Statistiques et Big Data

1

Prédire avec des effets aléatoires dans mgcv gam

Je m'intéresse à la modélisation des prises totales de poisson en utilisant gam en mgcv pour modéliser des effets aléatoires simples pour des navires individuels (qui effectuent des déplacements répétés au fil du temps dans la pêche). J'ai 98 sujets, j'ai donc pensé utiliser gam au lieu de gamm pour …

10 prediction random-effects-model gam mgcv

2

Quelle est exactement la méthode Box-Jenkins pour les processus ARIMA?

La page Wikipedia indique que Box-Jenkins est une méthode d'ajustement d'un modèle ARIMA à une série chronologique. Maintenant, si je veux adapter un modèle ARIMA à une série chronologique, je vais ouvrir SAS, appeler proc ARIMA, fournir les paramètres et SAS me donnera les coefficients AR et MA. Maintenant, je …

10 time-series arima sas aic box-jenkins

2

Comment visualiser les pourcentages par rapport au nombre d'entrées.

J'essaie de trouver la meilleure façon de visualiser le tableau ci-dessous et de souligner l'efficacité du traitement par rapport au nombre de patients qui ont essayé le traitement. Voici le lien vers la page actuelle: http://curetogether.com/cluster-headaches/treatments/ Quelle est la meilleure façon de souligner l'efficacité tout en facilitant la comparaison des …

10 data-visualization pie-chart

3

Quels sont les critères et la prise de décision pour la non-linéarité dans les modèles statistiques?

J'espère que la question générale suivante aura un sens. Veuillez garder à l'esprit qu'aux fins de cette question particulière, je ne suis pas intéressé par les raisons théoriques (domaine) d'introduire la non-linéarité. Par conséquent, je formulerai la question complète comme suit: Qu'est-ce qu'un cadre logique ( critères et, si possible, …

10 nonlinear-regression methodology nonlinear regression-strategies

3

Une série chronologique saisonnière implique-t-elle une série chronologique stationnaire ou non stationnaire

Si j'ai une série chronologique qui a une saisonnalité, cela rend-il automatiquement la série non stationnaire? Mon intuition (probablement éteinte) est que non. La saisonnalité signifie que la série monte et descend autour d'une valeur constante ... quelque chose comme une onde sinusoïdale. Ainsi, selon cette logique, une série chronologique …

10 time-series stationarity seasonality

1

Stationnarité spatiale intrinsèque: ne s'applique-t-elle pas uniquement aux petits retards?

De la définition de la stationnarité intrinsèque: E[ Z( x ) - Z( x - h ) ] = 0E[Z(x)−Z(x−h)]=0E[Z(x)-Z(x-h)] = 0 Cette hypothèse est utilisée par exemple en krigeage ordinaire, au lieu de supposer une moyenne constante sur tout l'espace, nous supposons que la moyenne est constante localement. Si …

10 spatial

1

Les erreurs de traitement des données sont-elles déjà «intégrées» à l'analyse statistique?

Ok, juste avertissement - c'est une question philosophique qui n'implique aucun chiffre. J'ai beaucoup réfléchi à la façon dont les erreurs se glissent dans les ensembles de données au fil du temps et à la façon dont les analystes devraient les traiter - ou si cela devrait vraiment avoir une …

10 dataset error

4

Pourquoi ne pas transformer en log toutes les variables qui ne sont pas d'intérêt principal?

Les livres et les discussions indiquent souvent que face à des problèmes (dont il y en a quelques-uns) avec un prédicteur, la transformation logarithmique est une possibilité. Maintenant, je comprends que cela dépend des distributions et que la normalité des prédicteurs n'est pas une hypothèse de régression; mais la transformation …

10 regression data-transformation

2

Pourquoi l'erreur de mesure dans la variable dépendante ne biaise-t-elle pas les résultats?

Quand il y a une erreur de mesure dans la variable indépendante, j'ai compris que les résultats seront biaisés contre 0. Lorsque la variable dépendante est mesurée avec erreur, ils disent que cela affecte juste les erreurs standard mais cela n'a pas beaucoup de sens pour moi parce que nous …

10 regression econometrics instrumental-variables

2

Meilleure méthode pour créer des courbes de croissance

Je dois créer des graphiques (similaires aux courbes de croissance) pour les enfants de 5 à 15 ans (seulement 5,6,7, etc.; il n'y a pas de valeurs fractionnaires comme 2,6 ans) pour une variable de santé qui est non négative, continue et la plage de 50 à 150 (avec seulement …

10 ordinal-data quantiles regression-strategies generalized-least-squares growth-model

3

Analyse de séries chronologiques vs apprentissage automatique?

Juste une question générale. Si vous avez des données de séries chronologiques, quand est-il préférable d'utiliser des techniques de séries chronologiques (aka, ARCH, GARCH, etc.) plutôt que des techniques d'apprentissage machine / statistique (KNN, régression)? S'il y a une question similaire qui existe sur la validation croisée, veuillez m'orienter vers …

10 time-series machine-learning

1

Montrer que si

Actuellement coincé là-dessus, je sais que je devrais probablement utiliser l'écart moyen de la distribution binomiale mais je ne peux pas le comprendre.

10 self-study binomial mean expected-value proof

3

glm in R - quelle valeur p représente la qualité d'ajustement de l'ensemble du modèle?

Je lance glms en R (modèles linéaires généralisés). Je pensais que je connaissais les valeurs p - jusqu'à ce que je voie que l'appel à un résumé pour un GLM ne vous donne pas une valeur p primordiale représentative du modèle dans son ensemble - du moins pas à l'endroit …

10 r statistical-significance generalized-linear-model p-value descriptive-statistics

1

Prédiction probabiliste de forêt aléatoire vs vote majoritaire

Scikit learn semble utiliser la prédiction probabiliste au lieu du vote majoritaire pour la technique d'agrégation du modèle sans expliquer pourquoi (1.9.2.1. Forêts aléatoires). Y a-t-il une explication claire pourquoi? De plus, existe-t-il un bon article ou article de synthèse sur les différentes techniques d'agrégation de modèles pouvant être utilisées …

10 random-forest python scikit-learn aggregation bagging

1

bayesglm (bras) contre MCMCpack

Les deux bayesglm()(dans le bras package R) et diverses fonctions dans le paquet MCMCpack sont destinés à faire l' estimation bayésienne des modèles linéaires généralisés, mais je ne suis pas sûr qu'ils calcul fait la même chose. Les fonctions MCMCpack utilisent la chaîne de Markov Monte Carlo pour obtenir un …

10 bayesian generalized-linear-model