Statistiques et Big Data

4

Pourquoi disons-nous «erreur standard résiduelle»?

Une erreur standard est l'écart - type estimé σ ( θ ) d'un estimateur θ pour un paramètre .σ^( θ^)σ^(θ^)\hat \sigma(\hat\theta)θ^θ^\hat\thetaθθ\theta Pourquoi l'écart-type estimé des résidus est-il appelé "erreur-type résiduelle" (par exemple, dans la sortie de la summary.lmfonction de R ) et non "écart-type résiduel"? Quelle estimation de paramètre équipons-nous …

14 r standard-error residuals terminology

2

Pourquoi la différence au carré est-elle si couramment utilisée?

Très souvent, lorsque j'étudie de nouvelles méthodes et concepts statistiques, je rencontre la différence au carré (ou l'erreur quadratique moyenne, ou une pléthore d'autres épithètes). À titre d'exemple, le r de Pearson est déterminé en fonction de la différence quadratique moyenne de la droite de régression sur laquelle se trouvent …

14 normal-distribution

4

Comment interpréter une courbe ROC?

J'ai appliqué une régression logistique à mes données sur SAS et voici la courbe ROC et le tableau de classification. Je suis à l'aise avec les chiffres du tableau de classification, mais je ne sais pas exactement ce que la courbe roc et la zone en dessous montrent. Toute explication …

14 regression logistic classification roc

1

Prévision de séries chronologiques d'Arima (auto.arima) avec plusieurs variables exogènes dans R

Je voudrais effectuer une prévision basée sur un modèle ARIMA à séries temporelles multiples avec plusieurs variables exogènes. Étant donné que je ne suis pas très compétent en ce qui concerne ni les statistiques ni le RI, je ne veux pas rester aussi simple que possible (les prévisions de tendance …

14 r time-series arima

1

Pourquoi Ridge Regression fonctionne-t-il bien en présence de multicolinéarité?

J'apprends la régression des crêtes et je sais que la régression des crêtes a tendance à mieux fonctionner en présence de multicolinéarité. Je me demande pourquoi c'est vrai? Une réponse intuitive ou mathématique serait satisfaisante (les deux types de réponses seraient encore plus satisfaisants). De plus, je sais que ce …

14 multicollinearity ridge-regression

4

La moyenne doit-elle être utilisée lorsque les données sont biaisées?

Souvent, les textes introductifs de statistiques appliquées distinguent la moyenne de la médiane (souvent dans le contexte des statistiques descriptives et motivent la synthèse de la tendance centrale en utilisant la moyenne, la médiane et le mode) en expliquant que la moyenne est sensible aux valeurs aberrantes dans les données …

14 mean skewness median winsorizing central-tendency

3

Lors d'un test t pour la signification d'un coefficient de régression, pourquoi le nombre de degrés de liberté est-il

J'ai lu ici que était le nombre de degrés de liberté que je devrais utiliser lors d'un test t pour la signification d'un coefficient de régression, mais je ne comprends pas pourquoi. J'ai cru comprendre que les tests t avaient généralement degrés de liberté.n - p - 1n-p-1n-p-1n - 1n-1n-1

14 regression hypothesis-testing multiple-regression t-test

3

Terme d'interception dans la régression logistique

Supposons que nous ayons le modèle de régression logistique suivant: logit(p)=β0+β1x1+β2x2logit(p)=β0+β1x1+β2x2\text{logit}(p) = \beta_0+\beta_{1}x_{1} + \beta_{2}x_{2} Est les chances de l'événement lorsque et ? En d'autres termes, c'est la cote de l'événement lorsque et sont aux niveaux les plus bas (même si ce n'est pas 0)? Par exemple, si et ne …

14 logistic interpretation intercept

2

Règles «Quand utiliser boxplot et quand barplot» (du pouce?)

Le graphique en boîte et moustache et le graphique à barres sont des graphiques appropriés pour l'ANOVA selon The R Book (Crawley, 2013), mais lequel est le plus approprié ? Je suppose que cela dépend de la situation ... quelqu'un peut-il m'aider?

14 boxplot rule-of-thumb barplot

5

Recherche de points d'inflexion dans R à partir de données lissées

J'ai quelques données que je lisse en utilisant loess. Je voudrais trouver les points d'inflexion de la ligne lissée. Est-ce possible? Je suis sûr que quelqu'un a fait une méthode sophistiquée pour résoudre ce problème ... Je veux dire ... après tout, c'est R! Je suis d'accord pour changer la …

14 r smoothing loess

3

Comment puis-je interpréter ce que je retire de l'ACP?

Dans le cadre d'une mission universitaire, je dois effectuer un prétraitement des données sur un ensemble de données brutes assez vaste et multivarié (> 10). Je ne suis pas un statisticien dans aucun sens du mot, donc je suis un peu confus quant à ce qui se passe. Je m'excuse …

14 pca

4

Analyse ROC et multiROC: comment calculer le point de coupure optimal?

J'essaie de comprendre comment calculer le point de coupure optimal pour une courbe ROC (la valeur à laquelle la sensibilité et la spécificité sont maximisées). J'utilise l'ensemble aSAHde données du package pROC. La outcomevariable pourrait s'expliquer par deux variables indépendantes: s100bet ndka. En utilisant la syntaxe du Epipackage, j'ai créé …

14 r roc sensitivity-analysis sensitivity-specificity

2

Simulation de régression linéaire multiple

Je suis nouveau dans le langage R. Je voudrais savoir comment simuler à partir d'un modèle de régression linéaire multiple qui remplit les quatre hypothèses de la régression. D'accord, merci. Disons que je veux simuler les données sur la base de cet ensemble de données: y<-c(18.73,14.52,17.43,14.54,13.44,24.39,13.34,22.71,12.68,19.32,30.16,27.09,25.40,26.05,33.49,35.62,26.07,36.78,34.95,43.67) x1<-c(610,950,720,840,980,530,680,540,890,730,670,770,880,1000,760,590,910,650,810,500) x2<-c(1,1,3,2,1,1,3,3,2,2,1,3,3,2,2,2,3,3,1,2) fit<-lm(y~x1+x2) summary(fit) …

14 r multiple-regression simulation

2

Utilisation de R pour GLM avec distribution Gamma

J'ai actuellement un problème pour comprendre la syntaxe de R pour ajuster un GLM en utilisant la distribution Gamma. J'ai un ensemble de données, où chaque ligne contient 3 co-variables ( ), une variable de réponse ( ) et un paramètre de forme ( ). Je veux modéliser l'échelle de …

14 r generalized-linear-model gamma-distribution dglm

3

Effectuer une régression linéaire, mais forcer la solution à passer par certains points de données particuliers

Je sais comment effectuer une régression linéaire sur un ensemble de points. Autrement dit, je sais comment adapter un polynôme de mon choix, à un ensemble de données donné (au sens LSE). Cependant, ce que je ne sais pas, c'est comment forcer ma solution à passer par certains points particuliers …

14 regression machine-learning least-squares linear-model polynomial