Je suis nouveau dans les statistiques et j'essaie de comprendre la différence entre l'ANOVA et la régression linéaire. J'utilise R pour explorer cela. J'ai lu divers articles sur les raisons pour lesquelles l'ANOVA et la régression sont différentes mais toujours les mêmes et comment elles peuvent...
MISE À JOUR 25 janvier 2014: l'erreur est maintenant corrigée. Veuillez ignorer les valeurs calculées de la valeur attendue dans l'image téléchargée - elles sont erronées - je ne supprime pas l'image car elle a généré une réponse à cette question. MISE À JOUR 10 janvier 2014: l'erreur a été trouvée...
Je voudrais coder un cluster kmeans en python à l'aide de pandas et de scikit learn. Afin de sélectionner le bon k, je voudrais coder la statistique de l'écart de Tibshirani et al 2001 ( pdf ). Je voudrais savoir si je pourrais utiliser le résultat inertie_ de scikit et adapter la formule...
Il semble que pour la gestion avec des mesures ordonnées, les chercheurs traitent généralement de la corrélation polychorique . (Par exemple, pour faire une matrice avant de faire une analyse factorielle.) Pourquoi? Le coefficient de corrélation de rang de Kendall Tau et le coefficient de...
L'indice de stabilité de la population quantifie le changement d'une distribution d'une variable en comparant des échantillons de données sur deux périodes. Il est très couramment utilisé pour mesurer les changements dans les scores. Il est calculé comme suit: 1) L'échantillon de la période de base...
1) Comment puis-je changer le seuil de classification (je pense que c'est 0,5 par défaut) dans RandomForest dans sklearn? 2) Comment puis-je sous-échantillonner dans Sklearn? 3) J'ai le résultat suivant du classificateur RandomForest: [[1635 1297] [520 3624]] precision recall f1-score support class...
Supposons que j'ai fait: n1n1n_1 essais indépendants avec un taux de réussite inconnup1p1p_1etk1k1k_1 succèsobservés. n2n2n_2 essais indépendants avec un taux de réussite inconnup2p2p_2 et dessuccès observésk2k2k_2. Si, maintenant p1=p2=:pp1=p2=:pp_1 = p_2 =: p mais encore inconnu, la probabilité...
J'ai de nombreuses images raster satellite disponibles à partir de différents capteurs. De ceux-ci, les plus grossiers ont une résolution temporelle très abondante. Les rasters à résolution moyenne ont tendance à avoir moins de dates d'acquisition, mais un certain degré d'informations est toujours...
Quelle configuration est correcte pour un modèle de régression de différence en utilisant Ouii s t= α + γs∗ T+ λ dt+ δ∗ ( T∗ dt) + ϵi s tOuijest=α+γs∗T+λrét+δ∗(T∗rét)+ϵjestY_{ist} = \alpha +\gamma_s*T + \lambda d_t + \delta*(T*d_t)+ \epsilon_{ist} où T est un mannequin qui est égal à 1 si...
Je sais que l'algèbre linéaire et l'analyse (en particulier la théorie des mesures) sont importantes. Est-il utile de suivre des cours de deuxième cycle en analyse réelle et complexe? Dois-je suivre des cours d'algèbre abstraite au-delà des cours d'introduction, par exemple l'algèbre commutative et...
Étant donné nombres, où la valeur de chaque nombre est différente, notée , et la probabilité de sélectionner chaque nombre est , respectivement.nnnv1,v2,...,vnv1,v2,...,vnv_1, v_2, ..., v_np1,p2,...,pnp1,p2,...,pnp_1, p_2, ..., p_n Maintenant, si je sélectionne nombres basés sur les probabilités...
Je lis un livre qui présente la distribution Dirchilet, puis a présenté des chiffres à ce sujet. Mais je n'ai pas vraiment pu comprendre ces chiffres. J'ai attaché la figure ici en bas. Ce que je ne comprends pas, c'est la signification des triangles. Normalement, quand on veut tracer une fonction...
Je voudrais tracer sur le même graphique l'interaction entre mon prédicteur continu et mon modérateur catégorique. Je sais comment le faire lorsque les deux sont catégoriques ( interaction factorielle ), mais je ne sais pas vraiment comment le faire lorsque l'un est continu et l'autre...
Je sais que si vous rééchantillonnez à plusieurs reprises à partir d'un ensemble de données et calculez la moyenne à chaque fois, ces moyennes suivront une distribution normale (par le CLT). Ainsi, vous pouvez calculer un intervalle de confiance sur la moyenne de l'ensemble de données sans faire...
Lorsque , le problème des moindres carrés qui impose une restriction sphérique à la valeur de peut être écrit comme pour un système surdéterminé. \ | \ cdot \ | _2 est la norme euclidienne d'un vecteur.y=Xβ+ey=Xβ+ey = X\beta +
Un de mes collègues m'a envoyé ce problème apparemment en faisant le tour sur Internet: If $3 = 18, 4 = 32, 5 = 50, 6 = 72, 7 = 98$, Then, $10 =$ ? La réponse semble être 200. 3*6 4*8 5*10 6*12 7*14 8*16 9*18 10*20=200 Quand je fais une régression linéaire dans R: data <-...
Pourquoi voudrait-on contrôler un certain nombre de covariables de référence dans une situation où l'affectation au groupe de traitement est aléatoire? Je crois comprendre que l'attribution aléatoire d'un traitement devrait rendre la variable de traitement strictement exogène, créant ainsi un...
Je lis le livre GPML et au chapitre 2 (page 15) , il explique comment effectuer une régression en utilisant le processus gaussien (GP), mais j'ai du mal à comprendre comment cela fonctionne. Dans l'inférence bayésienne pour les modèles paramétriques, nous choisissons d'abord un a priori sur les...
Je fais une régression linéaire en utilisant la fonction R lm: x = log(errors) plot(x,y) lm.result = lm(formula = y ~ x) abline(lm.result, col="blue") # showing the "fit" in blue mais ça ne va pas bien. Malheureusement, je ne peux pas comprendre le manuel. Quelqu'un peut-il m'orienter dans la bonne...
Je regarde une feuille Excel qui prétend calculer le , mais je ne reconnais pas cette façon de faire, et je me demandais si je manquais quelque chose.χ2χ2\chi^2 Voici les données qu'il analyse: +------------------+----------+----------+ | Total Population | Observed | Expected |...