Statistiche e Big Data

2

Robusta vestibilità gaussiana multivariata in R

Devo adattare una distribuzione gaussiana generalizzata a una nuvola di punti 7-dim contenente un numero piuttosto significativo di valori anomali con leva elevata. Conosci qualche buon pacchetto R per questo lavoro?

11 r distributions normal-distribution robust

5

Posso usare "occhio sinistro" e "occhio destro" nel mio campione come due soggetti diversi?

I miei dati sono i seguenti. Ho due gruppi di pazienti. I pazienti di ciascun gruppo hanno avuto un diverso tipo di chirurgia oculare. Sono state misurate 5 variabili su pazienti in ciascun gruppo. Voglio confrontare quelle variabili tra i due gruppi usando un test di permutazione o MANOVA. L'occhio …

11 sampling

1

Come disegnare una trama ghiaione in Python? [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 l'anno scorso . Sto usando una decomposizione vettoriale singolare su una matrice e ottengo le matrici U, S e Vt. A …

11 data-visualization python svd

4

Ci sono casi in cui non c'è k ottimale in k-medie?

Questo è stato nella mia mente per almeno alcune ore. Stavo cercando di trovare un k ottimale per l'uscita dall'algoritmo k-mean (con una metrica di somiglianza del coseno ), quindi ho finito per tracciare la distorsione in funzione del numero di cluster. Il mio set di dati è una raccolta …

11 machine-learning clustering k-means

1

Perché il bootstrap dei residui da un modello a effetti misti produce intervalli di confidenza anti-conservatori?

In genere mi occupo di dati in cui più individui vengono misurati più volte in ciascuna di 2 o più condizioni. Recentemente ho giocato con la modellazione di effetti misti per valutare l'evidenza delle differenze tra le condizioni, la modellazioneindividual come un effetto casuale. Per visualizzare l'incertezza riguardo alle previsioni …

11 confidence-interval mixed-model bootstrap monte-carlo simulation

3

Come confrontare due set di dati con il diagramma QQ usando ggplot2?

Sia come statista che come principiante R, ho avuto dei momenti davvero difficili nel provare a generare qqplot con un rapporto di 1: 1. ggplot2 sembra offrire un controllo molto maggiore sulla stampa rispetto ai pacchetti di stampa R predefiniti, ma non riesco a vedere come fare un qqplot in …

11 r distributions ggplot2 qq-plot

1

Quali domande potrebbe porre uno statistico sull'analisi dell'epidemia di E. coli?

Potresti aver sentito parlare del recente scoppio enteroemorragico di E. coli ( EHEC ) in Germania . Quali domande potrebbe porre uno statistico sull'analisi EHEC? Sto pensando a Q + Tra giornalisti / funzionari pubblici ↔ non esperti, diciamo insegnanti e ingegneri con un Diploma / Master ma al massimo …

11 data-visualization teaching

5

Cluster SOM per variabili nominali / circolari

Mi chiedo solo se qualcuno ha familiarità con il clustering di input nominali. Ho considerato SOM come una soluzione, ma a quanto pare funziona solo con funzioni numeriche. Esistono estensioni per le caratteristiche categoriche? In particolare, mi chiedevo "Giorni della settimana" come possibili funzionalità. Naturalmente è possibile convertirlo in una …

11 clustering unsupervised-learning self-organizing-maps

2

Organizzare un albero di classificazione (in parte) in un insieme di regole?

C'è un modo in cui una volta costruito un albero di classificazione complesso usando rpart (in R), per organizzare le regole di decisione prodotte per ogni classe? Quindi, invece di ottenere un albero enorme, otteniamo un insieme di regole per ciascuna delle classi? (se é cosi, come?) Ecco un semplice …

11 r classification cart rpart

2

Statistiche dell'ordine (ad es. Minimo) di raccolta infinita di variati chi-quadrati?

Questa è la mia prima volta qui, quindi per favore fatemi sapere se posso chiarire la mia domanda in qualsiasi modo (incl. Formattazione, tag, ecc.). (E spero di poterlo modificare in seguito!) Ho provato a trovare riferimenti e ho cercato di risolvermi usando l'induzione, ma non ci sono riuscito. Sto …

11 distributions chi-squared exponential order-statistics minimum

2

Visualizzazione di dati multidimensionali (LSI) in 2D

Sto usando l'indicizzazione semantica latente per trovare somiglianze tra i documenti ( grazie, JMS! ) Dopo la riduzione delle dimensioni, ho provato il clustering k-means per raggruppare i documenti in cluster, il che funziona molto bene. Ma mi piacerebbe andare un po 'oltre e visualizzare i documenti come un insieme …

11 data-visualization clustering python multidimensional-scaling

3

Sono disponibili librerie per metodi simili a CART che utilizzano predittori e risposte sparse?

Sto lavorando con alcuni grandi set di dati usando il pacchetto gbm in R. Sia la mia matrice predittore che il mio vettore di risposta sono piuttosto scarsi (cioè la maggior parte delle voci sono zero). Speravo di costruire alberi decisionali usando un algoritmo che sfrutti questa scarsità, come è …

11 r regression machine-learning classification cart

7

Tecnica di riduzione dei dati per identificare i tipi di paesi

Insegno a un corso introduttivo di geografia economica. Per aiutare i miei studenti a sviluppare una migliore comprensione dei tipi di paesi presenti nell'economia mondiale contemporanea e un apprezzamento delle tecniche di riduzione dei dati, voglio costruire un compito che crei una tipologia di diversi tipi di paesi (ad es. …

11 pca factor-analysis dimensionality-reduction

1

Modifica della simulazione dell'accumulatore balistico lineare (LBA) in R

Il modello "Linear Ballistic Accumulator" (LBA) è un modello piuttosto efficace per il comportamento umano in compiti di decisione semplici accelerati. Donkin et al (2009, PDF ) forniscono un codice che consente di stimare i parametri del modello dati i dati comportamentali umani, e ho copiato questo codice (con alcune …

11 r stochastic-processes

1

Errore da segnalare con rappresentazioni mediane e grafiche?

Ho usato una vasta gamma di test per i miei dati di tesi, da ANOVA parametrici e t-test a test Kruskal-Wallis non parametrici e Mann-Whitney, nonché ANOVA bidirezionali trasformati in gradi e GzLM con binario, poisson e dati proporzionali. Ora devo riferire tutto mentre scrivo tutto questo nei miei risultati. …

11 data-visualization median error