Statistiques et Big Data

4

Les arêtes du graphe acyclique dirigé représentent-elles une causalité?

Je suis en train d' étudier des modèles probabilistes graphiques , un livre d'auto-étude. Les arêtes d'un graphe acyclique dirigé (DAG) représentent-elles des relations causales? Et si je veux construire un réseau bayésien , mais je ne suis pas sûr de la direction des flèches à l'intérieur? Tout ce que …

13 causality graphical-model bayesian-network dag

3

Formatage des graphiques: quand est-il approprié d'utiliser un remplissage sous un graphique linéaire?

Il s'agit d'une question de visualisation des données - j'espère que vous pouvez la poser ici. Quand est-il approprié d'utiliser un remplissage sous un graphique linéaire pour une série chronologique, comme le graphique ci-dessous? (qui affiche les temps de ping sur une journée) Je suppose qu'il est plus courant d'utiliser …

13 data-visualization

5

Imputation multiple pour les valeurs manquantes

Je voudrais utiliser l'imputation pour remplacer les valeurs manquantes dans mon ensemble de données sous certaines contraintes. Par exemple, j'aimerais que la variable imputée x1soit supérieure ou égale à la somme de mes deux autres variables, disons x2et x3. Je veux aussi x3être imputé par ou 0ou >= 14et je …

13 r spss missing-data multiple-imputation

1

GLM Gamma lié au journal vs GLM gaussien lié au journal vs LM transformé en journal

D'après mes résultats, il apparaît que GLM Gamma répond à la plupart des hypothèses, mais est-ce une amélioration intéressante par rapport au LM transformé en log? La plupart de la littérature que j'ai trouvée traite des GLM de Poisson ou binomiaux. J'ai trouvé l'article ÉVALUATION DES HYPOTHÈSES DE MODÈLE LINÉAIRE …

13 r generalized-linear-model model-selection gamma-distribution

4

Distinction entre modèle linéaire et non linéaire

J'ai lu quelques explications sur les propriétés des modèles linéaires par rapport aux modèles non linéaires, mais je ne sais toujours pas si un modèle disponible est linéaire ou non linéaire. Par exemple, le modèle suivant est-il linéaire ou non linéaire? yt= β0+ β1B ( L ; θ ) Xt+ …

13 linear-model nonlinear-regression nonlinear

3

Dois-je supprimer des variables qui sont corrélées / colinéaires avant d'exécuter kmeans?

Je lance kmeans pour identifier les clusters de clients. J'ai environ 100 variables pour identifier les grappes. Chacune de ces variables représente le% des dépenses d'un client sur une catégorie. Donc, si j'ai 100 catégories, j'ai ces 100 variables telles que la somme de ces variables est de 100% pour …

13 clustering data-mining k-means multicollinearity compositional-data

4

Comment choisir les valeurs initiales pour l'ajustement des moindres carrés non linéaires

La question ci-dessus dit tout. Fondamentalement, ma question concerne une fonction d'ajustement générique (qui pourrait être arbitrairement compliquée) qui sera non linéaire dans les paramètres que j'essaie d'estimer, comment choisit-on les valeurs initiales pour initialiser l'ajustement? J'essaie de faire des moindres carrés non linéaires. Existe-t-il une stratégie ou une méthode? …

13 least-squares nonlinear-regression starting-values

1

Conditions d'existence d'une matrice d'information Fisher

Différents manuels citent différentes conditions d'existence d'une matrice d'information de Fisher. Plusieurs de ces conditions sont énumérées ci-dessous, chacune d'entre elles apparaissant dans certaines, mais pas toutes, des définitions de «matrice d'information de Fisher». Existe-t-il un ensemble standard et minimal de conditions? Parmi les 5 conditions ci-dessous, lesquelles peuvent être …

13 fisher-information

1

Trajectoires des coefficients - comparaison de la crête, du lasso et de la régression nette élastique

Je voudrais comparer des modèles sélectionnés avec faîtage, lasso et filet élastique. La figure ci-dessous montre les chemins des coefficients en utilisant les 3 méthodes: crête (figure A, alpha = 0), lasso (figure B; alpha = 1) et filet élastique (figure C; alpha = 0,5). La solution optimale dépend de …

13 r multiple-regression modeling regularization

2

Relation entre les coefficients de corrélation phi, Matthews et Pearson

Les coefficients de corrélation phi et Matthews sont-ils le même concept? Comment sont-ils liés ou équivalents au coefficient de corrélation de Pearson pour deux variables binaires? Je suppose que les valeurs binaires sont 0 et 1. La corrélation de Pearson entre deux variables aléatoires de Bernoulli et est:yxxxyyy ρ=E[(x−E[x])(y−E[y])]Var[x]Var[y]−−−−−−−−−−√=E[xy]−E[x]E[y]Var[x]Var[y]−−−−−−−−−−√=n11n−n1∙n∙1n0∙n1∙n∙0n∙1−−−−−−−−−−√ρ=E[(x−E[x])(y−E[y])]Var[x]Var[y]=E[xy]−E[x]E[y]Var[x]Var[y]=n11n−n1∙n∙1n0∙n1∙n∙0n∙1 \rho …

13 correlation contingency-tables bernoulli-distribution model-evaluation confusion-matrix

1

Pouvez-vous comparer les valeurs AIC tant que les modèles sont basés sur le même ensemble de données?

Je fais des prévisions dans R en utilisant le package de prévisions de Rob Hyndman . Le papier appartenant au paquet peut être trouvé ici . Dans l'article, après avoir expliqué les algorithmes de prévision automatique, les auteurs mettent en œuvre les algorithmes sur le même ensemble de données. Cependant, …

13 time-series forecasting model-selection aic

3

Alternative à la variance inégale ANOVA unidirectionnelle

Je voudrais comparer les moyennes à travers trois groupes de tailles égales (taille d'échantillon égale est petite, 21). Les moyennes de chaque groupe sont normalement distribuées, mais leurs variances sont inégales (testées via Levene). Une transformation est-elle la meilleure voie dans cette situation? Dois-je considérer autre chose en premier?

13 anova variance heteroscedasticity

3

Classement global à partir de plusieurs listes classées

J'ai parcouru de nombreux documents disponibles en ligne, y compris ce forum sans aucune chance et en espérant que quelqu'un puisse aider un problème statistique auquel je suis actuellement confronté: J'ai 5 listes de données classées, chacune contenant 10 éléments classés de la position 1 (meilleure) à la position 10 …

13 statistical-significance ranking valuation

1

Comprendre MCMC et l'algorithme Metropolis-Hastings

Au cours des derniers jours, j'ai essayé de comprendre comment fonctionne Markov Chain Monte Carlo (MCMC). En particulier, j'ai essayé de comprendre et de mettre en œuvre l'algorithme Metropolis-Hastings. Jusqu'à présent, je pense que j'ai une compréhension globale de l'algorithme, mais il y a quelques choses qui ne sont pas …

13 mcmc metropolis-hastings

1

Plusieurs degrés de liberté de régression linéaire

Les degrés de liberté dans une régression multiple sont égaux à , où k est le nombre de variables.N- k - 1N−k−1N-k-1kkk Est-ce que inclut la variable de réponse (c.-à-d. Y )? Par exemple, dans le modèle Y = B 0 + B 1 X 1 + B 2 X …

13 self-study multiple-regression degrees-of-freedom