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
Meilleures méthodes d'extraction de facteurs en analyse factorielle
SPSS propose plusieurs méthodes d'extraction de facteurs: Composants principaux (ce qui n'est pas du tout l'analyse factorielle) Moindres carrés non pondérés Moindres carrés généralisés Plausibilité maximum Axe principal Affacturage alpha Affacturage d'image En ignorant la première méthode, qui n'est pas l'analyse factorielle (mais l'analyse en composantes principales, ACP), laquelle de …
3
Interprétation des prédictions simples aux rapports de cotes dans la régression logistique
Je suis un peu nouveau dans l'utilisation de la régression logistique et un peu confus par une divergence entre mes interprétations des valeurs suivantes qui, selon moi, serait la même: valeurs bêta exponentiées probabilité prédite du résultat en utilisant des valeurs bêta. Voici une version simplifiée du modèle que j'utilise, …
3
Quel test puis-je utiliser pour comparer les pentes de deux modèles de régression ou plus?
Je voudrais tester la différence de réponse de deux variables à un prédicteur. Voici un exemple reproductible minimal. library(nlme) ## gls is used in the application; lm would suffice for this example m.set <- gls(Sepal.Length ~ Petal.Width, data = iris, subset = Species == "setosa") m.vir <- gls(Sepal.Length ~ Petal.Width, …
2
Calculer la matrice de transition (Markov) dans R
Existe-t-il un moyen dans R (une fonction intégrée) de calculer la matrice de transition pour une chaîne de Markov à partir d'un ensemble d'observations? Par exemple, en prenant un ensemble de données comme le suivant et en calculant la matrice de transition de premier ordre? dat<-data.frame(replicate(20,sample(c("A", "B", "C","D"), size = …
29 r  markov-process 
2
Ajuster un modèle ARIMAX avec régularisation ou pénalisation (par exemple avec le lasso, le filet élastique ou la régression de crête)
J'utilise la fonction auto.arima () dans le package de prévision pour adapter les modèles ARMAX avec une variété de covariables. Cependant, j'ai souvent un grand nombre de variables à sélectionner et je me retrouve généralement avec un modèle final qui fonctionne avec un sous-ensemble d'entre elles. Je n'aime pas les …
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.