Domande taggate «eda»

L'ED sta per "Analisi dei dati esplorativi". Sviluppato da Tukey per contrastare con l'Analisi dei dati di conferma o CDA (il test formale delle ipotesi). L'EDA si occupa in genere di descrivere i dati numericamente e graficamente per renderli più facili da comprendere e fornire nuove intuizioni.

4
Modi migliori per aggregare e analizzare i dati
Avendo appena iniziato a insegnare a me stesso l'apprendimento automatico e l'analisi dei dati, mi ritrovo a colpire un muro di mattoni sulla necessità di creare e interrogare grandi serie di dati. Vorrei prendere i dati che ho aggregato nella mia vita professionale e personale e analizzarli, ma non sono …
1
Come interpretare i grafici a scatole dentellate
Mentre facevo un po 'di EDA ho deciso di usare un diagramma a scatole per illustrare la differenza tra due livelli di un fattore. Il modo in cui ggplot ha reso la trama della scatola è stato soddisfacente, ma leggermente semplicistico (prima trama sotto). Mentre cercavo le caratteristiche dei grafici …
2
Cosa si intende con "Lascia che i dati parlino da soli"?
Nel leggere il seguente documento , mi sono imbattuto nella seguente dichiarazione: Come accennato, viene spesso presentato senza alcun riferimento a modelli probabilistici, in linea con l'idea di Benzecri [1973] di "lasciare che i dati parlino da soli". (citazione di JP Benzécri. L'analisi dei données. Tomo II: L'analisi delle corrispondenze. …
10 eda  quotation 
4
Perché il fatto che 1 mediana sia inferiore a un'altra mediana, significa che la maggior parte nel gruppo 1 è inferiore alla maggior parte nel gruppo 2?
Credevo che i diagrammi a riquadro qui sotto potessero essere interpretati come "la maggior parte degli uomini è più veloce della maggior parte delle donne" (in questo set di dati), principalmente perché il tempo degli uomini mediani era inferiore a quello delle donne mediane. Ma il corso EdX sul quiz …
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 
3
Linee guida per scoprire nuove conoscenze nei dati
Traccio qualcosa per evidenziare me stesso o qualcun altro. Di solito, una domanda avvia questo processo e spesso la persona che chiede spera in una risposta particolare. Come posso imparare cose interessanti sui dati in modo meno distorto? In questo momento sto seguendo approssimativamente questo metodo: Statistiche riassuntive. Stripchart. Trama …
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.