Statistiques et Big Data

Q & A pour les personnes intéressées par les statistiques, l'apprentissage automatique, l'analyse de données, l'exploration de données et la visualisation de données

1
Analyse de cluster suivie d'une analyse discriminante
Quelle est la justification, le cas échéant, pour utiliser l'analyse discriminante (DA) sur les résultats d'un algorithme de clustering comme k-means, comme je le vois de temps en temps dans la littérature (essentiellement sur le sous-typage clinique des troubles mentaux)? Il n'est généralement pas recommandé de tester les différences de …
3
Comment gérer les variables catégorielles non binaires dans la régression logistique (SPSS)
Je dois faire une régression logistique binaire avec beaucoup de variables indépendantes. La plupart d'entre elles sont binaires, mais quelques-unes des variables catégorielles ont plus de deux niveaux. Quelle est la meilleure façon de gérer ces variables? Par exemple, pour une variable avec trois valeurs possibles, je suppose que deux …
4
Quantifier le tracé QQ
Le qq-plot peut être utilisé pour visualiser la similitude de deux distributions (par exemple, visualiser la similitude d'une distribution à une distribution normale, mais aussi pour comparer deux distributions de données de bibliothèque). Existe-t-il des statistiques qui génèrent une mesure numérique plus objective qui représente leur similitude (de préférence sous …
2
Comparaison longitudinale de deux distributions
J'ai les résultats d'un test sanguin administré à 2500 personnes quatre fois à six mois d'intervalle. Les résultats consistent principalement en deux mesures de la réponse immunitaire - une en présence de certains antigènes de la tuberculose, une en l'absence. Actuellement, chaque test est évalué comme positif ou négatif en …
4
Comment rechercher des vallées dans un graphique?
J'examine quelques données de couverture génomique qui sont essentiellement une longue liste (quelques millions de valeurs) d'entiers, chacun indiquant dans quelle mesure (ou "profondément") cette position dans le génome est couverte. Je voudrais rechercher dans ces données des "vallées", c'est-à-dire des régions nettement "inférieures" à leur environnement. Notez que la …
4
Distribution asymptotique des multinomiaux
Je recherche la distribution limite de la distribution multinomiale sur les résultats d. IE, la distribution des éléments suivants limn → ∞n- 12Xnlimn→∞n−12Xn\lim_{n\to \infty} n^{-\frac{1}{2}} \mathbf{X_n} Où XnXn\mathbf{X_n} est une variable aléatoire de valeur vectorielle de densité Fn( x )fn(x)f_n(\mathbf{x}) pour Xx\mathbf{x} telle que ∑jeXje= n∑ixi=n\sum_i x_i=n , Xje∈ Z …
5
Quelles autres transformations de normalisation sont couramment utilisées au-delà des transformations courantes comme la racine carrée, le log, etc.?
Dans l'analyse des résultats aux tests (par exemple, en éducation ou en psychologie), les techniques d'analyse courantes supposent souvent que les données sont normalement distribuées. Cependant, peut-être plus souvent qu'autrement, les scores ont tendance à s'écarter parfois sauvagement de la normale. Je connais certaines transformations de normalisation de base, telles …
11
Révolutions statistiques depuis 50 ans? [fermé]
Dans l'état actuel des choses, cette question ne convient pas à notre format de questions / réponses. Nous nous attendons à ce que les réponses soient étayées par des faits, des références ou une expertise, mais cette question suscitera probablement un débat, des arguments, des sondages ou une discussion approfondie. …
10 history 
1
Quel type d'analyse post-ajustement des résidus utilisez-vous?
Lors de la régression linéaire multiple OLS, plutôt que de tracer les résidus par rapport aux valeurs ajustées, je trace les résidus Studentized (internes) par rapport aux valeurs ajustées (idem pour les covariables). Ces résidus sont définis comme: e∗je= ejes2( 1 - hje je)---------√eje∗=ejes2(1-hjeje)\begin{equation} e^*_i = \frac{e_i}{\sqrt{s^2 (1-h_{ii})}} \end{equation} où …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.