পরিসংখ্যান এবং বড় তথ্য

আমি রিজ রিগ্রেশন সম্পর্কে শিখছি এবং জানি যে মাল্টিকোলাইনারিটির উপস্থিতিতে রিজ রিগ্রেশন আরও ভাল কাজ করে। আমি ভাবছি কেন এটি সত্য? হয় স্বজ্ঞাত উত্তর বা গাণিতিক উত্তর সন্তুষ্টিজনক হবে (উভয় প্রকারের উত্তর আরও তৃপ্তিদায়ক হবে)। এছাড়াও, আমি জানি যে always সর্বদা পাওয়া যায় তবে সঠিক কলিনারিটির উপস্থিতিতে রিজ রিগ্রেশন কতটা …

14 multicollinearity  ridge-regression 

আমি এর অবস্থানের ভিত্তিতে একটি মাছের চলাচলের ধরণগুলির উপর টাইম সিরিজের ডেটাতে অটোক্রেলেশন গণনা করেছি: এক্স ( x.ts) এবং ওয়াই ( y.ts)। আর ব্যবহার করে, আমি নিম্নলিখিত ফাংশনগুলি চালিয়েছি এবং নিম্নলিখিত প্লটগুলি উত্পাদন করেছি: acf(x.ts,100) acf(y.ts,100) আমার প্রশ্ন, আমি এই প্লটগুলি কীভাবে ব্যাখ্যা করব? কোন ধরণের প্যাটার্ন রিপোর্ট করার জন্য …

14 r  time-series  autocorrelation 

প্রায়শই প্রবর্তিত প্রয়োগের পরিসংখ্যান পাঠগুলি মধ্যবর্তী থেকে অর্থকে পৃথক করে (প্রায়শই বর্ণনামূলক পরিসংখ্যানের প্রসঙ্গে এবং গড়, মধ্যক এবং মোড ব্যবহার করে কেন্দ্রীয় প্রবণতার সংক্ষিপ্তকরণকে প্রেরণা দেয়) ব্যাখ্যা করে যে গড়টি নমুনা ডেটা এবং / অথবা বহিরাগতদের সংবেদনশীল is জনসংখ্যার বিতরণ বিতরণ করার জন্য, এবং এটি ডেডিয়া প্রতিসম নয়, যখন মধ্যমা …

14 mean  skewness  median  winsorizing  central-tendency 

আমি এখানে পড়লাম যে হ'ল রিগ্রেশন কোপিলিটির তাত্পর্য হিসাবে টি-টেস্ট করার সময় আমার যে পরিমাণ স্বাধীনতার ডিগ্রি ব্যবহার করা উচিত ছিল, তবে কেন তা বুঝতে পারছি না। আমার বোধগম্যতা ছিল যে টি-পরীক্ষাগুলিতে সাধারণত ডিগ্রি স্বাধীনতা ছিল।n - পি - 1n−p−1n-p-1n - 1n−1n-1

14 regression  hypothesis-testing  multiple-regression  t-test 

ধরুন আমাদের কাছে নিম্নলিখিত লজিস্টিক রিগ্রেশন মডেল রয়েছে: logit(p)=β0+β1x1+β2x2logit(p)=β0+β1x1+β2x2\text{logit}(p) = \beta_0+\beta_{1}x_{1} + \beta_{2}x_{2} এবং হলে ইভেন্টের প্রতিকূলতা কি ? অন্য কথায়, এবং সর্বনিম্ন স্তরে থাকলেও এটি ইভেন্টটির প্রতিকূলতা রয়েছে (এমনকি এটি 0 না হলেও)? উদাহরণস্বরূপ, যদি এবং কেবল এবং এর মান নেয় তবে আমরা সেগুলিকে 0 এ সেট করতে পারি …

14 logistic  interpretation  intercept 

বাক-ও-হুইস্কার প্লট এবং বার চার্ট উভয়ই এনওওএ- র জন্য দ্য আর বুক অনুসারে গ্রাফিক্স (ক্রোলি, ২০১৩), তবে কোনটি আরও উপযুক্ত ? আমি মনে করি এটি পরিস্থিতির উপর নির্ভর করে ... কেউ কি আমাকে সহায়তা করতে পারে?

14 boxplot  rule-of-thumb  barplot 

আমার কিছু ডেটা রয়েছে যা আমি ব্যবহার করে মসৃণ করি loess। আমি স্মুথযুক্ত রেখার প্রতিচ্ছবি পয়েন্টগুলি সন্ধান করতে চাই। এটা কি সম্ভব? আমি নিশ্চিত যে এটি সমাধানের জন্য কেউ অভিনব পদ্ধতি তৈরি করেছে ... মানে ... ... সর্বোপরি, এটি আর! আমি ব্যবহার করি স্মুথ ফাংশন পরিবর্তন করে আমি ঠিক আছি। …

14 r  smoothing  loess 

একটি বিশ্ববিদ্যালয়ের কার্যভার অংশ হিসাবে, আমাকে মোটামুটি বিশাল, মাল্টিভারিয়েট (> 10) কাঁচা ডেটা সেটে ডেটা প্রাক প্রসেসিং করতে হবে। আমি শব্দের কোনও অর্থেই কোনও পরিসংখ্যানবিদ নই, তাই কী হচ্ছে তা নিয়ে আমি কিছুটা বিভ্রান্ত। সম্ভবত একটি হাস্যকর সরল প্রশ্ন - এর জন্য আগেই ক্ষমা চেয়েছি - বিভিন্ন উত্তর দেখার পরে …

14 pca 

আমি কীভাবে একটি আরওসি বক্ররেখা (সংবেদনশীলতা এবং নির্দিষ্টতা সর্বাধিকীকরণ করা হয়েছে এমন মান) এর জন্য অনুকূল কাট-পয়েন্ট গণনা করব তা বোঝার চেষ্টা করছি। আমি aSAHপ্যাকেজ থেকে ডেটাসেট ব্যবহার করছি pROC। outcomeপরিবর্তনশীল দুটি স্বাধীন ভেরিয়েবল দ্বারা ব্যাখ্যা করা যেতে পারে: s100bএবং ndka। Epiপ্যাকেজের সিনট্যাক্স ব্যবহার করে আমি দুটি মডেল তৈরি করেছি: …

14 r  roc  sensitivity-analysis  sensitivity-specificity 

আমি গ্রাহকদের ক্লাস্টার সনাক্ত করতে কামান চালাচ্ছি। ক্লাস্টারগুলি সনাক্ত করতে আমার প্রায় 100 পরিবর্তনশীল রয়েছে। এই প্রতিটি ভেরিয়েবল কোনও বিভাগে কোনও গ্রাহকের ব্যয়ের% উপস্থাপন করে। সুতরাং, আমার যদি 100 টি বিভাগ থাকে তবে আমার কাছে এই 100 ভেরিয়েবলগুলি রয়েছে যে এই ভেরিয়েবলগুলির যোগফল প্রতিটি গ্রাহকের জন্য 100%। এখন, এই ভেরিয়েবলগুলি …

14 clustering  data-mining  k-means  multicollinearity  compositional-data 

আমি আর ভাষায় নতুন। আমি জানতে চাই যে কীভাবে একাধিক লিনিয়ার রিগ্রেশন মডেল থেকে অনুকরণ করা যায় যা নিগ্রহের সমস্ত চারটি অনুমানকে পূরণ করে। ঠিক আছে ধন্যবাদ. যাক আমি এই ডেটা সেটের উপর ভিত্তি করে ডেটা অনুকরণ করতে চাই: y<-c(18.73,14.52,17.43,14.54,13.44,24.39,13.34,22.71,12.68,19.32,30.16,27.09,25.40,26.05,33.49,35.62,26.07,36.78,34.95,43.67) x1<-c(610,950,720,840,980,530,680,540,890,730,670,770,880,1000,760,590,910,650,810,500) x2<-c(1,1,3,2,1,1,3,3,2,2,1,3,3,2,2,2,3,3,1,2) fit<-lm(y~x1+x2) summary(fit) তারপর আমি আউটপুট পেতে: Call: lm(formula …

14 r  multiple-regression  simulation 

গামা বিতরণ ব্যবহার করে কোনও জিএলএম ফিট করার জন্য আর এর সিনট্যাক্সটি বোঝার জন্য আমার বর্তমানে সমস্যা হচ্ছে। আমার কাছে ডেটার একটি সেট রয়েছে, যেখানে প্রতিটি সারিতে 3 সহ-ভেরিয়েট ( ), একটি প্রতিক্রিয়া ভেরিয়েবল ( ) এবং একটি আকারের প্যারামিটার ( ) থাকে। আমি 3 covariates একটি রৈখিক ফাংশন হিসাবে …

14 r  generalized-linear-model  gamma-distribution  dglm 

আমি জানি যে কীভাবে পয়েন্টগুলির একটি সেটে লিনিয়ার রিগ্রেশন করা যায়। এটি হল, আমি জানি যে কীভাবে আমার পছন্দের একটি বহুপদী, কোনও প্রদত্ত ডেটা সেট, (এলএসই অর্থে) মাপসই করা যায়। যাইহোক, আমি যা জানি না, তা হল কীভাবে আমার সমাধানটিকে আমার পছন্দের কিছু নির্দিষ্ট পয়েন্টগুলিতে যেতে বাধ্য করা। আমি এটি …

14 regression  machine-learning  least-squares  linear-model  polynomial 

মনে করুন আমাদের এলোমেলো ভেরিয়েবলের দুটি ভেক্টর রয়েছে, উভয়ই স্বাভাবিক, অর্থাৎ X∼N(μX,ΣX)X∼N(μX,ΣX)X \sim N(\mu_X, \Sigma_X) এবং Y∼N(μY,ΣY)Y∼N(μY,ΣY)Y \sim N(\mu_Y, \Sigma_Y) । আমরা তাদের লিনিয়ার সংমিশ্রণ এর বিতরণে আগ্রহী Z=AX+BY+CZ=AX+BY+CZ = A X + B Y + C, যেখানে AAA এবং BBB ম্যাট্রিক্স, CCC একটি ভেক্টর। তাহলে XXX এবং YYY স্বাধীন …

14 probability  normal-distribution  multinomial 

সুতরাং, আমি একটি এলোমেলো প্রভাব নেতিবাচক-দ্বিপদী মডেল ফিট করতে চাই। এই জাতীয় মডেলের জন্য স্টাটা ক্ষুদ্রতর সহগ তৈরি করতে পারে। সহায়তা ফাইল অনুসারে এই জাতীয় সহগগুলি ঘটনা-হার অনুপাত হিসাবে ব্যাখ্যা করা যেতে পারে। দুর্ভাগ্যক্রমে আমি স্থানীয় ইংরেজী স্পিকার নই এবং ঘটনা-হারের অনুপাতগুলি কীভাবে বা আমি কীভাবে এটি অনুবাদ করতে পারি …

14 interpretation  negative-binomial  regression-coefficients