Вопросы с тегом «qq-plot»

У меня есть гистограмма, плотность ядра и соответствующее нормальное распределение финансовых отчетов, которые превращаются в убытки (знаки меняются), и обычный график QQ этих данных: График QQ ясно показывает, что хвосты установлены неправильно. Но если я взгляну на гистограмму и установленное нормальное распределение (синее), даже значения около 0,0 не будут корректно …

12 data-visualization  normality-assumption  histogram  qq-plot 

Попытка рассчитать количество посещений из демографии и обслуживания. Данные очень искажены. Гистограммы: qq графики (слева - лог): m <- lm(d$Visits~d$Age+d$Gender+city+service) m <- lm(log(d$Visits)~d$Age+d$Gender+city+service) cityи serviceявляются факторными переменными. Я получаю низкое значение p *** для всех переменных, но я также получаю низкий r-квадрат 0,05. Что я должен делать? Будет ли работать …

11 regression  multiple-regression  predictive-models  exponential  qq-plot 

Я создал график qq, используя следующий код. Я знаю, что qq plot используется для проверки нормального распределения данных. Мой вопрос заключается в том, что обозначения осей x и y указывают на графике qq и что означает это значение квадрата r? N = 1200 p = 0.53 q = 1000 obs …

11 probability  normal-distribution  mathematical-statistics  descriptive-statistics  qq-plot 

Рассмотрим следующий код и вывод: par(mfrow=c(3,2)) # generate random data from weibull distribution x = rweibull(20, 8, 2) # Quantile-Quantile Plot for different distributions qqPlot(x, "log-normal") qqPlot(x, "normal") qqPlot(x, "exponential", DB = TRUE) qqPlot(x, "cauchy") qqPlot(x, "weibull") qqPlot(x, "logistic") Похоже, что график QQ для log-normal почти такой же, как график …

11 r  data-visualization  interpretation  qq-plot 

Вот график QQ для моего образца (обратите внимание на логарифмическую ось Y); :n = 1000Nзнак равно1000n = 1000 Как указывает whuber, это указывает на то, что базовое распределение перекошено влево (правый хвост короче). Используя shapiro.test(на лог-преобразованных данных) в R, я получаю тестовую статистику и p-значение , что означает, что мы …

11 interpretation  lognormal  qq-plot 

Как новичок в области статистики и R, мне было очень трудно пытаться сгенерировать qqplots с соотношением сторон 1: 1. ggplot2, кажется, предлагает гораздо больший контроль над построением графиков, чем стандартные пакеты графиков R, но я не вижу, как выполнить qqplot в ggplot2 для сравнения двух наборов данных. Итак, мой вопрос, …

11 r  distributions  ggplot2  qq-plot 

С помощью qq-plot можно визуализировать, насколько похожи два распределения (например, визуализировать сходство распределения с нормальным распределением, а также сравнить два распределения произвольных данных). Существуют ли какие-либо статистические данные, которые генерируют более объективную числовую меру, отражающую их сходство (предпочтительно в нормализованной (0 <= x <= 1) форме)? Коэффициент Джини, например, используется …

10 distributions  qq-plot 

В R почему параметры по умолчанию qqplot(linear model)используют стандартизированные остатки по оси Y? Почему R не использует "обычные" остатки?

9 r  regression  linear-model  residuals  qq-plot 

Итак, у меня есть 16 испытаний, в которых я пытаюсь идентифицировать человека по биометрической характеристике, используя расстояние Хэмминга. Мой порог установлен на 3,5. Мои данные ниже, и только пробная версия 1 является истинным положительным результатом: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction