Disons que j'ai collecté un petit nombre (N) d'observations pour une hypothèse que j'aimerais tester. Je pourrais utiliser la méthode bootstrap pour produire une distribution d'échantillon pour le résultat moyen de N observations, mais je crains que ce modèle ne se décompose lorsque N devient très...
Sur la base d'une réponse sur la validation croisée, j'ai cherché à implémenter une forêt aléatoire en .NET / C # pour classer les documents de texte. En parcourant le Web pour voir s'il existe des implémentations existantes, je suis tombé sur un algorithme pour une forêt de décision sur Alglib ....
Je travaille avec des données de séquence qui sont de longues listes d'appels win-api de logiciels malveillants. J'essaie de jeter le problème de l'identification du «comportement de malware» dans celui de trouver des modèles séquentiels. Je traite chaque appel d'API comme un élément unique. Le...
J'ai un ensemble de données de plus de 11 000 éléments distincts, chacun étant classé sur une échelle nominale par au moins 3 évaluateurs différents sur Mechanical Turk d' Amazon . 88 évaluateurs différents ont rendu des jugements pour la tâche, et aucun évaluateur n'a rendu plus de 800 jugements....
J'ai besoin de quelques suggestions pour la méthode de clustering (classification non supervisée) pour un projet de conseil. Je recherche une méthode qui, espérons-le, possède les propriétés suivantes: Le sujet de mon étude a trois propriétés. L'une est représentée par une matrice de distance (non...
J'essaie d'utiliser le randomSurvivalForestpackage Rpour prédire le prochain événement d'une série d'événements (en utilisant res <- predict(fit,v)), mais tout ce que j'obtiens, c'est un total de% de survivants et ensuite le risque cumulatif pour chaque individu dans le res$ensemble. Puis-je...
Considérez l'expérience de biologie cellulaire suivante. Nous comparons différents traitements de cellules en culture. Chaque traitement est répliqué dans plusieurs puits (microtitrage) , indexés par la variable . Pour mesurer la réponse au traitement dans le puits , un total de micrographies ou...
Supposons qu'une certaine maladie ( ) ait une prévalence de . Supposons également qu'un certain symptôme ( ) ait une prévalence (dans la population générale = personnes atteintes de cette maladie D et personnes sans cette maladie [probablement avec une autre maladie, mais ce n'est pas important])...
J'ai effectué l'analyse de chemin en utilisant la semfonction dans R. Le modèle que j'ai ajusté se compose de chemins directs et indirects. J'ai du mal à interpréter les estimations des coefficients SEM. Est-ce que R donne la valeur de l'effet total = (effet direct + effet indirect) directement ou...
Dans une étude par questionnaire, nous avons demandé aux répondants d'exprimer leurs attitudes à l'égard de la façon dont différents facteurs climatiques hivernaux tels que la neige, la glissance peuvent affecter leur choix de marcher et de se rendre au travail à vélo. L'échantillon composé de 500...
En étudiant la modélisation logistique, j'ai lu la déclaration suivante Le fait que seuls les rapports de cotes, et non les risques individuels, puissent être estimés à partir de la modélisation logistique dans les études cas-témoins ou transversales n'est pas surprenant. Je ne sais pas ce que les...
Ces jours-ci, je travaille avec Breusch-Pagan pour tester l'homoscédasticité. J'ai testé les prix de deux actions avec cette méthode. Voici le résultat: > mod <- lm(prices[,1] ~ prices[,2]) > bp <- bptest(mod) > bp studentized Breusch-Pagan test data: prices[, 1] ~ prices[, 2] BP =...
Supposer que XXX et YYY sont deux variables aléatoires uniformes iid sur l'intervalle [0,1][0,1][0,1] Laisser Z= X/ YZ=X/YZ=X/Y, Je trouve le cdf de ZZZ, c'est à dire Pr ( Z≤ z)Pr(Z≤z) \Pr(Z\leq z) . Maintenant, j'ai trouvé deux façons de procéder. L'un produit une réponse correcte conforme au pdf...
J'ai exécuté quatre programmes en a, b, c, d parallèle sur deux machines différentes Xet Yséparément pendant 10 fois. Ce qui suit est un échantillon des données. Les temps d'exécution (millisecondes) des 10exécutions de chaque programme sont indiqués sous leurs noms respectifs. Machine-X: a b c d...
Si est la taille de l' effet de la corrélation entre et , alors est la variance de qui peut être attribuée à la variable .rrrAAABBBr2r2r^2BBBAAA Est-il important de signaler les deux index dans un rapport, ou simplement l'un ou l'autre? Comment les expliquez-vous en anglais simple (pour un public...
On m'a demandé d'utiliser des tests t d'échantillons appariés protégés dans une analyse. Le demandeur déclare que si je n'utilise pas la MSe globale de mon (1 facteur avec quatre niveaux) ANOVA intra-sujets lors de mes tests t d'échantillons appariés, il n'y a pas vraiment de protection contre...
Je fais une méta-analyse de certaines études qui rapportent divers résultats sous forme de rapports de cotes, de rapports de risques ou de rapports de taux (tous avec des intervalles de confiance). Existe-t-il un moyen de les combiner / convertir entre eux afin que je puisse faire une méta-analyse...
Je lance souvent des régressions à partir d'un ensemble de données à faible n (~ 100 observations). Souvent, les résultats ne sont significatifs qu'avec l'inclusion de variables de contrôle. Cependant, je vois souvent des articles de revues où des gens (toujours avec un grand nombre d'observations)...
En OLS, est-il possible que le d'une régression sur deux variables soit supérieur à la somme de pour deux régressions sur les variables individuelles.R2R2R^2R2R2R^2 R2(Y∼A+B)>R2(Y∼A)+R2(Y∼B)R2(Y∼A+B)>R2(Y∼A)+R2(Y∼B)R^2(Y \sim A + B) > R^2(Y \sim A) + R^2(Y \sim B) Edit: Ugh, c'est trivial;...
Le contexte: J'ai une étude où six variables numériques sont mesurées dans chacune des deux conditions expérimentales de mesures répétées (n = 200). Appelons les conditions et et les variables et . Théoriquement, je m'attends à ce que dans la condition plus de variance dans les variables soit...