Fermé. Cette question est hors sujet . Il n'accepte pas actuellement les réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé il y a 6 ans . Dans un bloc de données, je voudrais obtenir l'index de la colonne par...
Fermé . Cette question est basée sur l'opinion . Il n'accepte pas actuellement les réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin d'y répondre avec des faits et des citations en modifiant ce message . Fermé il y a 6 mois . Contexte J'ai lu à propos de StatProb.com à...
Je voudrais générer une matrice de corrélation aléatoire telle que la distribution de ses éléments hors diagonale ressemble approximativement à la normale. Comment puis-je le faire? La motivation est la suivante. Pour un ensemble de données de séries chronologiques, la distribution de corrélation...
Je veux former un classificateur, par exemple SVM, ou une forêt aléatoire, ou tout autre classificateur. L'une des fonctionnalités de l'ensemble de données est une variable catégorielle avec 1000 niveaux. Quelle est la meilleure façon de réduire le nombre de niveaux dans cette variable. Dans R, il...
Quels sont les avantages de donner certaines valeurs initiales aux probabilités de transition dans un modèle de Markov caché? Finalement, le système les apprendra, alors quel est l'intérêt de donner des valeurs autres que aléatoires? L'algorithme sous-jacent fait-il une différence comme Baum –...
Le modèle "Linear Ballistic Accumulator" (LBA) est un modèle plutôt réussi pour le comportement humain dans des tâches de décision simples et rapides. Donkin et al (2009, PDF ) fournissent un code qui permet d'estimer les paramètres du modèle compte tenu des données de comportement humain, et j'ai...
J'ai utilisé un large éventail de tests pour mes données de thèse, des ANOVA paramétriques et des tests t aux tests Kruskal-Wallis non paramétriques et Mann-Whitneys, ainsi que des ANOVA bidirectionnelles transformées par rang et des GzLM avec binaire, poisson et données proportionnelles....
Le test F classique pour des sous-ensembles de variables en régression multilinéaire a la forme où est la somme des erreurs quadratiques sous le modèle "réduit", qui nichent à l'intérieur du "grand" modèle , et sont les degrés de liberté du deux modèles. Dans l'hypothèse nulle selon laquelle les...
Est-ce que quelqu'un sait quelle est la formule pour la distance de Cook? La formule de distance de Cook d'origine utilise des résidus étudiés, mais pourquoi R utilise std. Pearson résiduels lors du calcul du tracé de distance de Cook pour un GLM. Je sais que les résidus studentisés ne sont pas...
J'utilise l'indexation sémantique latente pour trouver des similitudes entre les documents ( merci JMS! ) Après la réduction des dimensions, j'ai essayé le clustering k-means pour regrouper les documents en clusters, ce qui fonctionne très bien. Mais j'aimerais aller un peu plus loin et visualiser...
Je travaille avec de grands ensembles de données en utilisant le paquet gbm dans R. Ma matrice de prédicteur et mon vecteur de réponse sont assez clairsemés (c'est-à-dire que la plupart des entrées sont nulles). J'espérais construire des arbres de décision en utilisant un algorithme qui tire parti...
J'enseigne un cours d'introduction à la géographie économique. Pour aider mes élèves à mieux comprendre les types de pays que l'on trouve dans l'économie mondiale contemporaine et à apprécier les techniques de réduction des données, je veux construire un devoir qui crée une typologie de différents...
Vous avez peut-être entendu parler de la récente éclosion d' E. Coli entérohémorragique ( EHEC ) en Allemagne . Quelles questions un statisticien poserait-il sur l'analyse EHEC? Je pense à Q + Comme entre les journalistes / fonctionnaires ↔ les non-experts, disent les enseignants et les ingénieurs...
Existe-t-il un moyen, une fois qu'un arbre de classification complexe est construit à l'aide de rpart (dans R), d'organiser les règles de décision produites pour chaque classe? Donc, au lieu d'obtenir un énorme arbre, nous obtenons un ensemble de règles pour chacune des classes? (si c'est le cas,...
Il me semble que pour choisir les bons outils statistiques, je dois d'abord identifier si mon jeu de données est discret ou continu. Pourriez-vous me dire comment puis-je tester si les données sont discrètes ou continues avec
En tant que novice en statistiques et en R, j'ai eu beaucoup de mal à essayer de générer des qqplots avec un rapport d'aspect de 1: 1. ggplot2 semble offrir beaucoup plus de contrôle sur le traçage que les packages de traçage R par défaut, mais je ne vois pas comment faire un qqplot dans ggplot2...
J'ai deux ensembles de données où j'ai à ~ 250 000 valeurs pour 78 et 35 échantillons. Certains des échantillons appartiennent à une famille et cela peut avoir un effet sur les données. J'ai calculé la corrélation par paire et elle varie entre 0,7 et 0,95 mais je voudrais savoir s'il y a une...
Dans l'article de Wikipédia sur l' intervalle crédible , il est dit: Dans le cas d'un seul paramètre et de données qui peuvent être résumées en une seule statistique suffisante, il peut être démontré que l'intervalle crédible et l'intervalle de confiance coïncideront si le paramètre inconnu est un...
Je traite généralement des données où plusieurs individus sont chacun mesurés plusieurs fois dans chacune de 2 conditions ou plus. J'ai récemment joué avec la modélisation à effets mixtes pour évaluer les preuves des différences entre les conditions, la modélisation individualcomme un effet...
Cette page wiki Régression linéaire simple contient des formules pour calculer et . Quelqu'un pourrait-il me dire comment dériver les formules en cas