Statistiques et Big Data

3

La formule suivante est-elle correcte si je veux mesurer l'erreur-type de la médiane dans le cas d'un petit échantillon avec une distribution non normale (j'utilise python)? sigma=np.std(data) n=len(data) sigma_median=1.253*sigma/np.sqrt(n)

14 standard-error median

5

Packages d'imputation KNN R

Je recherche un package d'imputation KNN. J'ai regardé le paquet d'imputation ( http://cran.r-project.org/web/packages/imputation/imputation.pdf ) mais pour une raison quelconque, la fonction d'imputation KNN (même en suivant l'exemple de la description) semble seulement pour imputer des valeurs nulles (comme ci-dessous). J'ai regardé autour de moi, mais je ne trouve pas encore …

14 r k-nearest-neighbour data-imputation

6

Comment diviser un ensemble de données pour effectuer une validation croisée 10 fois

Verrouillé . Cette question et ses réponses sont verrouillées car la question est hors sujet mais a une signification historique. Il n'accepte pas actuellement de nouvelles réponses ou interactions. Maintenant que j'ai une Rtrame de données (formation), quelqu'un peut-il me dire comment diviser au hasard cet ensemble de données pour …

14 cross-validation

2

Comment comparez-vous deux processus gaussiens?

La divergence de Kullback-Leibler est une métrique pour comparer deux fonctions de densité de probabilité, mais quelle métrique est utilisée pour comparer deux GP et ?YXXXYYY

14 gaussian-process metric

1

Confondeur - définition

Selon M. Katz dans son livre Multivariable analysis (Section 1.2, page 6), " Un facteur de confusion est associé au facteur de risque et lié de manière causale au résultat. " Pourquoi le facteur de confusion doit-il être lié de manière causale au résultat? Serait-il suffisant que le confondant soit …

14 causality definition confounding

3

Pourquoi utilisons-nous k-means au lieu d'autres algorithmes?

J'ai fait des recherches sur k-means et voici ce que j'ai obtenu: k-means est l'un des algorithmes les plus simples qui utilise une méthode d'apprentissage non supervisée pour résoudre les problèmes de clustering connus. Cela fonctionne très bien avec de grands ensembles de données. Cependant, il existe également des inconvénients …

14 clustering data-mining algorithms k-means

4

Test de Brant en R [fermé]

Fermé. Cette question est hors sujet . Il n'accepte pas actuellement les réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé il y a 6 mois . En testant l'hypothèse de régression parallèle dans la régression logistique ordinale, …

14 r regression ordinal-data ordered-logit

3

Estimation de

J'ai un modèle économique théorique qui est le suivant, y=a+b1x1+b2x2+b3x3+uy=a+b1x1+b2x2+b3x3+u y = a + b_1x_1 + b_2x_2 + b_3x_3 + u La théorie dit donc qu'il y a x1x1x_1 , x2x2x_2 et x3x3x_3 facteurs pour estimer yyy . Maintenant, j'ai les données réelles et j'ai besoin d'estimer b1b1b_1 , b2b2b_2 …

14 regression multiple-regression endogeneity

3

Comment tester l'égalité simultanée des coefficients choisis dans le modèle logit ou probit?

Comment tester l'égalité simultanée des coefficients choisis dans le modèle logit ou probit? Quelle est l'approche standard et quelle est l'état de l'art?

14 hypothesis-testing logit probit

3

Testez une différence significative entre deux valeurs de pente

Les données dont je dispose sont une valeur de pente de régression de y ~ temps, une erreur standard, une valeur n et une valeur ap, pour une espèce particulière dans deux zones différentes. Je veux vérifier si la pente de régression pour une zone est significativement différente de la …

14 r regression statistical-significance

1

Qu'est-ce qu'une estimation impartiale du carré R de la population?

Je souhaite obtenir une estimation non biaisée de R2R2R^2 dans une régression linéaire multiple. À la réflexion, je peux penser à deux valeurs différentes qu'une estimation non biaisée de pourrait essayer de faire correspondre.R2R2R^2 Hors échantillon :R2R2R^2 le carré r qui serait obtenu si l'équation de régression obtenue à partir …

14 estimation multiple-regression r-squared bias

1

Intervalles de confiance pour le CDF empirique

J'ai 100 points de données d'un processus aléatoire. Comment procéder pour placer un intervalle de confiance autour de l'estimation de ? La fonction de distribution est inconnue et faussée positivement. Ma première inclination serait d'utiliser un bootstrap basé sur le matériel que j'ai lu pour cette classe, mais y a-t-il …

14 self-study

6

Temps passé dans une activité comme variable indépendante

Je veux inclure le temps passé à faire quelque chose (semaines d'allaitement, par exemple) comme variable indépendante dans un modèle linéaire. Cependant, certaines observations n'engagent pas du tout le comportement. Les coder comme 0 n'est pas vraiment correct, car 0 est qualitativement différent de toute valeur> 0 (c'est-à-dire que les …

14 regression generalized-linear-model mixture

1

Coefficients de régression de crête plus grands que les coefficients OLS ou qui changent de signe en fonction de

Lorsque vous exécutez une régression de crête, comment interprétez-vous les coefficients qui se retrouvent plus grands que leurs coefficients correspondants sous les moindres carrés (pour certaines valeurs de )? La régression des crêtes n'est-elle pas censée réduire les coefficients de façon monotone?λλ\lambda Sur une note connexe, comment interpréter un coefficient …

14 interpretation regression-coefficients ridge-regression

1

Comment trouver les résidus et les tracer

J'ai reçu des données x = c(21,34,6,47,10,49,23,32,12,16,29,49,28,8,57,9,31,10,21,26,31,52,21,8,18,5,18,26,27,26,32,2,59,58,19,14,16,9,23,28,34,70,69,54,39,9,21,54,26) y = c(47,76,33,78,62,78,33,64,83,67,61,85,46,53,55,71,59,41,82,56,39,89,31,43,29,55, 81,82,82,85,59,74,80,88,29,58,71,60,86,91,72,89,80,84,54,71,75,84,79) Comment puis-je obtenir les résidus et les représenter en fonction de ? Et comment puis-je tester si les résidus semblent être approximativement normaux?XXx Je ne sais pas si je fais l'ajustement linéaire d'origine correctement car j'ai obtenu l'équation mais …

14 r regression