Statistiques et Big Data

2

Régression du processus gaussien pour les ensembles de données de grande dimension

Je voulais juste voir si quelqu'un avait une expérience de l'application de la régression de processus gaussienne (GPR) à des ensembles de données de grande dimension. J'examine certaines des diverses méthodes GPR clairsemées (par exemple, les pseudo-entrées GPR clairsemées) pour voir ce qui pourrait fonctionner pour les ensembles de données …

10 machine-learning predictive-models large-data gaussian-process

1

Est-il acceptable d'exécuter deux modèles linéaires sur le même ensemble de données?

Pour une régression linéaire avec plusieurs groupes (groupes naturels définis a priori), est-il acceptable d'exécuter deux modèles différents sur le même ensemble de données pour répondre aux deux questions suivantes? Chaque groupe a-t-il une pente non nulle et une intersection non nulle et quels sont les paramètres pour chaque régression …

10 r regression multiple-comparisons inference ancova

2

Qu'est-ce qu'un modèle de série chronologique pour prévoir un pourcentage lié par (0,1)?

Cela doit venir --- la prévision des choses coincées entre 0 et 1. Dans ma série, je soupçonne un composant d'auto-régression, et aussi un composant de retour à la moyenne, donc je veux quelque chose que je peux interpréter comme un ARIMA --- mais je ne veux pas qu'il tire …

10 time-series forecasting logistic arima beta-regression

4

Comment puis-je calculer la statistique de test Pearson pour le manque d'ajustement sur un modèle de régression logistique dans R?

Le rapport de vraisemblance (aka déviance) statistique et test de manque d'ajustement (ou qualité d'ajustement) est assez simple à obtenir pour un modèle de régression logistique (ajustement à l'aide de la fonction) dans R. Cependant, il peut être il est facile de faire en sorte que le nombre de cellules …

10 r chi-squared logistic generalized-linear-model goodness-of-fit

1

R régression linéaire variable catégorielle valeur «cachée»

Ceci est juste un exemple que j'ai rencontré plusieurs fois, donc je n'ai pas d'échantillons de données. Exécution d'un modèle de régression linéaire dans R: a.lm = lm(Y ~ x1 + x2) x1est une variable continue. x2est catégorique et a trois valeurs, par exemple "Low", "Medium" et "High". Cependant, la …

10 r regression categorical-data regression-coefficients categorical-encoding machine-learning random-forest anova spss r self-study bootstrap monte-carlo r multiple-regression partitioning neural-networks normalization machine-learning svm kernel-trick self-study survival cox-model repeated-measures survey likert correlation variance sampling meta-analysis anova independence sample assumptions bayesian covariance r regression time-series mathematical-statistics graphical-model machine-learning linear-model kernel-trick linear-algebra self-study moments function correlation spss probability confidence-interval sampling mean population r generalized-linear-model prediction offset data-visualization clustering sas cart binning sas logistic causality regression self-study standard-error r distributions r regression time-series multiple-regression python chi-squared independence sample clustering data-mining rapidminer probability stochastic-processes clustering binary-data dimensionality-reduction svd correspondence-analysis data-visualization excel c# hypothesis-testing econometrics survey rating composite regression least-squares mcmc markov-process kullback-leibler convergence predictive-models r regression anova confidence-interval survival cox-model hazard normal-distribution autoregressive mixed-model r mixed-model sas hypothesis-testing mediation interaction

1

À quels problèmes dois-je faire attention lors de la combinaison de plusieurs séries chronologiques?

Disons que j'ai un certain nombre de séries chronologiques, par exemple un certain nombre d'enregistrements de température de diverses stations dans une région. Je veux obtenir un enregistrement de température unique pour toute la région avec lequel je pourrais décrire les aspects du climat régional. L'approche intuitive pourrait être de …

10 time-series climate

2

Rapport cas / témoin optimal dans une étude cas-témoins

Quel est le rapport cas / témoins optimal dans une étude cas-témoins? Pourquoi la plupart des manuels ou des monographies suggèrent-ils qu'il est supérieur à 1? Peut-il être inférieur à 1 (quels sont les inconvénients?)? Je vous remercie.

10 case-control-study

2

Quelle est la distribution de l'erreur autour des données de croissance logistique?

En écologie, nous utilisons souvent l'équation de croissance logistique: Nt= KN0er tK+ N0er t - 1Nt=KN0ertK+N0ert-1 N_t = \frac{ K N_0 e^{rt} }{K + N_0 e^{rt-1}} ou Nt= KN0N0+ ( K- N0) e- r tNt=KN0N0+(K-N0)e-rt N_t = \frac{ K N_0}{N_0 + (K -N_0)e^{-rt}} où est la capacité de charge (densité …

10 r distributions pdf ecology

2

Comment traiter correctement plusieurs points de données pour chaque sujet

Je discute actuellement avec someoe sur la façon de traiter correctement les données avec plusieurs mesures pour chaque sujet. Dans ce cas, les données ont été recueillies pour chaque sujet dans un court laps de temps pour différentes conditions au sein de chaque sujet. Toutes les mesures rassemblent exactement la …

10 spss repeated-measures

3

Où est la variance partagée entre tous les IV dans une équation de régression multiple linéaire?

Dans une équation de régression multiple linéaire, si les poids bêta reflètent la contribution de chaque variable indépendante individuelle au-delà de la contribution de tous les autres IV, où dans l'équation de régression la variance est-elle partagée par tous les IV qui prédit la DV? Par exemple, si le diagramme …

10 multiple-regression sums-of-squares

3

Modèles de Markov avec probabilités de transition conditionnelles

Tout d'abord, permettez-moi de reconnaître dès le départ que je ne suis pas aussi doué en statistique et en mathématiques que je le souhaiterais. Certains pourraient dire avoir juste assez de connaissances pour être dangereux. : Je m'excuse si je n'utilise pas la terminologie correctement. J'essaie de modéliser les probabilités …

10 markov-process conditional-probability

2

Comment simuler des résultats multivariés dans R?

La plupart des situations, nous ne traitons qu'avec une variable de résultat / réponse telle que . Cependant, dans certains scénarios, en particulier dans les données cliniques, les variables de résultat peuvent être de grande dimension / multivariées. Tels que , où contient les , et et ces résultats sont …

10 r cross-validation

3

Distance de Mahalanobis via PCA lorsque

J'ai une matrice , où est le nombre de gènes et est le nombre de patients. Quiconque a travaillé avec de telles données sait que est toujours supérieur à . En utilisant la sélection des fonctionnalités, j'ai réduit à un nombre plus raisonnable, mais est toujours supérieur à .p n …

10 correlation pca genetics covariance distance-functions

3

Comment créer un système de recommandation qui intègre à la fois le filtrage collaboratif et les fonctionnalités de contenu?

Je suis en train de créer un système de recommandation et je veux intégrer à la fois les évaluations d'utilisateurs "similaires" et les caractéristiques des articles. La sortie est une note prédite [0-1]. J'envisage un réseau neuronal (pour commencer). Ainsi, les entrées sont une combinaison des caractéristiques des articles et …

10 recommender-system

1

Valeurs manquantes dans la variable de réponse dans JAGS

Gelman & Hill (2006) disent: Dans Bugs, les résultats manquants dans une régression peuvent être facilement gérés en incluant simplement le vecteur de données, les NA et tout. Les bogues modélisent explicitement la variable de résultat, et il est donc trivial d'utiliser ce modèle pour, en e ﬀ et, imputer …

10 missing-data bugs jags