Statistiche e Big Data categorical-data

6

L'analisi dei componenti principali può essere applicata a set di dati contenenti una combinazione di variabili continue e categoriali?

Ho un set di dati che contiene sia dati continui che categorici. Sto analizzando usando PCA e mi chiedo se sia giusto includere le variabili categoriali come parte dell'analisi. La mia comprensione è che PCA può essere applicato solo a variabili continue. È corretto? Se non può essere utilizzato per …

147 categorical-data pca correspondence-analysis mixed-type-data

6

Correlazioni con variabili categoriche non ordinate

Ho un dataframe con molte osservazioni e molte variabili. Alcuni sono categorici (non ordinati) e altri sono numerici. Sto cercando associazioni tra queste variabili. Sono stato in grado di calcolare la correlazione per variabili numeriche (correlazione di Spearman) ma: Non so come misurare la correlazione tra variabili categoriche non ordinate. …

123 r correlation categorical-data continuous-data mixed-type-data

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

Correlazione tra una variabile nominale (IV) e una continua (DV)

Ho una variabile nominale (diversi argomenti di conversazione, codificata come topic0 = 0 ecc.) E un numero di variabili di scala (DV) come la durata di una conversazione. Come posso derivare correlazioni tra le variabili nominali e di scala?

77 correlation continuous-data categorical-data

6

Modo di principio di collasso delle variabili categoriali con molti livelli?

Quali tecniche sono disponibili per il collasso (o il raggruppamento) di molte categorie a poche, allo scopo di usarle come input (predittore) in un modello statistico? Considera una variabile come quella di uno studente universitario (disciplina scelta da uno studente universitario). Non è ordinato e categorico, ma può potenzialmente avere …

58 regression categorical-data dimensionality-reduction feature-construction many-categories

8

Ha mai senso trattare i dati categorici come continui?

Nel rispondere a questa domanda su dati discreti e continui ho asserito con disinvoltura che raramente ha senso trattare i dati categorici come continui. A prima vista sembra evidente, ma l'intuizione è spesso una cattiva guida per le statistiche, o almeno lo è la mia. Quindi ora mi chiedo: è …

57 categorical-data data-transformation ordinal-data continuous-data

1

Codifica one-hot vs dummy in Scikit-learn

Esistono due modi diversi per codificare le variabili categoriali. Supponiamo che una variabile categoriale abbia n valori. La codifica one-hot lo converte in n variabili, mentre la codifica fittizia lo converte in n-1 variabili. Se abbiamo k variabili categoriali, ognuna delle quali ha n valori. Una codifica a caldo termina …

50 regression categorical-data data-transformation scikit-learn data-preprocessing

7

Grafico per la relazione tra due variabili ordinali

Qual è un grafico appropriato per illustrare la relazione tra due variabili ordinali? Alcune opzioni che mi vengono in mente: Grafico a dispersione con jitter casuale aggiunto per fermare i punti che si nascondono l'un l'altro. Apparentemente un grafico standard - Minitab lo definisce un "diagramma di valori individuali". Secondo …

46 data-visualization categorical-data ordinal-data scatterplot

4

Cos'è una matrice di contrasto?

Che cosa è esattamente la matrice di contrasto (un termine, pertinente ad un'analisi con predittori categorici) e come viene specificata esattamente la matrice di contrasto? Cioè cosa sono le colonne, quali sono le righe, quali sono i vincoli su quella matrice e cosa significano i numeri nelle colonne je nelle …

46 regression categorical-data definition contrasts categorical-encoding

5

Correlazioni tra variabili continue e categoriali (nominali)

Vorrei trovare la correlazione tra una variabile continua (variabile dipendente) e una categorica (nominale: genere, variabile indipendente). I dati continui non vengono normalmente distribuiti. Prima l'avevo calcolato usando Spearman's . Tuttavia, mi è stato detto che non è giusto.ρρ\rho Durante la ricerca su Internet, ho scoperto che il boxplot può …

42 correlation categorical-data descriptive-statistics biostatistics spearman-rho

5

Avvertenza in R - L'approssimazione Chi-quadrata potrebbe essere errata

Ho dei dati che mostrano i risultati degli esami di ammissione dei vigili del fuoco. Sto testando l'ipotesi che i risultati degli esami e l'etnia non si escludano a vicenda. Per provare questo, ho eseguito un test chi-quadrato di Pearson in R. I risultati mostrano ciò che mi aspettavo, ma …

40 r categorical-data chi-squared small-sample error-message

6

Migliora la classificazione con molte variabili categoriali

Sto lavorando a un set di dati con oltre 200.000 campioni e circa 50 funzioni per campione: 10 variabili continue e le altre ~ 40 sono variabili categoriali (paesi, lingue, campi scientifici ecc.). Per queste variabili categoriche, hai ad esempio 150 paesi diversi, 50 lingue, 50 campi scientifici ecc ... …

37 machine-learning classification categorical-data random-forest many-categories

2

Regressione logistica multinomiale vs regressione logistica binaria one-vs-rest

Diciamo che abbiamo una variabile dipendente con poche categorie e un insieme di variabili indipendenti. YYY Quali sono i vantaggi della regressione logistica multinomiale rispetto a un insieme di regressioni logistiche binarie (ovvero schema one-vs-rest )? Per set di regressione logistica binaria intendo che per ogni categoria costruiamo un modello …

36 logistic categorical-data multinomial

3

Perché c'è una differenza tra il calcolo manuale di un intervallo di confidenza della regressione logistica del 95% e l'uso della funzione confint () in R?

Carissimi, ho notato qualcosa di strano che non posso spiegare, vero? In sintesi: l'approccio manuale al calcolo di un intervallo di confidenza in un modello di regressione logistica e la funzione R confint()danno risultati diversi. Ho attraversato la regressione logistica applicata di Hosmer & Lemeshow (2a edizione). Nel terzo capitolo …

34 r regression logistic confidence-interval profile-likelihood correlation mcmc error mixture measurement data-augmentation r logistic goodness-of-fit r time-series exponential descriptive-statistics average expected-value data-visualization anova teaching hypothesis-testing multivariate-analysis r r mixed-model clustering categorical-data unsupervised-learning r logistic anova binomial estimation variance expected-value r r anova mixed-model multiple-comparisons repeated-measures project-management r poisson-distribution control-chart project-management regression residuals r distributions data-visualization r unbiased-estimator kurtosis expected-value regression spss meta-analysis r censoring regression classification data-mining mixture

1

Effettuare analisi dei componenti principali o analisi dei fattori su dati binari

Ho un set di dati con un gran numero di risposte Sì / No. Posso utilizzare i componenti principali (PCA) o altre analisi di riduzione dei dati (come l'analisi dei fattori) per questo tipo di dati? Si prega di avvisare come faccio a fare questo usando SPSS.

30 spss categorical-data pca factor-analysis binary-data

Domande taggate «categorical-data»