Статистика и большие данные

У меня есть пример данных, установленных следующим образом: Volume <- seq(1,20,0.1) var1 <- 100 x2 <- 1000000 x3 <- 30 x4 = sqrt(x2/pi) H = x3 - Volume r = (x4*H)/(H + Volume) Power = (var1*x2)/(100*(pi*Volume/3)*(x4*x4 + x4*r + r*r)) Power <- jitter(Power, factor = 1, amount = 0.1) plot(Volume,Power) …

9 r  hypothesis-testing  nonlinear-regression  goodness-of-fit  heteroscedasticity 

У меня есть данные с двумя классами, для которых я выполняю классификацию, используя несколько классификаторов. И наборы данных хорошо сбалансированы. Оценивая работу классификаторов, я должен учитывать, насколько точен классификатор при определении не только истинных положительных моментов, но и истинных отрицательных. Поэтому, если я использую точность, и если классификатор смещен в …

9 classification  roc  model-evaluation  sensitivity-specificity 

Этой осенью я преподаю свой первый класс (Введение в биостатистику). У кого-нибудь есть предложения по обучению статистике лучше? Возможно, какой-нибудь пример, который вы хотели бы использовать своему первому учителю? Я использую Принципы биостатистики Пагано и Говро. РЕДАКТИРОВАТЬ ДЕТАЛИ Этот класс представляет собой онлайн-класс, который проводится два раза в неделю по …

9 biostatistics  teaching 

Существует больше явлений, к которым может быть применен экспериментальный дизайн, чем альтернативных допустимых стратегий проектирования. Это должно быть правдой, хотя есть много способов правильно спланировать эксперимент. Каковы лучшие «проблемы», которые действительно демонстрируют ценность и нюанс для различных типов оптимального дизайна экспериментов? (A, D, E, C, V, фи, ....) Можете ли …

9 experiment-design  references  optimal 

В моих данных, у меня есть переменная класса, обозначенная как . Значения переменных этого класса: (двоичные). Почти все наблюдения равны 0 (близко к 100%, точнее 97%). Я хотел бы провести тест производительности на разных классификационных моделях (это может быть точность). Чего я боюсь, так это того, что если у меня …

9 classification  binary-data  model-evaluation 

Я наткнулся на эту статью, где говорится, что в выборке Гиббса принимается каждый образец. Я немного смущен. Как получится, если каждый принятый образец сходится к стационарному распределению. В общем Алгоритм Метрополиса мы принимаем как min (1, p (x *) / p (x)), где x * - точка выборки. Я предполагаю, …

9 mcmc  gibbs  metropolis-hastings 

Я думаю о проблеме, которая заключается в прогнозировании журнала (расходов) клиента с использованием линейной регрессии. Я рассматриваю, какие функции использовать в качестве входных данных, и задаюсь вопросом, будет ли нормально использовать процентиль переменной в качестве входных данных. Например, я мог бы использовать доход компаний в качестве входных данных. Мне интересно, …

9 regression  linear-model  quantiles  predictor 

Это может быть, возможно, глупый вопрос, но при создании модели с каретой и использовании чего-то вроде LOOCVили (даже более точно) LGOCV, какая польза от разделения данных на наборы обучающих и тестовых наборов, если это, по сути, шаг перекрестной проверки в любом случае? Я прочитал некоторые из связанных вопросов, и они …

9 r  machine-learning  cross-validation  caret 

Я использую стандартную версию логистической регрессии для подгонки моих входных переменных к двоичным выходным переменным. Однако в моей задаче отрицательные выходы (0 с) намного превосходят положительные (1 с). Соотношение составляет 20: 1. Поэтому, когда я обучаю классификатор, кажется, что даже функции, которые настоятельно предполагают возможность положительного результата, все еще имеют …

9 regression  logistic  weighted-regression 

Я пытаюсь понять, как LDA «вписывается» в другие контролируемые методы обучения. Я уже прочитал некоторые из сообщений LDA-esque здесь о LDA. Я уже знаком с персептроном, но сейчас изучаю LDA. Как LDA «вписывается» в семейство контролируемых алгоритмов обучения? Каковы могут быть его недостатки по сравнению с этими другими методами, и …

9 machine-learning  classification  discriminant-analysis  supervised-learning 

У меня есть такие модели: require(nlme) set.seed(123) n <- 100 k <- 5 cat <- as.factor(rep(1:k, n)) cat_i <- 1:k # intercept per kategorie x <- rep(1:n, each = k) sigma <- 0.2 alpha <- 0.001 y <- cat_i[cat] + alpha * x + rnorm(n*k, 0, sigma) plot(x, y) m1 …

9 r  mixed-model  aic 

Я провожу анализ иерархической регрессии, и у меня есть несколько небольших сомнений: Мы вычисляем член взаимодействия, используя центрированные переменные? Нужно ли центрировать ВСЕ непрерывные переменные, которые есть в наборе данных, кроме зависимой переменной? Когда мы должны регистрировать некоторые переменные (потому что их sd намного выше их среднего значения), мы тогда …

9 interaction  multicollinearity  centering 

Допустим, я провел одну и ту же регрессию для 100 разных людей по отдельности. Мои коэффициенты интереса положительны (и весьма отличаются друг от друга), но статистически незначимы во всех 100 результатах (скажем, каждое значение p = 0,11). Есть ли способ объединить эти p-значения, чтобы сделать вывод, что «по меньшей мере …

9 hypothesis-testing  multiple-comparisons 

Я провожу мета-анализ величин эффекта d в R с использованием пакета metafor. d представляет различия в показателях памяти между пациентами и здоровыми. Однако в некоторых исследованиях сообщается только о подсчетах интересующей меры d (например, несколько разных показателей памяти или оценки трех отдельных блоков тестирования памяти). Пожалуйста, смотрите следующий фиктивный набор …

9 r  meta-analysis  effect-size  meta-regression 

Я изучаю различные методы оценки по точкам и читаю, что при использовании оценок MAP и ML, когда мы используем «единообразный априор», оценки идентичны. Может ли кто-нибудь объяснить, что такое «равномерный» априор, и привести несколько (простых) примеров, когда оценки MAP и ML будут одинаковыми?

9 machine-learning  probability  bayesian  estimation  maximum-likelihood