Statistiche e Big Data variance

4

Sto cercando di adattare un modello lineare su alcuni dati con un solo predittore (diciamo (x, y)). I dati sono tali che per valori piccoli di x, i valori y si adattano perfettamente a una linea retta, tuttavia quando i valori x aumentano, i valori y diventano più volatili. Ecco …

9 r regression variance data-transformation

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

2

Best practice per il trattamento continuo dei dati di intervallo

Sto esaminando se l'abbondanza è legata alla dimensione. Le dimensioni sono (ovviamente) continue, tuttavia l'abbondanza è registrata su una scala tale che A = 0-10 B = 11-25 C = 26-50 D = 51-100 E = 101-250 F = 251-500 G = 501-1000 H = 1001-2500 I = 2501-5000 J …

9 categorical-data variance model continuous-data

3

Cosa c'è di sbagliato nella mia prova della Legge della varianza totale?

Secondo la legge della varianza totale, Var( X) = E( Var( X∣ Y) ) + Var( E( X∣ Y) )Var⁡(X)=E⁡(Var⁡(X∣Y))+Var⁡(E⁡(X∣Y))\operatorname{Var}(X)=\operatorname{E}(\operatorname{Var}(X\mid Y)) + \operatorname{Var}(\operatorname{E}(X\mid Y)) Quando provo a provarlo, scrivo Var( X)= E( X- EX)2= E{ E[ ( X- EX)2∣ Y] }= E( Var( X∣ Y) )Var⁡(X)=E⁡(X−E⁡X)2=E⁡{E⁡[(X−E⁡X)2∣Y]}=E⁡(Var⁡(X∣Y)) \begin{equation} \begin{aligned} \operatorname{Var}(X) &= …

9 variance conditional-probability expected-value conditional-expectation moments

2

Indipendenza della media e varianza delle distribuzioni uniformi discrete

Nei commenti sotto un mio post , Glen_b e io discutevamo di come le distribuzioni discrete abbiano necessariamente media e varianza dipendenti. Per una distribuzione normale ha senso. Se te lo dicoX¯x¯\bar{x}, non hai idea di cosa S2s2s^2 è, e se te lo dico S2s2s^2, non hai idea di cosa …

9 distributions variance mean independence moments

1

Intuizione (geometrica o altro) di

In un'altra puntata di intuizioni per identità in probabilità, si consideri la Legge dell'identità elementare della varianza totale V a r (X)=E [ V a r (X | Y)]+ V a r (E[X | Y])Var(X)=E[Var(X|Y)]+Var(E[X|Y]) \begin{eqnarray} \rm{Var}(X) &=&\rm{E}[\rm{Var}(X|Y)] + \rm{Var}(E[X|Y]) \end{eqnarray} È una semplice manipolazione algebrica semplice della definizione di …

8 variance intuition

Domande taggate «variance»