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
Nested / SplitModel - RepeatedMeasures / MixedModel ANOVA: niveaux d'imbrication et de script dans R
Mon ensemble de données comporte les variables suivantes: Traitement (4 types - fixe) Emplacement (8 emplacements - fixe) Position dans l'emplacement (3 positions par emplacement - fixe) Des échantillons sont prélevés dans chaque position (3 échantillons par position aléatoire) Heure (deux heures d'échantillonnage - fixe) Taux de minéralisation (résultant de …
2
Comment puis-je transformer des données de séries chronologiques afin de pouvoir utiliser des techniques plus simples pour la prévision des pannes?
Je sais que c'est principalement un site de statistiques, donc si je suis hors sujet, veuillez me rediriger. J'ai un système avec des pompes qui se cassent parfois et doivent être remplacées. Je voudrais pouvoir prédire les pannes et ainsi prévenir rapidement les personnes qui remplacent les pompes. J'ai des …
2
Modélisation d'un modèle mixte dans JAGS / BUGS [fermé]
Fermé. Cette question est hors sujet . Il n'accepte pas actuellement de réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé il y a 8 mois . Je suis actuellement en train d'implémenter un modèle de prédiction des …
2
Application appropriée de l'analyse de survie
J'ai une expérience qui produira des observations du temps jusqu'à ce qu'un événement se produise. Certaines propriétés de base sont que Nous comptons le nombre d'événements qui se sont produits à un moment donné .t1,...,tnt1,...,tnt_1,...,t_n Les heures des événements sont censurées par intervalles, entre ,(t−1,t](t−1,t](t-1,t] Les individus ne quitteront pas …
8 survival 
3
Estimation des paramètres de la distribution exponentielle avec échantillonnage biaisé
Je veux calculer le paramètre λλ\lambda de la distribution exponentielle e- λ xe−λxe^{-\lambda x}à partir d'un échantillon de population extrait de cette distribution dans des conditions biaisées. Pour autant que je sache, pour un échantillon de n valeurs, l'estimateur habituel estλ^=n∑Xjeλ^=n∑xi\hat{\lambda} = \frac{n}{\sum x_i}. Cependant, mon échantillon est biaisé comme …
1
Prévision de séries chronologiques non stationnaires
Je voudrais prévoir les séries chronologiques non stationnaires, impliquant plusieurs hypothèses a priori cruciales découlant de l'étude des instances de telles séries. J'ai construit une fonction de distribution de probabilité en un point moyennée dans le temps approximée par une distribution normale. p^(x)=12πσ2∞−−−−−√exp(−x22σ2∞)p^(x)=12πσ∞2exp⁡(−x22σ∞2)\hat p(x) = \frac{1}{\sqrt{2\pi \sigma^2_{\infty}}} \exp\left(-\frac{x^2}{2\sigma^2_{\infty}}\right) De ce …
1
Une façon plus simple de calculer la moyenne mobile à pondération exponentielle?
Méthode proposée: Étant donné une série temporelle , je veux calculer une moyenne mobile pondérée avec une fenêtre de moyenne de points, où les pondérations favorisent les valeurs plus récentes par rapport aux valeurs plus anciennes.Xjexix_iNNN En choisissant les poids, j'utilise le fait familier qu'une série géométrique converge vers 1, …
1
Généralisation de la distribution et de la classification normales multivariées
Je m'intéresse à une famille de distributions multivariées qui peut être vue comme une généralisation de la distribution normale multivariée, dans la mesure où elles sont définies par une valeur d'espérance μ⃗ μ→\vec \mu et une matrice de covariance ΣΣ\Sigma, plus une fonction décroissante monotone g( d)g(ré)g(d) de telle sorte …
2
Interpréter la sortie du réseau neuronal dans R?
J'ai réussi à créer un réseau neuronal de mes données. Mais je ne suis pas sûr de l'interprétation de la sortie R. J'ai utilisé la commande suivante pour créer un réseau neuronal: > net=nnet(formula = category~iplen+date_time, size=0,skip=T,lineout=T) # weights: 3 initial value 136242.000000 final value 136242.000000 converged Ensuite, j'ai utilisé …
1
Classification SVM non linéaire avec noyau RBF
J'implémente un classificateur SVM non linéaire avec le noyau RBF. On m'a dit que la seule différence avec un SVM normal était que je devais simplement remplacer le produit scalaire par une fonction du noyau: Je sais comment fonctionne un SVM linéaire normal, c'est-à-dire qu'après avoir résolu le problème d'optimisation …
3
Test post hoc dans une conception mixte 2x3 ANOVA utilisant SPSS?
J'ai deux groupes de 10 participants qui ont été évalués trois fois au cours d'une expérience. Pour tester les différences entre les groupes et entre les trois évaluations, j'ai exécuté une ANOVA de conception mixte 2x3 avec group(contrôle, expérimental), time(premier, deuxième, trois) et group x time. Les deux timeet grouprésulté …
8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 
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.