Statistiques et Big Data

3

Quel modèle peut être utilisé lorsque l'hypothèse de variance constante est violée?

Puisque nous ne pouvons pas ajuster le modèle ARIMA lorsque l'hypothèse de variance constante est violée, quel modèle peut être utilisé pour ajuster les séries temporelles univariées?

9 time-series modeling forecasting arima

1

Paramétrage des distributions de Behrens – Fisher

"Sur le problème Behrens – Fisher: un examen" par Seock-Ho Kim et Allen S. Cohen Journal of Educational and Behavioral Statistics , volume 23, numéro 4, hiver 1998, pages 356–377 Je regarde cette chose et elle dit: Fisher (1935, 1939) a choisi la statistique [oùtiest lastatistiquet àun échantillonhabituelle pouri=1,2] oùθest …

9 distributions parameterization fiducial

2

Ajustement dynamique de l'architecture NN: inventer l'inutile?

Je commence mon voyage de doctorat et l'objectif ultime que je me suis fixé est de développer des RNA qui surveilleraient l'environnement dans lequel ils travaillent et adapteraient dynamiquement leur architecture au problème en cours. L'implication évidente est la temporalité des données: si l'ensemble de données n'est pas continu et …

9 machine-learning neural-networks

2

Où puis-je trouver des ensembles de données utiles pour tester mes propres implémentations Machine Learning? [fermé]

Fermé. Cette question est hors sujet . Il n'accepte pas actuellement les réponses. Vous souhaitez améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé il y a 5 ans . J'essaie actuellement d'implémenter moi-même certains algorithmes d'apprentissage automatique. Beaucoup d'entre …

9 dataset

6

Pourquoi la volatilité est-elle un sujet important en économétrie financière?

Je ne sais pas si elle est totalement hors sujet, mais j'ai pensé qu'il pourrait être utile d'avoir des opinions et une réponse globale sur les raisons pour lesquelles la volatilité est un sujet important en économétrie financière. Je pense que cela a commencé avec la théorie du portefeuille et …

9 finance volatility-forecasting

4

Sélection et performances des modèles en régression logistique

J'ai une question sur la sélection des modèles et les performances des modèles en régression logistique. J'ai trois modèles basés sur trois hypothèses différentes. Les deux premiers modèles (nommons-les z et x) n'ont qu'une seule variable explicative dans chaque modèle, et le troisième (nommons-le w) est plus compliqué. J'utilise AIC …

9 logistic model-selection cross-validation

3

Correction de Bonferroni avec corrélation de Pearson et régression linéaire

J'exécute des statistiques sur 5 IVs (5 traits de personnalité, extraversion, agrément, conscience, névrosisme, ouverture) contre 3 DVs Attitude envers PCT, Attitude envers CBT, Attitude envers PCT vs CBT. J'ai également ajouté l'âge et le sexe pour voir quels sont les autres effets. Je teste pour voir si les traits …

9 regression correlation spss multiple-comparisons pearson-r

2

Comment puis-je générer un tracé similaire à celui produit par plot.bugs et plot.jags à partir d'une liste mcmc.list? [fermé]

Fermé. Cette question est hors sujet . Il n'accepte pas actuellement les réponses. Vous souhaitez améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé il y a 2 ans . R semble être capable de produire de jolis tracés récapitulatifs …

9 r data-visualization jags bugs

2

Certains de mes prédicteurs sont à des échelles très différentes - dois-je les transformer avant d'ajuster un modèle de régression linéaire?

Je voudrais exécuter une régression linéaire sur un ensemble de données multidimensionnelles. Il existe des différences entre les différentes dimensions en termes de leur ordre de grandeur. Par exemple, la dimension 1 a généralement une plage de valeurs de [0, 1] et la dimension 2 a une plage de valeurs …

9 regression multiple-regression linear-model

1

Modèle de risque proportionnel de Cox et interprétation des coefficients lorsqu'une interaction avec des cas plus élevés est impliquée

Voici le résumé-sortie du modèle de Coxph que j'ai utilisé (j'ai utilisé R et la sortie est basée sur le meilleur modèle final, c'est-à-dire que toutes les variables explicatives significatives et leurs interactions sont incluses): coxph(formula = Y ~ LT + Food + Temp2 + LT:Food + LT:Temp2 + Food:Temp2 …

9 r interaction regression-coefficients cox-model

1

Modélisation d'une tendance spatiale par régression avec les

Je prévois d'inclure les coordonnées comme covariables dans l'équation de régression afin de s'adapter à la tendance spatiale qui existe dans les données. Après cela, je veux tester les résidus sur l'autocorrélation spatiale en variation aléatoire. J'ai plusieurs questions: Dois-je effectuer une régression linéaire dans laquelle seules les variables indépendantes …

9 regression multiple-regression spatial autocorrelation

4

Comment ajuster un modèle pour une série chronologique contenant des valeurs aberrantes

J'ai ajusté le modèle ARIMA (5,1,2) en utilisant la auto.arima()fonction dans R et en regardant l'ordre, nous pouvons dire que ce n'est pas le meilleur modèle à prévoir. Si des valeurs aberrantes existent dans la série de données, quelle est la méthode pour adapter un modèle à ces données?

9 r time-series forecasting outliers arima

1

Problèmes avec une étude de simulation de l'explication des expériences répétées d'un intervalle de confiance à 95% - où vais-je mal?

J'essaie d'écrire un script R pour simuler l'interprétation des expériences répétées d'un intervalle de confiance à 95%. J'ai trouvé qu'il surestime la proportion de fois où la valeur réelle de la population d'une proportion est contenue dans l'IC à 95% de l'échantillon. Pas une grande différence - environ 96% vs …

9 r confidence-interval binomial theory

2

Qu'est-ce qu'une probabilité conditionnelle complète?

Je sais ce qu'est une distribution de probabilité conditionnelle. Mais quelle est exactement la probabilité conditionnelle complète ?

9 probability conditional-probability

1

Pourquoi l'introduction d'un effet de pente aléatoire a élargi le SE de la pente?

J'essaie d'analyser l'effet de l'année sur logInd variable pour un groupe particulier d'individus (j'ai 3 groupes). Le modèle le plus simple: > fix1 = lm(logInd ~ 0 + Group + Year:Group, data = mydata) > summary(fix1) Call: lm(formula = logInd ~ 0 + Group + Year:Group, data = mydata) Residuals: …

9 r mixed-model lme4-nlme random-effects-model