Domande taggate «binomial»

La distribuzione binomiale fornisce le frequenze dei "successi" in un numero fisso di "prove" indipendenti. Utilizzare questo tag per domande su dati che potrebbero essere distribuiti binomialmente o per domande sulla teoria di questa distribuzione.

2
Distribuzione per dati percentuali
Ho una domanda sulla corretta distribuzione da utilizzare per la creazione di un modello con i miei dati. Ho condotto un inventario forestale con 50 trame, ogni trama misura 20m × 50m. Per ogni trama, ho stimato la percentuale di chioma d'albero che ombreggia il terreno. Ogni trama ha un …
2
Distribuzione e varianza del conteggio dei triangoli nel grafico casuale
Considera un grafico casuale Erdos-Renyi G=(V(n),E(p))G=(V(n),E(p))G=(V(n),E(p)) . L'insieme di nnn vertici VVV è etichettato da V={1,2,…,n}V={1,2,…,n}V = \{1,2,\ldots,n\} . L'insieme dei bordi EEE è costruito da un processo casuale. Sia ppp una probabilità 0&lt;p&lt;10&lt;p&lt;10<p<1 , quindi ogni coppia non ordinata {i,j}{i,j}\{i,j\} di vertici ( i≠ji≠ji \neq j ) si presenta …
1
Come posso incorporare un valore anomalo innovativo all'osservazione 48 nel mio modello ARIMA?
Sto lavorando su un set di dati. Dopo aver usato alcune tecniche di identificazione del modello, sono uscito con un modello ARIMA (0,2,1). Ho usato la detectIOfunzione nel pacchetto TSAin R per rilevare un valore anomalo innovativo (IO) alla 48a osservazione del mio set di dati originale. Come posso incorporare …
10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 
1
Perché Anova () e drop1 () hanno fornito risposte diverse per i GLMM?
Ho un GLMM del modulo: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Quando uso drop1(model, test="Chi"), ottengo risultati diversi rispetto a quelli che utilizzo Anova(model, type="III")dal pacchetto auto o summary(model). Questi ultimi due danno le stesse risposte. Usando un mucchio di dati fabbricati, …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 
1
Intervallo di previsione per una futura proporzione di successi nell'impostazione Binomiale
Supponiamo che io inserisca una regressione binomiale e ottenga le stime puntuali e la matrice varianza-covarianza dei coefficienti di regressione. Ciò mi consentirà di ottenere un elemento della configurazione per la proporzione attesa di successi in un futuro esperimento, , ma ho bisogno di un elemento della configurazione per la …
1
Problemi con uno studio di simulazione della spiegazione degli esperimenti ripetuti di un intervallo di confidenza del 95% - dove sbaglio?
Sto cercando di scrivere uno script R per simulare l'interpretazione ripetuta degli esperimenti di un intervallo di confidenza al 95%. Ho scoperto che sopravvaluta la percentuale di volte in cui il valore reale della popolazione di una proporzione è contenuto nell'IC del 95% del campione. Non una grande differenza - …
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 &lt;- 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.