Je lance glms en R (modèles linéaires généralisés). Je pensais que je connaissais les valeurs p - jusqu'à ce que je voie que l'appel à un résumé pour un GLM ne vous donne pas une valeur p primordiale représentative du modèle dans son ensemble - du moins pas à l'endroit où les modèles linéaires le...
Quand il y a une erreur de mesure dans la variable indépendante, j'ai compris que les résultats seront biaisés contre 0. Lorsque la variable dépendante est mesurée avec erreur, ils disent que cela affecte juste les erreurs standard mais cela n'a pas beaucoup de sens pour moi parce que nous sommes...
Les livres et les discussions indiquent souvent que face à des problèmes (dont il y en a quelques-uns) avec un prédicteur, la transformation logarithmique est une possibilité. Maintenant, je comprends que cela dépend des distributions et que la normalité des prédicteurs n'est pas une hypothèse de...
Ok, juste avertissement - c'est une question philosophique qui n'implique aucun chiffre. J'ai beaucoup réfléchi à la façon dont les erreurs se glissent dans les ensembles de données au fil du temps et à la façon dont les analystes devraient les traiter - ou si cela devrait vraiment avoir une...
De la définition de la stationnarité intrinsèque: E[ Z( x ) - Z( x - h ) ] = 0E[Z(x)−Z(x−h)]=0E[Z(x)-Z(x-h)] = 0 Cette hypothèse est utilisée par exemple en krigeage ordinaire, au lieu de supposer une moyenne constante sur tout l'espace, nous supposons que la moyenne est constante localement. Si la...
Considérons un échantillon aléatoire où sont iid des variables aléatoires de où . Vérifiez si est une statistique suffisante pour .{X1,X2,X3}{X1,X2,X3}\{X_1,X_2,X_3\}XiXiX_iBernoulli(p)Bernoulli(p)Bernoulli(p)p∈(0,1)p∈(0,1)p\in(0,1)T(X)=X1+2X2+X3T(X)=X1+2X2+X3T(X)=X_1+2X_2+X_3ppp Premièrement,...
Considérons une variable aléatoire de Bernoulli avec le paramètre (probabilité de succès). La fonction de vraisemblance et les informations de Fisher (une matrice ) sont:θ 1 × 1X∈{0,1}X∈{0,1}X\in\{0,1\}θθ\theta1×11×11 \times 1
Autant que je sache, k-means sélectionne les centres initiaux de manière aléatoire. Puisqu'ils sont basés sur la pure chance, ils peuvent être très mal sélectionnés. L'algorithme K-means ++ tente de résoudre ce problème en répartissant uniformément les centres initiaux. Les deux algorithmes...
Si j'ai une série chronologique qui a une saisonnalité, cela rend-il automatiquement la série non stationnaire? Mon intuition (probablement éteinte) est que non. La saisonnalité signifie que la série monte et descend autour d'une valeur constante ... quelque chose comme une onde sinusoïdale. Ainsi,...
Je m'intéresse à la modélisation des prises totales de poisson en utilisant gam en mgcv pour modéliser des effets aléatoires simples pour des navires individuels (qui effectuent des déplacements répétés au fil du temps dans la pêche). J'ai 98 sujets, j'ai donc pensé utiliser gam au lieu de gamm...
La page Wikipedia indique que Box-Jenkins est une méthode d'ajustement d'un modèle ARIMA à une série chronologique. Maintenant, si je veux adapter un modèle ARIMA à une série chronologique, je vais ouvrir SAS, appeler proc ARIMA, fournir les paramètres et SAS me donnera les coefficients AR et MA....
J'essaie de trouver la meilleure façon de visualiser le tableau ci-dessous et de souligner l'efficacité du traitement par rapport au nombre de patients qui ont essayé le traitement. Voici le lien vers la page actuelle: http://curetogether.com/cluster-headaches/treatments/ Quelle est la meilleure...
J'espère que la question générale suivante aura un sens. Veuillez garder à l'esprit qu'aux fins de cette question particulière, je ne suis pas intéressé par les raisons théoriques (domaine) d'introduire la non-linéarité. Par conséquent, je formulerai la question complète comme suit: Qu'est-ce qu'un...
J'exécute une régression OLS groupée à l'aide du package plm dans R. Bien que ma question concerne davantage les statistiques de base, j'essaie donc de la publier ici en premier;) Étant donné que mes résultats de régression produisent des résidus hétéroscédastiques, je voudrais essayer d'utiliser...
Considérons une matrice d'entrée et une sortie binaire .yXXXyyy Une façon courante de mesurer les performances d'un classificateur consiste à utiliser des courbes ROC. Dans un tracé ROC, la diagonale est le résultat qui serait obtenu à partir d'un classificateur aléatoire. En cas de sortie...
Est-il vrai que la matrice de covariance asymptotique est égale à la matrice de covariance des estimations de paramètres? Sinon, c'est quoi? Et quelle est la différence entre la matrice de covariance et la matrice de covariance asymptotique dans ce cas? Merci
Dans les tâches de vision par ordinateur, telles que la classification d'objets, avec les réseaux de neurones convolutionnels (CNN), le réseau offre une performance attrayante. Mais je ne sais pas comment configurer les paramètres dans les couches convolutives. Par exemple, une image en niveaux de...
J'ai fait un bootstrap avec un modèle mixte (plusieurs variables avec interaction et une variable aléatoire). J'ai obtenu ce résultat (seulement partiel): > boot_out ORDINARY NONPARAMETRIC BOOTSTRAP Call: boot(data = a001a1, statistic = bootReg, R = 1000) Bootstrap Statistics : original bias...
J'ai un ensemble de données déséquilibré dans une tâche de classification binaire, où le montant positif contre le montant négatif est de 0,3% contre 99,7%. L'écart entre les positifs et les négatifs est énorme. Lorsque je forme un CNN avec la structure utilisée dans le problème MNIST, le résultat...
Je voudrais calculer d prime pour une tâche de mémoire qui implique la détection d'anciens et de nouveaux éléments. Le problème que j'ai est que certains des sujets ont un taux de succès de 1 et / ou un taux de fausses alertes de 0, ce qui rend les probabilités 100% et 0%, respectivement. La...