di dati: y<-c(18.73,14.52,17.43,14.54,13.44,24.39,13.34,22.71,12.68,19.32,30.16,27.09,25.40,26.05,33.49,35.62,26.07,36.78,34.95,43.67) x1<-c(610,950,720,840,980,530,680,540,890,730,670,770,880,1000,760,590,910,650,810,500) x2<-c(1,1,3,2,1,1,3,3,2,2,1,3,3,2,2,2,3,3,1,2) fit<-lm(y~x1+x2) summary(fit) poi ottengo l'output: Call: lm(formula …

14 r multiple-regression simulation

2

Utilizzo di R per GLM con distribuzione gamma

Al momento ho un problema a comprendere la sintassi di R per adattare un GLM usando la distribuzione Gamma. Ho un set di dati, in cui ogni riga contiene 3 co-variate ( ), una variabile di risposta ( ) e un parametro di forma ( ). Voglio modellare la scala …

14 r generalized-linear-model gamma-distribution dglm

3

Eseguire la regressione lineare, ma forzare la soluzione a passare attraverso alcuni punti dati particolari

So eseguire una regressione lineare su una serie di punti. Cioè, so come adattare un polinomio di mia scelta a un dato set di dati (nel senso di LSE). Tuttavia, ciò che non so è come forzare la mia soluzione a passare attraverso alcuni punti particolari della mia scelta. L'ho …

14 regression machine-learning least-squares linear-model polynomial

2

Combinazione lineare di due variabili casuali normali multivariate dipendenti

Supponiamo di avere due vettori di variabili casuali, entrambi normali, ovvero e . Siamo interessati alla distribuzione della loro combinazione lineare , dove e sono matrici, è un vettore. Se e sono indipendenti, . La domanda è nel caso dipendente, supponendo che conosciamo la correlazione di qualsiasi coppia . Grazie.X∼N(μX,ΣX)X∼N(μX,ΣX)X …

14 probability normal-distribution multinomial

3

Quali dovrebbero essere i parametri ottimali per il classificatore Random Forest?

Attualmente sto usando la toolbox RF su MATLAB per un problema di classificazione binaria Set di dati: 50000 campioni e oltre 250 funzioni Quindi quale dovrebbe essere il numero di alberi e la funzione selezionata casualmente su ogni divisione per far crescere gli alberi? qualsiasi altro parametro può influenzare notevolmente …

14 machine-learning classification random-forest