Statistiche e Big Data

Domande e risposte per le persone interessate alle statistiche, all'apprendimento automatico, all'analisi dei dati, al data mining e alla visualizzazione dei dati



3
Come posso simulare i microdati di censimento per piccole aree usando un campione di microdati dell'1% su larga scala e statistiche aggregate su piccola scala?
Vorrei eseguire un'analisi multivariata a livello individuale a piccoli livelli di aggregazione geografica (distretti australiani di raccolta del censimento). Chiaramente, il censimento non è disponibile a questi piccoli livelli di aggregazione per motivi di privacy, quindi sto studiando altre alternative. Quasi tutte le variabili di interesse sono categoriche. Ho due …

3
Gli effetti casuali possono essere applicati solo alle variabili categoriali?
Questa domanda può sembrare stupida, ma ... è corretto che gli effetti casuali possano applicarsi solo alle variabili categoriali (come id individuale, id popolazione, ...), ad esempio diciamo che è una variabile categoriale:Xioxix_i yioyiy_i ~βXioβxi\beta_{x_i} βXioβxi\beta_{x_i} ~No r m ( μ , δ2)Norm(μ,δ2)Norm(\mu, \delta^2) ma dal principio l' effetto casuale …



2
Regressione logistica ponderata caso
Sto esaminando alcuni problemi di regressione logistica. ("normale" e "condizionale"). Idealmente, vorrei ponderare ciascuno dei casi di input in modo che il glm si concentri maggiormente sulla previsione corretta dei casi con peso più elevato a scapito di una possibile classificazione errata dei casi con peso inferiore. Sicuramente questo è …
9 logistic 


2
Questa distribuzione ha un nome? O cos'è un processo stocastico che potrebbe generarlo?
Una distribuzione discreta con funzione di massa p(x;k)=k(x+k)(x+k−1),x=1,2,…p(x;k)=k(x+k)(x+k−1),x=1,2,…p(x;k) = \frac{k}{(x+k)(x+k-1)},\quad x = 1,2,\ldots sorge a pagina 9 di questo documento . Per k=1k=1k=1 è una distribuzione di Yule-Simon con ρ=1ρ=1\rho=1 , ma non ho trovato altri esempi. ha un nome? Appare in altri contesti? Esiste un semplice processo stocastico che …

2
Una distanza deve essere una "metrica" ​​affinché un cluster gerarchico sia valido su di esso?
Diciamo che definiamo una distanza, che non è una metrica , tra N elementi. Sulla base di questa distanza utilizziamo quindi un cluster gerarchico agglomerativo . È possibile utilizzare ciascuno degli algoritmi noti (collegamento singolo / massimo / avaerage, ecc.) Per ottenere risultati significativi? O in altre parole, qual è …

2
Distribuzione della deviazione standard
Questa domanda riguardava la distribuzione normale, ma mi chiedo cosa si sappia della distribuzione della deviazione standard di un campione di dimensione n ricavato da una distribuzione arbitraria. In particolare, qual è la deviazione standard della deviazione standard? Per una distribuzione normale, la sd di sd è . Questo è …

2
Comprensione dei risultati della regressione della cresta
Sono nuovo di ridimensionare la regressione. Quando ho applicato la regressione della cresta lineare, ho ottenuto i seguenti risultati: >myridge = lm.ridge(y ~ ma + sa + lka + cb + ltb , temp, lamda = seq(0,0.1,0.001)) > select(myridge) modified HKB estimator is 0.5010689 modified L-W estimator is 0.3718668 smallest …

3
Boxplot per diverse distribuzioni?
Ho bisogno di disegnare 20 distribuzioni in un singolo grafico in R, e non mi sembra buono (ingombra) con un normale diagramma a scatole (20 caselle) anche con boxwex = 0,3. Potresti suggerirmi come posso tracciare una specie di boxplot in R per le 20 distribuzioni, con punti per la …
9 r  boxplot 


1
Come scegliere il numero di divisioni in rpart ()?
Ho usato rpart.controlper minsplit=2e ho ottenuto i seguenti risultati dalla rpart()funzione. Per evitare un overfitting dei dati, devo usare le split 3 o le split 7? Non dovrei usare split 7? Per favore mi faccia sapere. Variabili effettivamente utilizzate nella costruzione di alberi: [1] ct_a ct_b usr_a Root node error: …
9 r  cart  rpart 

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.