Questions marquées «skewness»

L'asymétrie mesure (ou fait référence à) un degré d'asymétrie dans la distribution d'une variable.

5
Puis-je tester l'hypothèse pour les données normales asymétriques?
J'ai une collection de données, que je pensais à l'origine être normalement distribuée. Ensuite, je l'ai regardé et j'ai réalisé que ce n'était pas le cas, principalement parce que les données sont biaisées, et j'ai également fait un test de shapiro-wilks. Je voudrais toujours l'analyser en utilisant des méthodes statistiques, …
1
Comment intégrer une valeur aberrante innovante à l'observation 48 dans mon modèle ARIMA?
Je travaille sur un ensemble de données. Après avoir utilisé certaines techniques d'identification de modèle, je suis sorti avec un modèle ARIMA (0,2,1). J'ai utilisé la detectIOfonction dans le package TSAen R pour détecter une valeur aberrante innovante (IO) à la 48e observation de mon ensemble de données d'origine. Comment …
10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 
2
Kurtosis gigantesque?
Je fais des statistiques descriptives des rendements quotidiens des indices boursiers. Autrement dit, si et sont les niveaux de l'indice au jour 1 et au jour 2, respectivement, alors est le retour que j'utilise (tout à fait standard dans la littérature).P 2 l o g e ( P 2P1P1P_1P2P2P_2l o …
3
Existe-t-il des équivalents normalisés de l'asymétrie et du kurtosis?
Quel serait l'équivalent normalisé de l'asymétrie qui aurait la même unité que les données? De même, quel serait l'équivalent normalisé de Kurtosis? Idéalement, ces fonctions devraient être linéaires par rapport aux données, ce qui signifie que si toutes les observations devaient être multipliées par un facteur n, l'asymétrie et le …
2
Distribution asymétrique gauche vs symétrique observée
C'est assez difficile à décrire pour moi, mais je vais essayer de rendre mon problème compréhensible. Donc, vous devez d'abord savoir que j'ai fait une régression linéaire très simple jusqu'à présent. Avant d'estimer le coefficient, j'ai regardé la distribution de mon . Il est lourd gauche asymétrique. Après avoir estimé …
1
Peut-on toujours réécrire une distribution asymétrique droite en termes de composition d'une distribution arbitraire et symétrique?
Considérons une distribution deux fois différentiable et symétrique . Considérons maintenant une seconde distribution deux fois différentiable rigth asymétrique en ce sens que:FXFX\mathcal{F}_XFZFZ\mathcal{F}_Z (1)FX⪯cFZ.(1)FX⪯cFZ.(1)\quad\mathcal{F}_X\preceq_c\mathcal{F}_Z. où est l'ordre convexe de van Zwet [0] de sorte que est équivalent à:⪯c⪯c\preceq_c(1)(1)(1) (2)F−1ZFX(x) is convex ∀x∈R.(2)FZ−1FX(x) is convex ∀x∈R.(2)\quad F^{-1}_ZF_X(x)\text{ is convex $\forall x\in\mathbb{R}.$} …
1
Apprivoiser l'inclinaison… Pourquoi y a-t-il autant de fonctions d'inclinaison?
J'espère avoir plus d'informations sur les quatre types de biais de cette communauté. Les types auxquels je fais référence sont mentionnés dans la page d' aide http://www.inside-r.org/packages/cran/e1071/docs/skewness . L'ancienne méthode n'était pas mentionnée dans la page d'aide, mais je l'inclus quand même. require(moments) require(e1071) x=rnorm(100) n=length(x) hist(x) ###############type=1 e1071::skewness(x,type=1) sqrt(n) …
9 skewness 
2
Des transformations de données sur des données non normales sont-elles nécessaires pour une analyse factorielle exploratoire lors de l'utilisation de la méthode d'extraction factorisée par axe principal?
Je développe un questionnaire pour mesurer quatre facteurs qui constituent la spiritualité, et je voudrais poser la question suivante: Des transformations de données sur des données non normales sont-elles nécessaires pour une analyse factorielle exploratoire lors de l'utilisation de la méthode d'extraction factorisée par axe principal? J'ai terminé le filtrage …
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.