Statistiques et Big Data

3

Test de la différence entre deux (ajusté) r ^ 2

Disons que j'ai deux modèles de régression, un avec trois variables et un avec quatre. Chacun crache un r ^ 2 ajusté, que je peux comparer directement. De toute évidence, le modèle avec le r ^ 2 ajusté le plus élevé est le meilleur ajustement, mais est-il possible de tester …

8 regression

1

Comment un fréquentiste calcule-t-il les chances que le groupe A bat le groupe B en ce qui concerne la réponse binaire

... (facultatif) dans le contexte de Google Web Optimizer. Supposons que vous ayez deux groupes et une variable de réponse binaire. Vous obtenez maintenant le résultat suivant: Original : 401 essais, 125 essais réussis Combinaison16 : 441 essais, 141 essais réussis La différence n'est pas statistiquement significative, mais on peut …

8 bayesian ab-test

1

Comment diminuer la perte d'informations des variables de décalage?

J'utilise un modèle de décalage distribué pour analyser les données d'une série chronologique. La durée de la période d'étude est de 18 ans, et l'observation est des données annuelles. Lorsqu'on inclut un effet de décalage d'un an, la première année de la variable de décalage devient manquante. Ensuite, un effet …

8 time-series missing-data

5

Comment puis-je estimer le moment auquel 50% d'une variable binomiale aura transité?

J'ai les données suivantes, représentant l'état binaire de quatre sujets à quatre reprises, notez qu'il n'est possible que pour chaque sujet de passer de mais pas de :0 → 10→10\to 11 → 01→01\to 0 testdata <- data.frame(id = c(1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4), day = c(1,1,1,1,8,8,8,8,16,16,16,16,24,24,24,24,32,32,32,32), obs = c(0,0,0,0,0,1,0,0,0,1,1,0,0,1,1,1,1,1,1,1)) Je peux le modéliser avec …

8 logistic censoring interval-censoring

3

Qu'est-ce qu'une bonne introduction aux tests d'hypothèses statistiques pour les informaticiens?

J'ai été récemment exposé à certaines méthodes de test d'hypothèses statistiques (par exemple le test de Friedman) au travail, et je voudrais approfondir mes connaissances sur le sujet. Pouvez-vous suggérer une bonne introduction au test de signification statistique / d'hypothèse statistique pour un informaticien? Je pense à un livre PDF …

8 hypothesis-testing statistical-significance p-value

4

Que dois-je savoir lorsque j'utilise la régression multiple pour trouver des relations «causales» dans mes données?

Tout d'abord, je réalise que la régression multiple ne donne pas vraiment d'inférence "causale" sur les données. Permettez-moi d'expliquer mon cas actuel: J'ai quatre variables indépendantes qui j'espère (mais je ne suis pas sûr) sont impliquées dans la conduite de la chose que je mesure. J'ai voulu utiliser la régression …

8 multivariate-analysis multiple-regression

2

Doit-on attribuer des notes aux étudiants sur la base d'une distribution normale?

Supposons que vous ayez une classe d'environ 800 élèves et qu'à la suite d'un ensemble d'évaluations, chaque élève ait une note brute. Comment convertir ces notes brutes en note finale? Est-ce une bonne idée d'échelonner les notes brutes à une distribution normale?

8 normal-distribution

1

Regroupement de séries chronologiques

J'ai de nombreuses séries chronologiques dans cette colonne de format 1 dans laquelle j'ai le format de date (d / m / an) et de nombreuses colonnes qui représentent différentes séries chronologiques comme ici: DATE TS1 TS2 TS3 ... 24/03/2003 0.00 0.00 ... 17/04/2003 -0.05 1.46 11/05/2003 0.46 -3.86 04/06/2003 …

8 r time-series clustering

2

Comment puis-je corriger l'erreur de mesure dans la variable dépendante dans une régression logit?

J'exécute une régression logit binaire où je sais que la variable dépendante est mal codée dans un petit pourcentage de cas. J'essaie donc d'estimer la dans ce modèle:ββ\beta prob(yi)=1/(1+e−zi)prob(yi)=1/(1+e−zi)prob(y_i) = 1/(1 + e^{-z_i}) zi=α+Xiβzi=α+Xiβz_i = \alpha + X_i\beta Mais au lieu du vecteur , j'ai , qui inclut quelques erreurs …

8 logistic measurement-error

2

Existe-t-il une différence entre saisonnalité / cyclicité / périodicité

C'est une question de définition, la communauté des statistiques différencie-t-elle ces termes?

8 seasonality

1

Corrélation des variables cliniques continues et des données d'expression génique

Dans les analyses de classification SVM (noyau linéaire) d'un ensemble de données d'expression génique (~ 400 variables / gènes) pour environ 25 cas et témoins, je trouve que les classificateurs basés sur l'expression génique ont de très bonnes caractéristiques de performance. Les cas et les témoins ne diffèrent pas de …

8 correlation classification pca continuous-data

1

Quelle est la relation entre la théorie statistique et la théorie de la décision?

Je me demandais comment les statistiques et la théorie de la décision sont liées? Il me semble que tous les problèmes / tâches statistiques peuvent être formulés en théorie de la décision. Les problèmes de théorie de la décision peuvent également être formulés sous forme de problèmes statistiques / probabilités …

8 mathematical-statistics decision-theory

1

Comment puis-je calculer le R au carré d'une régression avec des erreurs arima en utilisant R?

Si j'ai un objet arima comme a: set.seed(100) x1 <- cumsum(runif(100)) x2 <- c(rnorm(25, 20), rep(0, 75)) x3 <- x1 + x2 dummy = c(rep(1, 25), rep(0, 75)) a <- arima(x3, order=c(0, 1, 0), xreg=dummy) print(a) . Series: x3 ARIMA(0,1,0) Call: arima(x = x3, order = c(0, 1, 0), xreg …

8 r regression time-series arima r-squared

3

Conseils pour expliquer l'hétérogénéité / l'hétéroscédastictie

Je recherche de l'aide, des conseils ou des astuces pour expliquer l'hétérogénéité / l'hétéroscédasticité aux biologistes de mon service. En particulier, je veux expliquer pourquoi il est important de le rechercher et de le traiter s'il existe, je cherchais des opinions sur les questions suivantes. L'hétérogénéité influence-t-elle la fiabilité des …

8 regression mixed-model references residuals heteroscedasticity

2

Un test de pièce équitable peut-il être appliqué à une pièce de monnaie qui atterrit souvent sur son bord?

Si vous lancez une pièce et obtenez 268 têtes et 98 queues, vous pouvez calculer la probabilité que la pièce soit équitable de plusieurs façons. Une simple observation heuristique aurait très probablement conclu qu'une telle pièce est injuste. J'ai calculé la valeur de p dans R avec: > coin <- …

8 probability