Questions marquées «references»

Questions à la recherche de références externes (livres, articles, etc.) sur un sujet particulier. Utilisez toujours en plus une balise plus spécifique.

3
Test de non-linéarité dans la régression logistique (ou d'autres formes de régression)
L'une des hypothèses de régression logistique est la linéarité du logit. Donc, une fois mon modèle opérationnel, je teste la non-linéarité en utilisant le test de Box-Tidwell. Un de mes prédicteurs continus (X) s'est révélé positif pour la non-linéarité. Que dois-je faire ensuite? Comme il s'agit d'une violation des hypothèses, …
3
lorsque
Je sais que pour la variable continue .P[ X= x ] = 0P[X=x]=0P[X=x]=0 Mais je ne peux pas visualiser que si , il y a un nombre infini de x possibles . Et aussi pourquoi leurs probabilités deviennent-elles infiniment petites?P[ X= x ] = 0P[X=x]=0P[X=x]=0Xxx
3
Recommandations de livres pour les débutants sur les distributions de probabilité
J'étudie l'apprentissage automatique et chaque livre que j'ouvre je tombe sur la distribution chi carré, la fonction gamma, la distribution t, la gaussienne, etc. Chaque livre que j'ai ouvert jusqu'à présent ne définit que les distributions: elles n'expliquent pas et ne donnent pas l'intuition sur la provenance des formules spécifiques …
5
Comment effectuer l'imputation de valeurs dans un très grand nombre de points de données?
J'ai un très grand ensemble de données et il manque environ 5% de valeurs aléatoires. Ces variables sont corrélées entre elles. L'exemple de jeu de données R suivant n'est qu'un exemple de jouet avec des données corrélées factices. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
5
Les Bayésiens soutiennent-ils jamais qu'il existe des cas dans lesquels leur approche se généralise / recoupe avec l'approche fréquentiste?
Les bayésiens soutiennent-ils que leur approche généralise l'approche fréquentiste, parce que l'on peut utiliser des priors non informatifs et donc, récupérer une structure de modèle fréquentiste typique? Quelqu'un peut-il me référer à un endroit où je pourrai lire cet argument, s'il est effectivement utilisé? EDIT: Cette question n'est peut-être pas …
1
Méthodes statistiques en ligne et évolutives
Cela a été inspiré par la régression linéaire en ligne efficace , que j'ai trouvée très intéressante. Existe-t-il des textes ou des ressources consacrés au calcul statistique à grande échelle, par lesquels le calcul avec des ensembles de données trop volumineux pour tenir dans la mémoire principale, et peut-être trop …
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.