Domande taggate «association-measure»

Misure dell'associazione tra variabili, un concetto più generale della correlazione

3
Un esempio: regressione di LASSO utilizzando glmnet per il risultato binario
Sto iniziando a dilettarsi con l'uso di glmnetcon LASSO Regressione dove il mio risultato di interesse è dicotomica. Di seguito ho creato un piccolo frame di dati finti: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) …
78 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 
1
Qual è la misura di associazione corretta di una variabile con un componente PCA (su un biplot / grafico di caricamento)?
Sto usando FactoMineRper ridurre il mio set di dati di misurazioni alle variabili latenti. La mappa variabili di cui sopra è chiaro per me da interpretare, ma io sono confuso quando si tratta di associazioni tra le variabili e componenti 1. guardando la mappa variabile, ddped covè molto vicino alla …
1
Qual è la funzione di distanza ottimale per gli individui quando gli attributi sono nominali?
Non so quale funzione di distanza tra individui utilizzare in caso di attributi nominali (non ordinati categorici). Stavo leggendo alcuni libri di testo e suggeriscono la funzione Abbinamento semplice , ma alcuni libri suggeriscono che dovrei cambiare gli attributi nominali in binari e usare Jaccard Coefficient. Tuttavia, cosa succede se …
3
Quali sono i metodi statistici che posso usare per trovare combinazioni popolari o comuni di variabili categoriche?
Sto facendo uno studio sull'uso di polydrug. Ho un set di dati di 400 tossicodipendenti, che hanno dichiarato ciascuno i farmaci che abusano. Ci sono più di 10 farmaci e quindi grandi combinazioni possibili. Ho ricodificato la maggior parte delle droghe che consumano in variabili binarie (cioè l'eroina è 1 …
13
Se "B è più probabile con A", allora "A è più probabile con B"
Sto cercando di ottenere un'intuizione più chiara dietro: "Se rende più probabile, allora rende più probabile"AUNABBBBBBAUNA Sia la dimensione dello spazio in cui e sono, quindin(S)n(S)n(S)AUNABBB Reclamo: quindiP(B|A)>P(B)P(B|UN)>P(B)P(B|A)>P(B)n(AB)/n(A)>n(B)/n(S)n(UNB)/n(UN)>n(B)/n(S)n(AB)/n(A) > n(B)/n(S) quindin(AB)/n(B)>n(A)/n(S)n(UNB)/n(B)>n(UN)/n(S)n(AB)/n(B) > n(A)/n(S) che èP(A|B)>P(A)P(UN|B)>P(UN)P(A|B)>P(A) Capisco la matematica, ma perché questo ha un senso intuitivo?
3
Calcolo di Jaccard o altro coefficiente di associazione per i dati binari mediante la moltiplicazione della matrice
Voglio sapere se esiste un modo possibile per calcolare il coefficiente di Jaccard usando la moltiplicazione della matrice. Ho usato questo codice jaccard_sim <- function(x) { # initialize similarity matrix m <- matrix(NA, nrow=ncol(x),ncol=ncol(x),dimnames=list(colnames(x),colnames(x))) jaccard <- as.data.frame(m) for(i in 1:ncol(x)) { for(j in i:ncol(x)) { jaccard[i,j]= length(which(x[,i] & x[,j])) / …
2
Bootstrap parametrico, semiparametrico e non parametrico per modelli misti
I seguenti innesti sono presi da questo articolo . Sono un novizio di bootstrap e sto cercando di implementare il bootstrap bootstrap parametrico, semiparametrico e non parametrico per il modello misto lineare con R bootpacchetto. Codice R Ecco il mio Rcodice: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + …
9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 
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.