Domande taggate «smoothing»

I metodi di smoothing nell'analisi dei dati, come le spline o gli smoothers del kernel, anche gli smoothers di regressione come lowess.



4
Quali sono i valori corretti per precisione e richiamo nei casi limite?
La precisione è definita come: p = true positives / (true positives + false positives) È corretto che, come true positivese false positivesavvicinarsi a 0, la precisione si avvicina a 1? Stessa domanda da ricordare: r = true positives / (true positives + false negatives) Attualmente sto implementando un test …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

2
Smoothing - quando usarlo e quando non farlo?
C'è un post piuttosto vecchio sul blog di William Briggs che esamina le insidie ​​del livellamento dei dati e del loro trasferimento attraverso l'analisi. L'argomento chiave è precisamente: Se, in un momento di follia, realizzi dati regolari sulle serie temporali e li usi come input per altre analisi, aumenti notevolmente …

2
Se le larghezze variabili del kernel sono spesso buone per la regressione del kernel, perché in genere non sono buone per la stima della densità del kernel?
Questa domanda è sollevata dalla discussione altrove . I kernel variabili vengono spesso utilizzati nella regressione locale. Ad esempio, loess è ampiamente utilizzato e funziona bene come regressione più uniforme, ed è basato su un kernel di larghezza variabile che si adatta alla scarsità dei dati. D'altra parte, si pensa …


2
Come rendere più fluidi i dati e forzare la monotonicità
Ho alcuni dati che vorrei lisciare in modo che i punti levigati diminuiscano monotonicamente. I miei dati diminuiscono drasticamente e poi iniziano ad aumentare. Ecco un esempio usando R df <- data.frame(x=1:10, y=c(100,41,22,10,6,7,2,1,3,1)) ggplot(df, aes(x=x, y=y))+geom_line() Qual è una buona tecnica di lisciatura che potrei usare? Inoltre, sarebbe bello se …

1
Come ottimizzare il livellamento nel modello GAM mgcv
Sto cercando di capire come controllare i parametri di smoothing in un modello di mgcv: gam. Ho una variabile binomiale che sto provando a modellare come principalmente una funzione delle coordinate xey su una griglia fissa, più alcune altre variabili con influenze minori. In passato ho costruito un modello di …
14 r  smoothing  mgcv 

4
Livellamento dei dati delle serie temporali
Sto costruendo un'applicazione Android che registra i dati dell'accelerometro durante il sonno, in modo da analizzare le tendenze del sonno e facoltativamente svegliare l'utente vicino al momento desiderato durante il sonno leggero. Ho già creato il componente che raccoglie e memorizza i dati, nonché l'allarme. Devo ancora affrontare la bestia …


5
Individuazione dei punti di flesso in R da dati uniformi
Ho alcuni dati che uso senza problemi loess. Vorrei trovare i punti di flesso della linea smussata. È possibile? Sono sicuro che qualcuno ha creato un metodo elaborato per risolvere questo ... Voglio dire ... dopo tutto, è R! Sto bene cambiando la funzione di smoothing che uso. Ho usato …
14 r  smoothing  loess 

2
Come usare un filtro Kalman?
Ho una traiettoria di un oggetto in uno spazio 2D (una superficie). La traiettoria è data come una sequenza di (x,y)coordinate. So che le mie misurazioni sono rumorose e a volte ho ovvi valori anomali. Quindi, voglio filtrare le mie osservazioni. Per quanto ho capito filtro Kalman, fa esattamente quello …

2
Laplace smoothing e Dirichlet precedenti
Sul articolo wikipedia di Laplace smoothing (o lisciatura additivo), si dice che da un punto di vista Bayesiano, questo corrisponde al valore atteso della distribuzione posteriore, usando una distribuzione di Dirichlet simmetrica con il parametro come precedente.αα\alpha Sono perplesso su come sia effettivamente vero. Qualcuno potrebbe aiutarmi a capire come …


4
Come ottenere i valori usati in plot.gam in mgcv?
Vorrei scoprire i valori (x, y)usati nella stampa plot(b, seWithMean=TRUE)nel pacchetto mgcv . Qualcuno sa come posso estrarre o calcolare questi valori? Ecco un esempio: library(mgcv) set.seed(0) dat <- gamSim(1, n=400, dist="normal", scale=2) b <- gam(y~s(x0), data=dat) plot(b, seWithMean=TRUE)

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.