Statistiques et Big Data

4

Comment générer une matrice de corrélation aléatoire qui a des entrées hors diagonale approximativement normalement distribuées avec un écart-type donné?

Je voudrais générer une matrice de corrélation aléatoire telle que la distribution de ses éléments hors diagonale ressemble approximativement à la normale. Comment puis-je le faire? La motivation est la suivante. Pour un ensemble de données de séries chronologiques, la distribution de corrélation semble souvent assez proche de la normale. …

11 normal-distribution random-generation correlation-matrix

2

Comment sélectionner le nombre de composants pour une analyse indépendante des composants?

En l'absence de bonnes suppositions a priori sur le nombre de composants à demander dans Independent Components Analysis, je cherche à automatiser un processus de sélection. Je pense qu'un critère raisonnable pourrait être le nombre qui minimise les preuves globales de corrélation entre les composantes calculées. Voici le pseudocode de …

11 ica

4

Que signifie pour une étude être surchargée?

Que signifie pour une étude être surchargée? Mon impression est que cela signifie que la taille de vos échantillons est si grande que vous avez le pouvoir de détecter de minuscules tailles d'effet. Ces tailles d'effet sont peut-être si petites qu'elles sont plus susceptibles de résulter de légers biais dans …

11 statistical-significance sample-size effect-size power-analysis power

2

Comment dessiner un graphique d'interaction avec des intervalles de confiance?

Mes tentatives: Je n'ai pas pu obtenir d'intervalles de confiance interaction.plot() et d'autre part plotmeans()du package 'gplot' n'afficherait pas deux graphiques. De plus, je ne pouvais pas imposer deux plotmeans()graphes l'un sur l'autre car par défaut les axes sont différents. J'ai eu un certain succès en utilisant le plotCI()package 'gplot' …

11 r data-visualization confidence-interval interaction

1

Probabilités de couverture de l'intervalle de confiance bootstrap de base

J'ai la question suivante pour un cours sur lequel je travaille: Mener une étude Monte Carlo pour estimer les probabilités de couverture de l'intervalle de confiance bootstrap normal standard et de l'intervalle de confiance bootstrap de base. Échantillon d'une population normale et vérifier les taux de couverture empiriques pour la …

11 r confidence-interval self-study bootstrap monte-carlo

4

Exemples d'études utilisant p <0,001, p <0,0001 ou des valeurs de p encore plus faibles?

Je viens des sciences sociales, où p <0,05 est à peu près la norme, avec p <0,1 et p <0,01 également, mais je me demandais: quels domaines d'études, le cas échéant, utilisent des valeurs de p inférieures comme un commun la norme?

11 statistical-significance p-value

4

Que signifie linéaire dans la régression linéaire?

En R, si j'écris lm(a ~ b + c + b*c) serait-ce encore une régression linéaire? Comment faire d'autres types de régression en R? J'apprécierais toute recommandation de manuels ou de tutoriels?

11 r regression

4

Comparer les coefficients de régression logistique entre les modèles?

J'ai développé un modèle logit à appliquer à six ensembles différents de données transversales. Ce que j'essaie de découvrir, c'est s'il y a des changements dans l'effet substantiel d'une variable indépendante donnée (IV) sur la variable dépendante (DV) contrôlant d'autres explications à différents moments et dans le temps. Mes questions …

11 logistic spss

3

Quelle est la différence entre les scores Z et les valeurs p?

Dans les algorithmes de motif de réseau, il semble assez courant de renvoyer à la fois une valeur p et un score Z pour une statistique: "Le réseau d'entrée contient X copies du sous-graphique G". Un sous-graphique est considéré comme un motif s'il satisfait valeur p <A, Score Z> B …

11 hypothesis-testing p-value z-statistic

1

Taille d'échantillon requise pour déterminer laquelle parmi un ensemble de publicités a le taux de clics le plus élevé

Je suis concepteur de logiciels de métier et je travaille sur un projet pour un client, et je voudrais m'assurer que mon analyse est statistiquement solide. Considérez ce qui suit: Nous avons n publicités (n <10), et nous voulons simplement savoir quelle publicité est la plus performante. Notre serveur publicitaire …

11 anova sample-size t-test rule-of-thumb

4

Étiquetage des boîtes à moustaches en R

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. J'ai besoin de construire un boxplot sans aucun axe et de l'ajouter au tracé actuel (courbe ROC), mais j'ai besoin d'ajouter …

11 r boxplot

3

Comment générer des points uniformément répartis dans la boule d'unité 3D?

J'ai posté une question précédente , c'est lié mais je pense qu'il vaut mieux commencer un autre fil. Cette fois, je me demande comment générer des points uniformément répartis à l'intérieur de la sphère d'unité 3D et comment vérifier la distribution visuellement et statistiquement aussi? Je ne vois pas les …

11 random-generation

3

Comment choisir un bon point de fonctionnement à partir de courbes de rappel de précision?

Existe-t-il une méthode standard pour déterminer un point de fonctionnement "optimal" sur une courbe de rappel de précision ? (c.-à-d. déterminer le point de la courbe qui offre un bon compromis entre précision et rappel) Merci

11 machine-learning precision-recall

2

Comment calculer le paramètre de régularisation dans la régression de crête en fonction des degrés de liberté et de la matrice d'entrée?

Soit A la matrice des variables indépendantes et B la matrice n × 1 correspondante des valeurs dépendantes. Dans la régression d'arête, on définit un paramètre λ de sorte que: β = ( A T A + X I ) - 1 A T B . Soit maintenant [usv] = …

11 ridge-regression

2

Comment gérer les données inexistantes (non manquantes)?

Je n'ai jamais vraiment trouvé de bon texte ou d'exemples sur la façon de gérer les données «inexistantes» pour les entrées de n'importe quel classificateur. J'ai beaucoup lu sur les données manquantes mais que peut-on faire sur les données qui ne peuvent pas exister ou qui n'existent pas par rapport …

11 missing-data