পরিসংখ্যান এবং বড় তথ্য

আমি একটি রিগ্রেশন ফিট করছি । রূপান্তর বিন্দু অনুমান (এবং আত্মবিশ্বাস / পূর্বাভাস অন্তর) ঘৃণা দ্বারা ব্যাক বৈধ? আমি বিশ্বাস করি না, যেহেতু E [ f ( X ) ] ≠ f ( E [ X ] ) তবে অন্যের মতামত চেয়েছিল।লগ( y))log⁡(y)\log(y)ই[ চ( এক্স) ] ≠ চ( ঙ)[ এক্স] …

11 regression  back-transformation 

আমার প্রশ্ন এই প্রতিক্রিয়ার উপর ভিত্তি করে যা দেখিয়েছে কোন lme4::lmerমডেলটি দ্বি-দ্বি পুনরাবৃত্তি ব্যবস্থার সাথে মিলছে আনোভা: require(lme4) set.seed(1234) d <- data.frame( y = rnorm(96), subject = factor(rep(1:12, 4)), a = factor(rep(1:2, each=24)), b = factor(rep(rep(1:2, each=12))), c = factor(rep(rep(1:2, each=48)))) # standard two-way repeated measures ANOVA: summary(aov(y~a*b+Error(subject/(a*b)), d[d$c == …

11 r  anova  mixed-model  repeated-measures  lme4-nlme 

ধরুন আপনার কাছে একটি বর্ণনামূলক পরিবর্তনশীল এক্স =(এক্স( গুলি)1) , … , এক্স( গুলি)এন))X=(X(s1),…,X(sn)){\bf{X}} = \left(X(s_{1}),\ldots,X(s_{n})\right) যেখানে sss একটি প্রদত্ত স্থানাঙ্কের প্রতিনিধিত্ব করে। এছাড়াও আপনি একটি প্রতিক্রিয়া পরিবর্তনশীল আছে Y=(Y(s1),…,Y(sn))Y=(Y(s1),…,Y(sn)){\bf{Y}} = \left(Y(s_{1}),\ldots,Y(s_{n})\right) । এখন, আমরা উভয় ভেরিয়েবল একত্রিত করতে পারি: W(s)=(X(s)Y(s))∼N(μ(s),T)W(s)=(X(s)Y(s))∼N(μ(s),T){\bf{W}}({\bf{s}}) = \left( \begin{array}{ccc}X(s) \\ Y(s) \end{array} \right) \sim N(\boldsymbol{\mu}(s), …

11 probability  bayesian  conditional-probability  gibbs 

আমি সম্পূর্ণ নবাগত :) আমি প্রায় 745,000 জনসংখ্যার 10,000 টির একটি নমুনা আকার নিয়ে একটি গবেষণা করছি। প্রতিটি নমুনা একটি "শতাংশের মিল" উপস্থাপন করে। নমুনাগুলির সর্বাধিক সংখ্যা প্রায় 97% -98% এর মধ্যে রয়েছে তবে কয়েকটি 60% থেকে 90% এর মধ্যে, অর্থাত্ বিতরণটি ভারী নেতিবাচকভাবে স্কিউড। প্রায় 0.6% ফলাফলের 0%, তবে …

11 bootstrap  sample-size  resampling 

যদি গামা বিতরণ এবং দিয়ে প্যারামিটারাইজড হয় তবে:বিটাαα\alphaββ\beta ই( Γ ( α , β)) ) = αβই(Γ(α,β))=αβ E(\Gamma(\alpha, \beta)) = \frac{\alpha}{\beta} আমি একটি বর্গাকার গামার প্রত্যাশা গণনা করতে চাই, এটি হ'ল: ই( Γ ( α , β))2) = ?ই(Γ(α,β)2)=? E(\Gamma(\alpha, \beta)^2) = ? আমি মনে করি এটি হ'ল: ই( Γ …

11 expected-value  gamma-distribution 

আমি এমন একটি ডেটা সেট নিয়ে কাজ করছি যা অ-প্যারাম্যাট্রিক এবং 12 টি চিকিত্সা রয়েছে। আমি কৃসকল-ওয়ালিস পরীক্ষা করলাম এবং একটি উল্লেখযোগ্য মূল্য পেয়েছি এবং এখন চিকিত্সার মধ্যে কোনটি উল্লেখযোগ্যভাবে পৃথক হয়েছে তা দেখতে আমি একাধিক তুলনা পদ্ধতি পরিচালনা করতে চাই। এই বিষয় সম্পর্কিত অনেক তথ্য রয়েছে, তবে আমি বিশেষভাবে …

11 nonparametric  multiple-comparisons  kruskal-wallis  dunn-test 

আমি ভয় করি যে সম্পর্কিত প্রশ্নগুলি আমার উত্তর দেয় না didn't আমরা> 2 শ্রেণিবদ্ধের (মেশিন লার্নিং) পারফরম্যান্সগুলি মূল্যায়ন করি। আমাদের নাল অনুমান যে পারফরম্যান্স পৃথক হয় না। এই অনুমানটি মূল্যায়নের জন্য আমরা প্যারামিট্রিক (আনোভা) এবং নন-প্যারামেট্রিক (ফ্রেডম্যান) পরীক্ষা করি। যদি তারা তাৎপর্যপূর্ণ হয় তবে আমরা খুঁজে পেতে চাই যে উত্তর-পরবর্তী …

11 multiple-comparisons  bonferroni  tukey-hsd 

আমি ইদানীং অনলাইনে শেখার বিষয়ে আরও জানার চেষ্টা করছি (এটি একেবারে আকর্ষণীয়!) এবং একটি থিম যা আমি ভালভাবে বুঝতে পারি না তা হ'ল অনলাইন প্রসঙ্গে বনাম অফলাইনে মডেল নির্বাচন সম্পর্কে কীভাবে চিন্তা করা যায়। বিশেষত, ধরা যাক আমরা কিছু নির্দিষ্ট ডেটা সেট উপর ভিত্তি করে কোনও শ্রেণিবদ্ধ অফলাইনে প্রশিক্ষণ দিই …

11 machine-learning  model-selection  online 

টিবি, এইডস ইত্যাদির মতো বিপর্যয়কর অসুস্থতাগুলি হাসপাতালে ভর্তির ব্যয়কে কতটা প্রভাবিত করে তা অনুমান করার জন্য আমি একটি মডেল চালানোর চেষ্টা করছি। আমার নির্ভরশীল পরিবর্তনশীল হিসাবে "প্রতি হাসপাতালে ভর্তি ব্যয়" এবং স্বতন্ত্র ভেরিয়েবল হিসাবে বিভিন্ন পৃথক চিহ্নিতকারী রয়েছে যার প্রায় সবগুলিই জেন্ডারের মতো ডামি, পরিবারের অবস্থানের প্রধান, দারিদ্র্যের স্থিতি এবং …

11 generalized-linear-model  zero-inflation  ordered-logit  regression-strategies 

বন্ধ থাকে। এই প্রশ্নটি অফ-টপিক । এটি বর্তমানে উত্তর গ্রহণ করছে না। এই প্রশ্নটি উন্নত করতে চান? প্রশ্নটি আপডেট করুন যাতে এটি ক্রস ভ্যালিডেটের জন্য অন-বিষয় । 2 বছর আগে বন্ধ । ডেটাতে গুরুত্বহীন / গুরুত্বপূর্ণ বৈশিষ্ট্যগুলি বাতিল / নির্বাচন করার জন্য আর / পাইথনের উপলব্ধ পদ্ধতি / বাস্তবায়ন কী …

11 r  feature-selection  python 

মনে করুন কোনও অনলাইন ক্রেতা কোনও পণ্য ক্রয় করবেন কিনা তা ভবিষ্যদ্বাণী করার জন্য কোনও লজিস্টিক রিগ্রেশন মডেল ব্যবহার করা হয়েছে (ফলাফল: ক্রয়), তিনি অনলাইন বিজ্ঞাপনগুলির একটি সেট ক্লিক করার পরে (ভবিষ্যদ্বাণীকারী: অ্যাড 1, অ্যাড 2 এবং অ্যাড 3)। ফলাফলটি বাইনারি ভেরিয়েবল: 1 (ক্রয়কৃত) বা 0 (পূর্বচর্চা নয়)। ভবিষ্যদ্বাণীকারীরাও বাইনারি …

11 logistic  importance 

প্রিন্সিপাল কম্পোনেন্ট অ্যানালাইসিস (পিসিএ) করার সময় একটি সাধারণ জিনিস হ'ল ভেরিয়েবলের মধ্যে সম্পর্কগুলি তদন্ত করতে একে অপরের বিরুদ্ধে দুটি লোড প্লট করা। প্রিন্সিপাল কম্পোনেন্ট রিগ্রেশন এবং পিএলএস রিগ্রেশন করার জন্য পিএলএস আর প্যাকেজ সহ পেপারে একটি আলাদা প্লট রয়েছে, যার নাম পারস্পরিক সম্পর্ক লোডিংস প্লট (কাগজে চিত্র 7 এবং পৃষ্ঠা …

11 r  pca  terminology  partial-least-squares  biplot 

আমি কুর্তোসিসের জন্য সাধারণ অনুমানক ব্যবহার করছি, , তবে আমি লক্ষ্য করেছি যে আমার অভিজ্ঞতাগত বিতরণে এমনকি ছোট 'বিদেশী' , অর্থাত্ কেন্দ্র থেকে অনেক ছোট শিখর এটি প্রচণ্ডভাবে প্রভাবিত করে। কুর্তোসিসের প্রাক্কলনকারীটি আরও শক্তিশালী?কে^= μ^4σ^4কে^=μ^4σ^4\hat{K}=\frac{\hat{\mu}_4}{\hat{\sigma}^4}

11 outliers  robust  moments  kurtosis 

আমার একটি গবেষণা রয়েছে যেখানে অনেকগুলি ফলাফল শতাংশের মতো উপস্থাপিত হয় এবং আমি এই ফলাফলগুলিতে কিছু শ্রেণিবদ্ধ ভেরিয়েবলের প্রভাব মূল্যায়নের জন্য একাধিক লিনিয়ার রিগ্রেশন ব্যবহার করছি। আমি ভাবছিলাম, যেহেতু একটি লিনিয়ার রিগ্রেশন ধরে নিচ্ছে যে ফলাফলটি একটি ধারাবাহিক বিতরণ, সুতরাং এই জাতীয় মডেলটি শতাংশে প্রয়োগ করার ক্ষেত্রে কি পদ্ধতিগত সমস্যা …

11 regression  ratio  percentage 

এই গণিত ওভারফ্লো সম্প্রদায়ের প্রশ্নটিতে "খারাপ যুক্তিগুলির উদাহরণগুলির জন্য জিজ্ঞাসা করা হয়েছিল যা গাণিতিক প্রেক্ষাপটে গাণিতিক উপপাদনের প্রয়োগের সাথে জড়িত" এবং রোগগতভাবে প্রয়োগ করা গণিতের একটি আকর্ষণীয় তালিকা তৈরি করে। আমি বয়েশিয়ান অনুমানের প্যাথলজিকাল ব্যবহারের অনুরূপ উদাহরণগুলির বিষয়ে ভাবছি। কারও কি এমন একাডেমিক নিবন্ধ, অভিনব ব্লগ পোস্টগুলির মুখোমুখি হয়েছে যা …

11 bayesian