Statistiques et Big Data

J'ai effectué une régression multiple dans laquelle le modèle dans son ensemble est significatif et explique environ 13% de la variance. Cependant, je dois trouver la quantité de variance expliquée par chaque prédicteur significatif. Comment puis-je faire cela en utilisant R? Voici quelques exemples de données et de code: D …

13 r  regression  variance 

Dans R (2.15.2), j'ai monté une fois un ARIMA (3,1,3) sur une série temporelle et une fois un ARMA (3,3) sur la série temporelle une fois différenciée. Les paramètres ajustés diffèrent, ce que j'ai attribué à la méthode d'ajustement dans ARIMA. De plus, l'ajustement d'un ARIMA (3,0,3) sur les mêmes …

13 r  time-series  arima  fitting  arma 

J'ai travaillé sur un modèle logistique et j'ai des difficultés à évaluer les résultats. Mon modèle est un logit binomial. Mes variables explicatives sont: une variable catégorielle à 15 niveaux, une variable dichotomique et 2 variables continues. Mon N est grand> 8000. J'essaie de modéliser la décision des entreprises d'investir. …

13 r  logistic  goodness-of-fit  roc 

Je travaille sur quelque chose comme le problème suivant. J'ai un tas d'utilisateurs et N livres. Chaque utilisateur crée un classement ordonné de tous les livres qu'il a lus (qui est probablement un sous-ensemble des N livres), par exemple, Livre 1> Livre 40> Livre 25. Maintenant, je veux transformer ces …

13 multiple-comparisons  ranking  recommender-system  bradley-terry-model 

Il semble que si Xi∼N(0,1)Xi∼N(0,1)X_i \sim N(0,1) , alors X1X2+X3X4∼Laplace(0,1)X1X2+X3X4∼Laplace(0,1)X_1 X_2 + X_3 X_4 \sim \mathrm{Laplace(0,1)} J'ai vu des articles sur les formes quadratiques arbitraires, ce qui se traduit toujours par des expressions chi-carré non centrales horribles. La relation simple ci-dessus ne me semble pas du tout évidente, alors (si …

13 normal-distribution  proof  quadratic-form  laplace-distribution 

J'ai fréquemment utilisé pour diagnostiquer mes données multivariées à l'aide de l'ACP (données omiques avec des centaines de milliers de variables et des dizaines ou des centaines d'échantillons). Les données proviennent souvent d'expériences avec plusieurs variables indépendantes catégorielles définissant certains groupes, et je dois souvent passer par quelques composants avant …

13 pca  linear-model  r-squared  discriminant-analysis 

Est-il possible d'effectuer une analyse de puissance pour le test Kruskal-Wallis et Mann-Whitney U? Si oui, existe-t-il des packages / fonctions R qui l'exécutent?

13 r  nonparametric  power-analysis  kruskal-wallis 

Je viens de commencer à construire des modèles en stan ; pour me familiariser avec l'outil, je travaille sur certains des exercices d'analyse des données bayésiennes (2e éd.). L' exercice Waterbuck suppose que les données , avec inconnues. Puisque l'hamiltonien Monte Carlo ne permet pas de paramètres discrets, j'ai déclaré …

13 bayesian  mcmc  discrete-data  stan 

J'ai dirigé un glm.nb par glm1<-glm.nb(x~factor(group)) avec groupe étant une catégorie et x une variable métrique. Lorsque j'essaie d'obtenir le résumé des résultats, j'obtiens des résultats légèrement différents, selon que j'utilise summary()ou summary.glm. summary(glm1)Donne moi ... Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 0.1044 0.1519 0.687 0.4921 factor(gruppe)2 0.1580 …

13 r  generalized-linear-model  negative-binomial 

J'ai essayé d'apprendre et d'appliquer des modèles ARIMA. J'ai lu un excellent texte sur ARIMA de Pankratz - Prévision avec boîte univariée - Modèles Jenkins: concepts et cas . Dans le texte, l'auteur insiste particulièrement sur le principe de parcimonie dans le choix des modèles ARIMA. J'ai commencé à jouer …

13 time-series  forecasting  arima  aic  automatic-algorithms 

J'ai besoin de dériver des expressions analytiques pour la fonction d'autocovarianceγ(k)γ(k)\gamma\left(k\right) d'un processus ARMA (2,1) dénoté par: yt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵtyt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵty_t=\phi_1y_{t-1}+\phi_2y_{t-2}+\theta_1\epsilon_{t-1}+\epsilon_t Donc, je sais que: γ(k)=E[yt,yt−k]γ(k)=E[yt,yt−k]\gamma\left(k\right) = \mathrm{E}\left[y_t,y_{t-k}\right] donc je peux écrire: γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]\gamma\left(k\right) = \phi_1 \mathrm{E}\left[y_{t-1}y_{t-k}\right]+\phi_2 \mathrm{E}\left[y_{t-2}y_{t-k}\right]+\theta_1 \mathrm{E}\left[\epsilon_{t-1}y_{t-k}\right]+\mathrm{E}\left[\epsilon_{t}y_{t-k}\right] puis, pour dériver la version analytique de la fonction d'autocovariance, j'ai besoin de substituer des …

13 time-series  covariance  autocorrelation  arma 

Le terme «inférence statistique» comprend-il uniquement les tests d'hypothèse ou inclut-il également l'estimation ponctuelle, l'estimation d'intervalle, etc. Des références faisant autorité seront grandement appréciées.

13 inference  terminology 

Pouvez-vous donner la raison d'utiliser un test unilatéral dans l'analyse du test de variance? Pourquoi utilisons-nous un test unilatéral - le test F - en ANOVA?

13 anova  f-test  sums-of-squares  f-distribution 

En régression linéaire, Y=XβY=XβY= X\beta , pourquoi est-il XXXappelé matrice de conception? peut-il être conçu ou construit arbitrairement dans une certaine mesure comme dans l'art?XXX

13 regression  terminology 

J'ai les résultats du même test appliqués à deux échantillons indépendants: x <- c(17, 12, 13, 16, 9, 19, 21, 12, 18, 17) y <- c(10, 6, 15, 9, 8, 11, 8, 16, 13, 7, 5, 14) Et je veux calculer un test de somme de rang de Wilcoxon. Lorsque …

13 r  wilcoxon-mann-whitney  wilcoxon-signed-rank