Statistiche e Big Data r

1

Ho montato i modelli ARIMA sulle serie storiche originali e il modello migliore è ARIMA (1,1,0). Ora voglio simulare la serie da quel modello. Ho scritto il semplice modello AR (1), ma non riuscivo a capire come regolare la differenza all'interno del modello ARI (1,1,0). Il seguente codice R per …

11 r time-series arima

1

Come calcolare i punteggi di confidenza nella regressione (con foreste casuali / XGBoost) per ciascuna previsione in R?

C'è un modo per ottenere un punteggio di confidenza (possiamo chiamarlo anche valore di confidenza o probabilità) per ciascun valore previsto quando si utilizzano algoritmi come Random Forests o Extreme Gradient Boosting (XGBoost)? Supponiamo che questo punteggio di confidenza varierebbe da 0 a 1 e mostriamo quanto sono fiducioso su …

11 r regression random-forest prediction boosting

1

Adattare un GLMM binomiale (glmer) a una variabile di risposta che è una proporzione o una frazione

Spero che qualcuno possa aiutare con quella che penso sia una domanda relativamente semplice, e penso di conoscere la risposta, ma senza conferma è diventata qualcosa di cui non posso essere certo. Ho alcuni dati di conteggio come variabile di risposta e voglio misurare come cambia quella variabile con la …

11 r binomial proportion glmm lme4-nlme

3

Come gestire l'avviso "non intero" dal GLM binomiale negativo?

Sto cercando di modellare le intensità medie dei parassiti che colpiscono un ospite in R usando un modello binomiale negativo. Continuo a ricevere 50 o più avvisi che dicono: In dpois(y, mu, log = TRUE) : non-integer x = 251.529000 Come posso gestirlo? Il mio codice è simile al seguente: …

11 r generalized-linear-model negative-binomial

5

Statistica dei test di Durbin Watson

Ho applicato il test DW al mio modello di regressione in R e ho ottenuto una statistica test DW di 1,78 e un valore p di 2,2e-16 = 0. Questo significa che non c'è autocorrelazione tra i residui perché la stat è vicina a 2 con un piccolo valore p …

11 r regression hypothesis-testing autocorrelation residuals

3

I valori di ridimensionamento in un'analisi discriminante lineare (LDA) possono essere utilizzati per tracciare variabili esplicative sui discriminanti lineari?

Utilizzando un biplot di valori ottenuti attraverso l'analisi dei componenti principali, è possibile esplorare le variabili esplicative che compongono ciascun componente principale. Ciò è possibile anche con l'analisi discriminante lineare? Gli esempi forniti utilizzano I dati sono "Dati Iris di Edgar Anderson" ( http://en.wikipedia.org/wiki/Iris_flower_data_set ). Ecco i dati dell'iride : …

11 r pca multivariate-analysis discriminant-analysis biplot

2

Come modellare gli effetti di mese in mese nei dati giornalieri delle serie temporali?

Ho due serie temporali di dati giornalieri. Uno è sign-upse l'altro terminationsdegli abbonamenti. Vorrei prevedere quest'ultimo utilizzando le informazioni contenute in entrambe le variabili. Guardando il grafico di queste serie è ovvio che le terminazioni sono correlate ai multipli delle iscrizioni dei mesi precedenti. Cioè, un picco di iscrizioni il …

11 r time-series seasonality var

3

Creazione di valori casuali auto-correlati in R

Stiamo provando a creare valori casuali auto-correlati che verranno utilizzati come timeseries. Non abbiamo dati a cui ci riferiamo e vogliamo solo creare il vettore da zero. Da un lato abbiamo ovviamente bisogno di un processo casuale con distribuzione e sua SD. D'altra parte deve essere descritta l'autocorrelazione che influenza …

11 r time-series random-variable autocorrelation lags

1

Fisher Test in R

Supponiamo di avere il seguente set di dati: Men Women Dieting 10 30 Non-dieting 5 60 Se eseguo il test esatto di Fisher in R, che cosa implica alternative = greater(o meno)? Per esempio: mat = matrix(c(10,5,30,60), 2,2) fisher.test(mat, alternative="greater") Ottengo il p-value = 0.01588e odds ratio = 3.943534. Inoltre, …

11 r statistical-significance contingency-tables fishers-exact

3

Come calcolare la differenza di due pendenze?

Esiste un metodo per capire se due linee sono (più o meno) parallele? Ho due linee generate da regressioni lineari e vorrei capire se sono parallele. In altre parole, vorrei ottenere le diverse pendenze di queste due linee. Esiste una funzione R per calcolare questo? EDIT: ... e come posso …

11 r regression interaction linear-model

1

Test di effetti simultanei e ritardati in modelli misti longitudinali con covariate variabili nel tempo

Di recente mi è stato detto che non era possibile incorporare covariate variabili nel tempo in modelli misti longitudinali senza introdurre un ritardo per queste covariate. Puoi confermare / negare questo? Hai qualche riferimento su questa situazione? Propongo una situazione semplice per chiarire. Supponiamo di avere ripetute misure (diciamo più …

11 r mixed-model lme4-nlme

4

Cosa fare delle spiegazioni in serie temporali?

Avendo lavorato per lo più con dati trasversali finora e, molto recentemente, navigando, scansionando inciampando in un mucchio di letteratura introduttiva sulle serie temporali, mi chiedo quale ruolo svolgano le variabili esplicative nell'analisi delle serie temporali. Vorrei spiegare una tendenza anziché declinare. La maggior parte di ciò che ho letto …

11 r time-series multivariate-analysis

1

Interpretazione della decomposizione di serie storiche utilizzando TBATS dal pacchetto di previsione R.

Vorrei scomporre i seguenti dati delle serie temporali in componenti stagionali, di tendenza e residui. I dati sono un profilo di energia di raffreddamento oraria da un edificio commerciale: TotalCoolingForDecompose.ts <- ts(TotalCoolingForDecompose, start=c(2012,3,18), freq=8765.81) plot(TotalCoolingForDecompose.ts) Esistono quindi evidenti effetti stagionali giornalieri e settimanali basati sul consiglio di: Come scomporre una …

10 r time-series forecasting multiple-seasonalities tbats

4

Perché i test di ipotesi su set di dati ricampionati rifiutano lo null troppo spesso?

tl; dr: a partire da un set di dati generato sotto il null, ho ricampionato i casi con la sostituzione e ho condotto un test di ipotesi su ciascun set di dati ricampionato. Questi test di ipotesi respingono il nulla più del 5% delle volte. Di seguito, una simulazione molto …

10 r bootstrap simulation resampling

1

Perché sto ottenendo previsioni diverse per l'espansione polinomiale manuale e usando la funzione R `poly`?

Perché ricevo previsioni diverse per l'espansione polinomiale manuale e l'utilizzo della polyfunzione R ? set.seed(0) x <- rnorm(10) y <- runif(10) plot(x,y,ylim=c(-0.5,1.5)) grid() # xp is a grid variable for ploting xp <- seq(-3,3,by=0.01) x_exp <- data.frame(f1=x,f2=x^2) fit <- lm(y~.-1,data=x_exp) xp_exp <- data.frame(f1=xp,f2=xp^2) yp <- predict(fit,xp_exp) lines(xp,yp) # using poly …

10 r regression polynomial

Domande taggate «r»