Statistiques et Big Data truncation

4

Quels sont les avantages relatifs des données Winsorizing vs. Trimming?

Winsoriser les données signifie remplacer les valeurs extrêmes d'un ensemble de données par une certaine valeur de centile à chaque extrémité, tandis que le rognage ou la troncature implique la suppression de ces valeurs extrêmes. Je vois toujours les deux méthodes discutées comme une option viable pour atténuer l'effet des …

31 standard-deviation mean truncation trimmed-mean winsorizing

2

Quelle est la différence entre la censure et la troncature?

Dans le livre Modèles et méthodes statistiques pour les données à vie , il est écrit: Censure: lorsqu'une observation est incomplète en raison d'une cause aléatoire. Troncature: lorsque la nature incomplète de l'observation est due à un processus de sélection systématique inhérent au plan d'étude. Qu'entend-on par «processus de sélection …

30 self-study censoring truncation

1

Estimateurs du maximum de vraisemblance pour une distribution tronquée

Considérons échantillons indépendants obtenus à partir d'une variable aléatoire qui est supposée suivre une distribution tronquée (par exemple une distribution normale tronquée ) de valeurs minimales et maximales connues (finies) et mais de paramètres inconnus et . Si suivait une distribution non tronquée, les estimateurs du maximum de vraisemblance et …

28 distributions estimation mathematical-statistics maximum-likelihood truncation

1

Les nombres tronqués d'un générateur de nombres aléatoires sont-ils toujours «aléatoires»?

Ici, «tronquer» implique de réduire la précision des nombres aléatoires et de ne pas tronquer la série de nombres aléatoires. Par exemple, si j'ai nombres vraiment aléatoires (tirés de n'importe quelle distribution, par exemple, normale, uniforme, etc.) avec une précision arbitraire et que je tronque tous les nombres de sorte …

18 random-generation measurement-error truncation

3

Que signifie la distribution tronquée?

Dans un article de recherche sur l'analyse de sensibilité d'un modèle d'équation différentielle ordinaire d'un système dynamique, l'auteur a fourni la distribution d'un paramètre de modèle en tant que distribution normale (moyenne = 1e-4, std = 3e-5) tronquée à la plage [0,5e -4 1,5e-4]. Il utilise ensuite des échantillons de …

14 distributions simulation truncation

4

Package R / Stata pour GEE binomial négatif tronqué?

Ceci est mon premier message posté. Je suis vraiment reconnaissant envers cette communauté. J'essaie d'analyser des données de comptage longitudinal qui sont tronquées à zéro (probabilité que la variable de réponse = 0 soit 0) et la moyenne! = Variance, donc une distribution binomiale négative a été choisie par rapport …

13 r stata count-data panel-data truncation

2

Échantillonnage efficace d'une distribution bêta seuil

Comment dois-je échantillonner efficacement la distribution suivante? x ∼ B ( α , β) , x > k x∼B(α,β), x>k x \sim B(\alpha, \beta),\space x > k Si n'est pas trop grand, l'échantillonnage de rejet peut être la meilleure approche, mais je ne sais pas comment procéder lorsque k est …

10 random-generation beta-distribution truncation

2

Censure / troncature dans JAGS

J'ai une question sur la façon de régler un problème de censure dans JAGS. J'observe un mélange bivarié normal où les valeurs X ont une erreur de mesure. Je voudrais modéliser les véritables «moyens» sous-jacents des valeurs censurées observées. ⌈ xt r u e+ ϵ ⌉ = xo b s …

10 mcmc censoring truncation jags

4

Modèle d'historique d'événement à temps discret (survie) dans R

J'essaie d'adapter un modèle à temps discret dans R, mais je ne sais pas comment le faire. J'ai lu que vous pouvez organiser la variable dépendante dans différentes lignes, une pour chaque observation de temps, et utiliser la glmfonction avec un lien logit ou cloglog. En ce sens, j'ai trois …

10 r survival pca sas matlab neural-networks r logistic spatial spatial-interaction-model r time-series econometrics var statistical-significance t-test cross-validation sample-size r regression optimization least-squares constrained-regression nonparametric ordinal-data wilcoxon-signed-rank references neural-networks jags bugs hierarchical-bayesian gaussian-mixture r regression svm predictive-models libsvm scikit-learn probability self-study stata sample-size spss wilcoxon-mann-whitney survey ordinal-data likert group-differences r regression anova mathematical-statistics normal-distribution random-generation truncation repeated-measures variance variability distributions random-generation uniform regression r generalized-linear-model goodness-of-fit data-visualization r time-series arima autoregressive confidence-interval r time-series arima autocorrelation seasonality hypothesis-testing bayesian frequentist uninformative-prior correlation matlab cross-correlation

2

Simuler une normale contrainte sur la limite inférieure ou supérieure dans R

Je voudrais générer des données aléatoires à partir d'une distribution normale contrainte en utilisant R. Par exemple, je pourrais vouloir simuler une variable à partir d'une distribution normale avec mean=3, sd= 2et toutes les valeurs supérieures à 5 sont rééchantillonnées à partir de la même distribution normale. Ainsi, pour la …

10 r normal-distribution simulation truncation

2

L'échantillonnage à partir d'une distribution normale repliée est-il équivalent à l'échantillonnage à partir d'une distribution normale tronqué à 0?

Je souhaite simuler à partir d'une densité normale (disons moyenne = 1, sd = 1) mais ne souhaite que des valeurs positives. Une façon consiste à simuler à partir d'une normale et à prendre la valeur absolue. Je pense à cela comme une normale pliée. Je vois dans R il …

9 normal-distribution simulation truncation

2

Comment dois-je modéliser une variable dépendante continue dans le

J'ai une variable dépendante qui peut aller de 0 à l'infini, les 0 étant en fait des observations correctes. Je comprends que la censure et les modèles Tobit ne s'appliquent que lorsque la valeur réelle de est partiellement inconnue ou manquante, auquel cas les données seraient tronquées. Quelques informations supplémentaires …

9 regression censoring truncation tobit-regression

2

Comment calculer la moyenne tronquée ou rognée?

Comment puis-je calculer la moyenne tronquée ou rognée? Disons tronqué de 10%? Je peux imaginer comment le faire si vous avez environ 10 entrées, mais comment puis-je le faire pour beaucoup d'entrées?

9 mean robust truncation trimmed-mean

2

Analyse de survie en R avec données tronquées à gauche

Je fais une analyse de survie en R avec le survivalpackage. Je pense que je travaille avec des données tronquées à gauche, mais je ne sais pas exactement comment les gérer. J'ai une cohorte de patients diagnostiqués entre 1990 et 2012. Tous les patients ont une heure de diagnostic bien …

8 r survival cox-model truncation

2

Somme des variables aléatoires tronquées normales

Supposons que j'ai variables aléatoires normales indépendantesnnn X1∼ N (μ1,σ21)X2∼ N (μ2,σ22)⋮Xn∼ N (μn,σ2n)X1∼N(μ1,σ12)X2∼N(μ2,σ22)⋮Xn∼N(μn,σn2)X_1 \sim \mathrm{N}(\mu_1, \sigma_1^2)\\X_2 \sim \mathrm{N}(\mu_2, \sigma_2^2)\\\vdots\\X_n \sim \mathrm{N}(\mu_n, \sigma_n^2) et . Comment pourrais-je caractériser la densité de si la distribution de chaque est tronquée à l'intérieur ? En d'autres termes, partir de distributions normales indépendantes , …

8 r normal-distribution pdf truncation saddlepoint-approximation

Questions marquées «truncation»