J'entraîne un modèle de classification avec Random Forest pour faire la distinction entre 6 catégories. Mes données transactionnelles ont environ 60k + observations et 35 variables. Voici un exemple de son apparence approximative. _________________________________________________...
J'examine actuellement certains travaux et suis tombé sur les suivants, ce qui me semble faux. Deux modèles mixtes sont montés (en R) à l'aide de lmer. Les modèles ne sont pas imbriqués et sont comparés par des tests de rapport de vraisemblance. En bref, voici un exemple reproductible de ce que...
Je sais que cela pourrait être un peu compliqué, statistiquement, mais c'est mon problème. J'ai beaucoup de données de plage, c'est-à-dire la taille minimum, maximum et échantillon d'une variable. Pour certaines de ces données, j'ai également une moyenne, mais pas beaucoup. Je veux comparer ces...
En utilisant ces données: head(USArrests) nrow(USArrests) Je peux faire un PCA ainsi: plot(USArrests) otherPCA <- princomp(USArrests) Je peux intégrer les nouveaux composants otherPCA$scores et la proportion de variance expliquée par les composantes avec summary(otherPCA) Mais que faire si je...
En fait, je pensais avoir compris ce que l'on peut montrer un complot avec dépendance partielle, mais en utilisant un exemple hypothétique très simple, je suis devenu plutôt perplexe. Dans le morceau de code suivant, je génère trois variables indépendantes ( a , b , c ) et une variable dépendante (...
Je cherche une méthode pour calculer la zone de chevauchement entre deux estimations de densité de noyau dans R, comme mesure de similitude entre deux échantillons. Pour clarifier, dans l'exemple suivant, il me faudrait quantifier l'aire de la région de chevauchement violacé: library(ggplot2)...
Je sais que KL Divergence n'est pas symétrique et ne peut pas être strictement considéré comme une métrique. Si oui, pourquoi est-il utilisé lorsque JS Divergence satisfait les propriétés requises pour une métrique? Y a-t-il des scénarios où la divergence KL peut être utilisée mais pas la...
Je me demandais quelles sont les différences fondamentales et significatives entre la théorie de la réponse à l'item et l'analyse factorielle confirmatoire. Je comprends qu'il y a des différences dans les calculs (en se concentrant davantage sur l'élément vs les covariances; log-linéaire vs...
Je voudrais effectuer une prévision basée sur un modèle ARIMA à séries temporelles multiples avec plusieurs variables exogènes. Étant donné que je ne suis pas très compétent en ce qui concerne ni les statistiques ni le RI, je ne veux pas rester aussi simple que possible (les prévisions de tendance...
J'ai effectué une régression linéaire de l'acceptation à l'université par rapport aux scores SAT et à l'origine familiale / ethnique. Les données sont fictives. Il s'agit d'un suivi d'une question précédente, déjà répondu. La question se concentre sur la collecte et l'interprétation des rapports de...
Je suis très confus avec la façon dont le poids fonctionne en glm avec family = "binomial". À ma connaissance, la probabilité du glm avec family = "binomial" est spécifiée comme suit: où y est la "proportion de succès observée" et n est le nombre connu d'essais.ynF( y) = ( nn y) pn y( 1 - p )n ( 1...
Je suis un peu confus: en quoi les résultats d'un modèle formé via le signe d'insertion peuvent-ils différer du modèle de l'emballage d'origine? J'ai lu si le prétraitement est nécessaire avant la prédiction à l'aide de FinalModel de RandomForest avec package caret? mais je n'utilise aucun...
Une erreur standard est l'écart - type estimé σ ( θ ) d'un estimateur θ pour un paramètre .σ^( θ^)σ^(θ^)\hat \sigma(\hat\theta)θ^θ^\hat\thetaθθ\theta Pourquoi l'écart-type estimé des résidus est-il appelé "erreur-type résiduelle" (par exemple, dans la sortie de la summary.lmfonction de R ) et non...
J'ai créé une régression logistique en utilisant le code suivant: full.model.f = lm(Ft_45 ~ ., LOG_D) base.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg) step(base.model.f, scope=list(upper=full.model.f, lower=~1), direction="forward", trace=FALSE) J'ai ensuite utilisé la sortie pour créer un modèle...
Contexte : Je veux tracer une ligne dans un nuage de points qui n'apparaît pas paramétrique, donc j'utilise geom_smooth()in ggplotin R. Il retourne automatiquement geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to...
Dans certains cas, l'a priori de Jeffreys pour un modèle multidimensionnel complet est généralement considéré comme insuffisant, c'est par exemple le cas dans: (où ε ∼ N ( 0 , σ 2 ) , avec μ et σ inconnus) où le prieur suivant est préféré (au précédent de Jeffreys complet π ( μ , σ ) ∝ σ - 2 ): p (...
La structure de cette question est la suivante: dans un premier temps, je donne le concept d' apprentissage d'ensemble , ensuite je donne une liste de tâches de reconnaissance de formes , puis je donne des exemples d'algorithmes d'apprentissage d'ensemble et, enfin, j'introduis ma question. Ceux...
Je viens de lancer un GLM binomial négatif et voici la sortie: Call: glm.nb(formula = small ~ method + site + depth, data = size.dat, init.theta = 1.080668549, link = log) Deviance Residuals: Min 1Q Median 3Q Max -2.2452 -0.9973 -0.3028 0.3864 1.8727 Coefficients: Estimate Std. Error z value...
J'ai un ensemble de données dans lequel la variable que j'aimerais utiliser comme effet aléatoire n'a qu'une seule observation pour certains niveaux. Sur la base des réponses aux questions précédentes, j'ai compris que, en principe, cela peut convenir. Puis-je adapter un modèle mixte avec des...
Supposons que vous définissiez: X∼Beta(α,β)X∼Beta(α,β)X\sim\mbox{Beta}(\alpha,\beta) Y∼Φ−1(X)Y∼Φ−1(X)Y\sim \Phi^{-1}(X) où Φ−1Φ−1\Phi^{-1} est l'inverse du CDF de la distribution normale standard . Ma question est: Y aYYYYYY - t-il une distribution simple que Y suit, ou qui peut approximer Y ? Je...