Domande e risposte per le persone interessate alle statistiche, all'apprendimento automatico, all'analisi dei dati, al data mining e alla visualizzazione dei dati
Configurazione di base: modello di regressione: dove C è il vettore delle variabili di controllo.y=constant+β1x1+β2x2+β3x3+β4x4+αC+ϵy=constant+β1x1+β2x2+β3x3+β4x4+αC+ϵy = \text{constant} +\beta_1x_1+\beta_2x_2+\beta_3x_3+\beta_4x_4+\alpha C+\epsilon Sono interessato a e mi aspetto che e siano negativi. Tuttavia, esiste un problema di multicollinearità nel modello, il coefficiente di correlazione è dato da, corr ( , 0.9345, corr ( …
Sto cercando di adattare un modello lineare su alcuni dati con un solo predittore (diciamo (x, y)). I dati sono tali che per valori piccoli di x, i valori y si adattano perfettamente a una linea retta, tuttavia quando i valori x aumentano, i valori y diventano più volatili. Ecco …
Sto lavorando con un ampio set di dati dell'accelerometro raccolti con più sensori indossati da molti soggetti. Sfortunatamente, nessuno qui sembra conoscere le specifiche tecniche dei dispositivi e non credo che siano mai stati ricalibrati. Non ho molte informazioni sui dispositivi. Sto lavorando alla tesi del mio maestro, gli accelerometri …
Nel documento originale di pLSA l'autore, Thomas Hoffman, traccia un parallelo tra le strutture di dati pLSA e LSA che vorrei discutere con voi. Sfondo: Prendendo ispirazione l'Information Retrieval supponiamo di avere una raccolta di NNN documenti D={d1,d2,....,dN}D={d1,d2,....,dN}D = \lbrace d_1, d_2, ...., d_N \rbrace e un vocabolario di MMM …
Ho un set di dati in cui collaudo differenze significative tra tre popolazioni rispetto a circa 50 variabili diverse. Lo faccio usando i test di Kruskal-Wallis, da un lato, e dai test del rapporto di verosimiglianza degli adattamenti del modello GLM nidificato (con e senza popolazione come variabile indipendente), dall'altro. …
Voglio fare l'analisi dei componenti principali (analisi dei fattori) su SPSS sulla base di 22 variabili. Tuttavia, alcune delle mie variabili sono molto distorte (l'asimmetria calcolata dagli intervalli SPSS da 2 a 80!). Quindi, ecco le mie domande: Devo mantenere le variabili oblique in questo modo o posso trasformare le …
Per il compito di sfornare la modellazione stavo considerando: Calcola k cluster per i dati Costruisci k modelli per ogni cluster individualmente. La logica di ciò è che non c'è nulla da dimostrare che la popolazione di abbonati sia omogenea, quindi è ragionevole supporre che il processo di generazione dei …
Mi chiedo se ci siano tipi di distribuzioni standard su sottoinsiemi di numeri interi . Allo stesso modo, potremmo esprimere questo come una distribuzione su un vettore di lunghezza di esiti binari, ad esempio se allora corrisponde al vettore .{1,2,...,J}{1,2,...,J}\{1, 2, ..., J\}JJJJ=5J=5J = 5{1,3,5}{1,3,5}\{1, 3, 5\}(1,0,1,0,1)(1,0,1,0,1)(1, 0, 1, 0, …
Ho il seguente set di dati: https://dl.dropbox.com/u/22681355/ORACLE.csv e vorrei tracciare le modifiche giornaliere in "Apri" per "Data", quindi ho fatto quanto segue: oracle <- read.csv(file="http://dl.dropbox.com/u/22681355/ORACLE.csv", header=TRUE) plot(oracle$Date, oracle$Open, type="l") e ottengo il seguente: Ora, ovviamente, questa non è la trama più bella di sempre, quindi mi chiedo quale sia il …
Provenienti da un rigoroso background nell'analisi e nella moderna teoria della probabilità, trovo che le statistiche bayesiane siano semplici e di facile comprensione, e le statistiche dei frequentatori sono incredibilmente confuse e poco intuitive. Sembra che i frequentisti stiano davvero facendo statistiche bayesiane, tranne che con "priori segreti" che non …
Sono totalmente nuovo alle statistiche e al campo degli intervalli di confidenza. Quindi questo potrebbe essere molto banale o addirittura sembrare stupido. Gradirei se potessi aiutarmi a capire o indicarmi un po 'di letteratura / testo / blog che spiega meglio questo. Vedo su vari siti di notizie come CNN, …
Non so molto sulle statistiche quindi abbiate pazienza. Diciamo che ho un set di 1000 lavoratori. Voglio capire chi è il lavoratore più duro, ma posso solo misurare la quantità di lavoro svolto in gruppi di 1-100 in un'ora di lavoro. Supponendo che ogni lavoratore svolga sempre la stessa quantità …
Voglio confrontare il tasso di incidenza tra due gruppi (uno senza malattia e uno con). Stavo programmando di calcolare il rapporto del tasso di incidenza (IRR), ovvero il gruppo del tasso di incidenza B / il gruppo del tasso di incidenza A, e quindi testare se questo tasso è uguale …
Voglio selezionare i modelli usando regsubsets(). Ho un dataframe chiamato olympiadaten (dati caricati: http://www.sendspace.com/file/8e27d0 ). Per prima cosa allego questo frame di dati e poi inizio ad analizzare, il mio codice è: attach(olympiadaten) library(leaps) a<-regsubsets(Gesamt ~ CommunistSocialist + CountrySize + GNI + Lifeexp + Schoolyears + ExpMilitary + Mortality + …
Quando si usa libsvm, il parametro è un parametro per la funzione kernel. Il suo valore predefinito è impostato comeγγ\gammaγ= 1numero di funzionalità.γ=1numero di funzionalità.\gamma = \frac{1}{\text{number of features.}} Esistono indicazioni teoriche per l'impostazione di questo parametro oltre ai metodi esistenti, ad esempio la ricerca della griglia?
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.