Statistiques et Big Data

2

Cette question concernait la distribution normale, mais je me demande ce que l'on sait de la distribution de l'écart-type d'un échantillon de taille n tiré d'une distribution arbitraire. En particulier, quel est l'écart type de l'écart type? Pour une distribution normale, le sd du sd est . Est-ce approximativement vrai …

9 standard-deviation

2

Une distance doit-elle être une «métrique» pour qu'un clustering hiérarchique soit valide sur celle-ci?

Disons que nous définissons une distance, qui n'est pas une métrique , entre N éléments. Sur la base de cette distance, nous utilisons ensuite un regroupement hiérarchique agglomératif . Pouvons-nous utiliser chacun des algorithmes connus (liaison simple / maximale / moyenne, etc.) pour obtenir des résultats significatifs? Ou autrement dit, …

9 clustering multilevel-analysis metric hierarchical-clustering

2

Comprendre les résultats de la régression des crêtes

Je suis nouveau dans la régression des crêtes. Lorsque j'ai appliqué une régression de crête linéaire, j'ai obtenu les résultats suivants: >myridge = lm.ridge(y ~ ma + sa + lka + cb + ltb , temp, lamda = seq(0,0.1,0.001)) > select(myridge) modified HKB estimator is 0.5010689 modified L-W estimator is …

9 ridge-regression

3

Boxplot pour plusieurs distributions?

J'ai besoin de dessiner 20 distributions dans un seul graphique en R, et cela ne me semble pas bien (encombré) avec boxplot régulier (20 cases) même avec boxwex = 0.3. Pourriez-vous me suggérer comment puis-je tracer une sorte de boxplot en R pour les 20 distributions, avec des points pour …

9 r boxplot

2

Quelles sont les bonnes références / conseils pour apprendre les statistiques d'Emacs Speaks (avec R)?

J'utilise R depuis plusieurs années, mais j'ai toujours utilisé une interface graphique comme Tinn-R, JGR et plus récemment R-Studio. Bien que j'aime l'interface de R-Studio, je pense que pour les programmes plus longs avec peu / pas de graphiques, je pourrais coder plus efficacement en profitant des raccourcis offerts par …

9 r software

1

Comment choisir le nombre de scissions dans rpart ()?

Je l' ai utilisé rpart.controlpour minsplit=2, et a obtenu les résultats suivants de la rpart()fonction. Pour éviter de sur-ajuster les données, dois-je utiliser les divisions 3 ou 7? Ne devrais-je pas utiliser le fractionnement 7? S'il vous plaît, faites-moi savoir. Variables réellement utilisées dans la construction des arbres: [1] ct_a …

9 r cart rpart

4

Regroupement avec des mesures de distance asymétriques

Comment regrouper une entité avec une mesure de distance asymétrique? Par exemple, supposons que vous regroupiez un ensemble de données avec des jours de la semaine comme entité - la distance du lundi au vendredi n'est pas la même que la distance du vendredi au lundi. Comment intégrez-vous cela dans …

9 clustering distance

2

Dans quel cadre vous attendriez-vous à ce que le modèle trouvé par LARS diffère le plus du modèle trouvé par recherche exhaustive?

Un peu plus d'informations; supposer que vous savez à l'avance combien de variables sélectionner et que vous définissez la pénalité de complexité dans la procédure LARS de manière à avoir exactement autant de variables avec des coefficients non 0, les coûts de calcul ne sont pas un problème (le nombre …

9 regression model-selection

1

Comment additionner deux variables à différentes échelles?

Si j'ai deux variables suivant deux distributions différentes et ayant des écarts-types différents ... Comment dois-je transformer deux variables pour que lorsque je résume, les deux résultats ne soient pas "induits" par des plus volatils. Par exemple ... La variable A est moins volatile que la variable B (de 0 …

9 distributions

1

Comment puis-je calculer une estimation de densité postérieure à partir d'un précédent et d'une vraisemblance?

J'essaie de comprendre comment utiliser le théorème de Bayes pour calculer un postérieur, mais je reste bloqué avec l'approche informatique, par exemple, dans le cas suivant, il n'est pas clair pour moi comment prendre le produit de l'a priori et de la vraisemblance, puis calculer le postérieur: Pour cet exemple, …

9 bayesian simulation computational-statistics

2

Correction des comparaisons multiples chez un sujet / mesures répétées ANOVA; excessivement conservateur?

Il me semble que les corrections disponibles pour les comparaisons multiples dans le cadre d'une ANOVA à mesures répétées sont excessivement conservatrices. Est-ce bien le cas? Si oui, quelles sont les citations que je peux utiliser pour appuyer ce point et en savoir plus?

9 anova repeated-measures multiple-comparisons

5

Détection de parties d'une chanson

Espérons que ce ne soit pas trop subjectif ... Je cherche une direction dans les efforts pour détecter les différentes "parties" d'une chanson, quel que soit le style musical. Je ne sais pas où chercher, mais en faisant confiance au pouvoir des autres sites StackOverflow, j'ai pensé que quelqu'un ici …

9 signal-detection

2

Comment tester si un coefficient de régression est modéré par une variable de regroupement?

J'ai effectué une régression sur deux groupes de l'échantillon en fonction d'une variable modératrice (disons le sexe). Je fais un test simple pour l'effet modérateur en vérifiant si la signification de la régression est perdue sur un ensemble alors qu'elle reste dans l'autre. Q1: La méthode ci-dessus est valide, n'est-ce …

9 regression type-i-and-ii-errors interaction

2

ANOVA appariée à mesures répétées ou modèle mixte?

On m'a demandé d'analyser certaines données d'un essai clinique à la recherche de deux méthodes de mesure de la pression artérielle. J'ai des données de 50 sujets, chacun avec entre 2 et 57 mesures utilisant chaque méthode. Je me demande comment procéder. Évidemment, j'ai besoin d'une solution qui tiendra compte …

9 r anova mixed-model stata

1

Imputation multiple pour les données de comptage manquantes dans une série chronologique à partir d'une étude par panel

J'essaie de résoudre un problème qui concerne l'imputation des données manquantes d'une étude de données de panel (je ne sais pas si j'utilise correctement «l'étude de données de panel» - telle que je l'ai apprise aujourd'hui.) J'ai des données sur le nombre total de décès pour les années 2003 jusqu'en …

9 r time-series panel-data data-imputation