Domande taggate «nonparametric»

Utilizzare questo tag per chiedere informazioni sulla natura dei metodi non parametrici o parametrici o sulla differenza tra i due. I metodi non parametrici generalmente si basano su poche ipotesi sulle distribuzioni sottostanti, mentre i metodi parametrici fanno ipotesi che consentono ai dati di essere descritti da un piccolo numero di parametri.

3
Perché l'efficienza relativa asintotica del test di Wilcoxon
È noto che l'efficienza relativa asintotica (ARE) del test di rango firmato Wilcoxon è 3π≈ 0.9553π≈0,955\frac{3}{\pi} \approx 0.955rispetto altesttdi Student, se i dati sono tratti da una popolazione normalmente distribuita. Ciò vale sia per il test di base a un campione che per la variante per due campioni indipendenti (Wilcoxon-Mann-Whitney …
1
Perché usare il bootstrap parametrico?
Attualmente sto cercando di capire meglio alcune cose riguardanti il ​​bootstrap parametrico. La maggior parte delle cose sono probabilmente banali, ma penso ancora che potrei essermi perso qualcosa. Supponiamo che io voglia ottenere intervalli di confidenza per i dati usando una procedura di bootstrap parametrica. Quindi ho questo campione e …
1
Qual è il nome del metodo di stima della densità in cui tutte le coppie possibili vengono utilizzate per creare una distribuzione della miscela normale?
Ho appena pensato a un modo pulito (non necessariamente buono) per creare stime di densità monodimensionali e la mia domanda è: Questo metodo di stima della densità ha un nome? In caso contrario, è un caso speciale di qualche altro metodo in letteratura? Ecco il metodo: Abbiamo un vettore che …
5
Come eseguire l'imputazione dei valori in un numero molto elevato di punti dati?
Ho un set di dati molto grande e mancano circa il 5% di valori casuali. Queste variabili sono correlate tra loro. Il seguente set di dati R è solo un esempio di giocattolo con dati correlati fittizi. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
6
Una misura robusta (non parametrica) come Coefficiente di variazione - IQR / mediana o alternativa?
Per un dato set di dati, la diffusione viene spesso calcolata come deviazione standard o come IQR (intervallo inter-quartile). Considerando che a standard deviationè normalizzato (punteggi z, ecc.) E quindi può essere utilizzato per confrontare lo spread tra due diverse popolazioni, questo non è il caso dell'IQR poiché i campioni …
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.