J'ai une matrice où a (i, j) me dit combien de fois j'ai consulté individuellement la page j. Il y a 27 000 personnes et 95 000 pages. J'aimerais avoir une poignée de "dimensions" ou "aspects" dans l'espace des pages qui correspondraient à des ensembles de pages qui sont souvent vues ensemble. Mon...
Si vous pensez en arrière, à quand avez-vous commencé l'analyse des séries chronologiques. Quels outils, packages R et ressources Internet souhaiteriez-vous connaître? Ce que j'essaie de demander, c'est par où commencer? Plus précisément, existe-t-il des ressources pour R qui se résument vraiment à...
La plupart des distributions standard dans R ont une famille de commandes - pdf / pmf, cdf / cmf, quantile, écarts aléatoires (par exemple - dnorm, pnorm, qnorm, rnorm). Je sais qu'il est assez facile d'utiliser certaines commandes standard pour reproduire ces fonctions pour les distributions...
Je cherche une bonne terminologie pour décrire ce que j'essaie de faire, pour faciliter la recherche de ressources. Donc, disons que j'ai deux grappes de points A et B, chacune associée à deux valeurs, X et Y, et je veux mesurer la "distance" entre A et B - c'est-à-dire quelle est la probabilité...
Dans les statistiques bayésiennes, il est souvent mentionné que la distribution postérieure est intraitable et donc une inférence approximative doit être appliquée. Quels sont les facteurs qui provoquent cette
Il est utile d'étudier le code d'analyse des données des experts. J'ai récemment parcouru github et il y a un certain nombre de personnes qui partagent du code d'analyse de données là-bas. Cela inclut quelques packages R (qui bien sûr sont disponibles directement auprès du CRAN), mais aussi...
Des suggestions pour une bonne source pour apprendre les méthodes
L'API Google Prediction est un service cloud où l'utilisateur peut soumettre des données de formation pour former un classificateur mystérieux et lui demander plus tard de classer les données entrantes, par exemple pour mettre en œuvre des filtres anti-spam ou prédire les préférences de...
Regarde cette image: Si nous tirons un échantillon de la densité rouge, alors certaines valeurs devraient être inférieures à 0,25 alors qu'il est impossible de générer un tel échantillon à partir de la distribution bleue. Par conséquent, la distance de Kullback-Leibler de la densité rouge à la...
Il semble y avoir une discussion croissante sur les camemberts. Les principaux arguments contre cela semblent être: La zone est perçue avec moins de puissance que la longueur. Les graphiques circulaires ont un rapport point-à-pixel de données très faible Cependant, je pense qu'ils peuvent être...
Quels sont les bons articles décrivant les applications des statistiques qui seraient amusantes et instructives à lire? Pour être clair, je ne recherche pas vraiment des articles décrivant de nouvelles méthodes statistiques (par exemple, un article sur la régression des moindres angles), mais...
J'ai trouvé une formule pour le pseudo dans le livre Extending the Linear Model with R, Julian J. Faraway (p. 59).R2R2R^2 1 - ResidualDevianceNullDeviance1-ResidualDevianceNullDeviance1-\frac{\text{ResidualDeviance}}{\text{NullDeviance}} . Est-ce une formule courante pour le pseudo pour les...
Existe-t-il des mesures de similitude ou de distance entre deux matrices de covariance symétrique (toutes deux ayant les mêmes dimensions)? Je pense ici aux analogues de la divergence KL de deux distributions de probabilités ou de la distance euclidienne entre vecteurs sauf appliquée aux matrices....
Je viens de tomber sur cet article , qui décrit comment calculer la répétabilité (aka fiabilité, aka corrélation intraclasse) d'une mesure via la modélisation d'effets mixtes. Le code R serait: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit)...
J'ai lu des controverses concernant les tests d'hypothèses, certains commentateurs suggérant que les tests d'hypothèses ne devraient pas être utilisés. Certains commentateurs suggèrent d' utiliser plutôt des intervalles de confiance . Quelle est la différence entre les intervalles de confiance et...
Comment choisissez-vous un modèle parmi différents modèles choisis par différentes méthodes (par exemple sélection vers l'arrière ou vers l'avant)? Qu'est-ce qu'un modèle
Je voudrais comprendre pourquoi, sous le modèle OLS, le RSS (somme résiduelle des carrés) est distribué χ2⋅(n−p)χ2⋅(n−p)\chi^2\cdot (n-p) ( ppp étant le nombre de paramètres dans le modèle, le nombre d'observations).nnn Je m'excuse d'avoir posé une question aussi fondamentale, mais il semble que je...
J'utilise le package "boot" pour calculer une valeur p approximative de démarrage à 2 côtés mais le résultat est trop éloigné de la valeur p de l'utilisation de t.test. Je ne peux pas comprendre ce que j'ai fait de mal dans mon code R. Quelqu'un peut-il me donner un indice pour cela time =...
À titre d'exemple, considérons l' ChickWeightensemble de données dans R. La variance augmente évidemment avec le temps, donc si j'utilise une régression linéaire simple comme: m <- lm(weight ~ Time*Diet, data=ChickWeight) Mes questions: Quels aspects du modèle seront discutables? Les problèmes...
Voir aussi une question similaire sur stats.SE . En stimulant les algorithmes tels que AdaBoost et LPBoost, il est connu que les apprenants "faibles" à combiner n'ont qu'à mieux performer que la chance d'être utiles, de Wikipedia: Les classificateurs qu'il utilise peuvent être faibles (c'est-à-dire...