Statistiques et Big Data

1

Carré moyen racine vs écart absolu moyen?

Le carré moyen de la racine et l'écart absolu moyen semblent tous deux des mesures de l'ampleur de la variabilité (en particulier lorsque les variables sont à la fois + ve et -ve). Quelles sont les règles de base pour choisir l'un d'entre eux plutôt que l'autre?

11 regression standard-deviation

1

Analyse de puissance pour l'analyse de survie

Si j’émets l’hypothèse qu’une signature génique identifiera les sujets à moindre risque de récidive, c’est-à-dire diminuer de 0,5 (rapport de risque de 0,5) le taux d’événement dans 20% de la population et j’ai l’intention d’utiliser des échantillons issus d’une étude de cohorte rétrospective la taille de l'échantillon doit être ajustée …

11 survival power-analysis genetics

2

Utiliser la régression du poisson pour des données continues?

La distribution de poisson peut-elle être utilisée pour analyser des données continues ainsi que des données discrètes? J'ai quelques ensembles de données où les variables de réponse sont continues, mais ressemblent à une distribution de poisson plutôt qu'à une distribution normale. Cependant, la distribution de poisson est une distribution discrète …

11 distributions regression poisson-distribution continuous-data

1

Prédire les processus à longue mémoire

Je travaille avec un processus à deux états avec dans pourXtXtx_t{ 1 , - 1 }{1,-1}\{1, -1\}t = 1 , 2 , …t=1,2,…t = 1, 2, \ldots La fonction d'autocorrélation est indicative d'un processus à mémoire longue, c'est-à-dire qu'elle affiche une décroissance de la loi de puissance avec un exposant …

11 time-series predictive-models autocorrelation

2

Prédictions à 1 pas avec le package dynlm R

J'ai ajusté un modèle avec plusieurs variables indépendantes, dont l'une est le décalage de la variable dépendante, en utilisant le package dynlm. En supposant que j'ai des prévisions à un pas pour mes variables indépendantes, comment puis-je obtenir des prévisions à un pas pour mes variables dépendantes? Voici un exemple: …

11 r dynamic-regression

2

Comment peut-on tracer des interactions continues par continues dans ggplot2?

Disons que j'ai des données: x1 <- rnorm(100,2,10) x2 <- rnorm(100,2,10) y <- x1+x2+x1*x2+rnorm(100,1,2) dat <- data.frame(y=y,x1=x1,x2=x2) res <- lm(y~x1*x2,data=dat) summary(res) Je veux tracer l'interaction continue par continue de telle sorte que x1 soit sur l'axe X et x2 soit représenté par 3 lignes, une qui représente x2 à un …

11 r regression ggplot2 interaction

6

Prédire après avoir exécuté la fonction mlogit dans R

Voici ce que je veux faire, mais il ne semble pas y avoir de predictméthode pour le mlogit. Des idées? library(mlogit) data("Fishing", package = "mlogit") Fish <- mlogit.data(Fishing, varying = c(2:9), shape = "wide", choice = "mode") Fish_fit<-Fish[-1,] Fish_test<-Fish[1,] m <- mlogit(mode ~price+ catch | income, data = Fish_fit) predict(m,newdata=Fish_test)

11 r logistic logit multinomial

3

Interprétation des valeurs de p produites par le test de Levene ou Bartlett pour l'homogénéité des variances

J'ai exécuté le test de Levene et Bartlett sur des groupes de données d'une de mes expériences pour valider que je ne viole pas l'hypothèse de l'ANOVA d'homogénéité des variances. J'aimerais vérifier avec vous que je ne fais pas de fausses hypothèses, si cela ne vous dérange pas: D La …

11 anova heteroscedasticity levenes-test

2

Quels types de choses puis-je prédire avec un classificateur bayésien naïf?

Je suis un débutant en statistique (j'ai suivi un seul cours universitaire), mais j'ai une formation en programmation. Je viens de commencer à jouer avec une bibliothèque de classificateurs bayésiens pour Ruby et je cherche des idées de choses à analyser. En ce moment, je déconne avec la catégorisation des …

11 bayesian naive-bayes

4

Comment présenter le gain de variance expliquée grâce à la corrélation de Y et X?

Je cherche à expliquer (visuellement) la corrélation linéaire simple aux étudiants de première année. La manière classique de visualiser serait de donner un nuage de points Y ~ X avec une droite de régression. Récemment, j'ai eu l'idée d'étendre ce type de graphisme en ajoutant à l'intrigue 3 images supplémentaires, …

11 r data-visualization regression correlation

2

Détecter les changements dans les séries chronologiques

Je suis tombé sur une image d'un prototype d'application qui trouve des changements importants ("tendances" - pas des pics / valeurs aberrantes) dans les données de trafic: Je veux écrire un programme (Java, éventuellement R) qui est capable de faire de même - mais parce que mes compétences statistiques sont …

11 time-series change-point

5

Tester l'hypothèse de normalité pour des mesures répétées anova? (en R)

En supposant donc qu'il est utile de tester l'hypothèse de normalité pour anova (voir 1 et 2 ) Comment peut-il être testé en R? Je m'attendrais à faire quelque chose comme: ## From Venables and Ripley (2002) p.165. utils::data(npk, package="MASS") npk.aovE <- aov(yield ~ N*P*K + Error(block), npk) residuals(npk.aovE) qqnorm(residuals(npk.aov)) …

11 r anova normality-assumption repeated-measures

5

Mesurer la régression à la moyenne dans les home runs

Quiconque suit le baseball a probablement entendu parler de la performance de type MVP de nulle part de Jose Bautista de Toronto. Au cours des quatre années précédentes, il a réalisé environ 15 circuits par saison. L'année dernière, il a atteint 54, un nombre dépassé par seulement 12 joueurs dans …

11 r regression modeling

4

MANOVA et corrélations entre variables dépendantes: quelle est la force trop forte?

Les variables dépendantes dans une MANOVA ne doivent pas être "trop fortement corrélées". Mais à quel point une corrélation est-elle trop forte? Il serait intéressant de recueillir l'opinion des gens sur cette question. Par exemple, feriez-vous avec MANOVA dans les situations suivantes? Y1 et Y2 sont corrélés avec etp < …

11 correlation anova multivariate-analysis rule-of-thumb manova

3

Comparaison des modèles de régression sur les données de dénombrement

J'ai récemment ajusté 4 modèles de régression multiple pour les mêmes données de prédicteur / réponse. Deux des modèles que je correspond à la régression de Poisson. model.pois <- glm(Response ~ P1 + P2 +...+ P5, family=poisson(), ...) model.pois.inter <- glm(Response ~ (P1 + P2 +...+ P5)^2, family=poisson(), ...) Deux …

11 regression aic count-data likelihood-ratio model-comparison