প্রশ্ন ট্যাগ «categorical-data»

শ্রেণীবদ্ধ (নামমাত্রও বলা হয়) ডেটা সীমিত সংখ্যক সম্ভাব্য মানগুলিকে বলা যেতে পারে। শ্রেণিবদ্ধ মান "লেবেল", তারা "পরিমাপ" করে না। বিচ্ছিন্ন তবে আদেশযুক্ত ডেটা ধরণের জন্য দয়া করে [অর্ডিনাল-ডেটা] ট্যাগটি ব্যবহার করুন।

6
অবিচ্ছিন্ন এবং শ্রেণিবদ্ধ ভেরিয়েবলের মিশ্রণযুক্ত ডেটাসেটগুলিতে মূল উপাদান বিশ্লেষণ প্রয়োগ করা যেতে পারে?
আমার কাছে একটি ডেটাসেট রয়েছে যাতে ক্রমাগত এবং শ্রেণিবদ্ধ উভয় ডেটা থাকে। আমি পিসিএ ব্যবহার করে বিশ্লেষণ করছি এবং ভাবছি যে বিশ্লেষণের অংশ হিসাবে শ্রেণিবদ্ধ ভেরিয়েবলগুলি অন্তর্ভুক্ত করা ভাল কিনা। আমার বোধগম্যতা হল পিসিএ কেবলমাত্র অবিচ্ছিন্ন চলকগুলিতে প্রয়োগ করা যেতে পারে। এটা কি ঠিক? যদি এটি শ্রেণিবদ্ধ ডেটার জন্য ব্যবহার …

6
আনর্ডার্ডযুক্ত শ্রেণিবদ্ধ ভেরিয়েবলগুলির সাথে সম্পর্কিত
আমার কাছে অনেকগুলি পর্যবেক্ষণ এবং অনেক ভেরিয়েবল সহ একটি ডেটাফ্রেম রয়েছে। এর মধ্যে কয়েকটি শ্রেণিবদ্ধ (নিরক্ষিত) এবং অন্যগুলি সংখ্যাগত are আমি এই ভেরিয়েবলগুলির মধ্যে সমিতিগুলির সন্ধান করছি for আমি সংখ্যার ভেরিয়েবলের জন্য পারস্পরিক সম্পর্ক গণনা করতে সক্ষম হয়েছি (স্পিয়ারম্যানের পারস্পরিক সম্পর্ক) তবে: আমি জানি না কীভাবে অর্ডারযুক্ত শ্রেণিবদ্ধ ভেরিয়েবলগুলির মধ্যে …

1
নামমাত্র (চতুর্থ) এবং একটি অবিচ্ছিন্ন (ডিভি) ভেরিয়েবলের মধ্যে সম্পর্ক
আমার কাছে নামমাত্র পরিবর্তনশীল (কথোপকথনের বিভিন্ন বিষয়, টপিক ০ = 0 ইত্যাদি হিসাবে কোডেড) এবং একটি কথোপকথনের দৈর্ঘ্যের মতো অনেকগুলি স্কেল ভেরিয়েবল (ডিভি) রয়েছে। আমি কীভাবে নামমাত্র এবং স্কেল ভেরিয়েবলের মধ্যে পারস্পরিক সম্পর্ক স্থাপন করতে পারি?

3
একটি উদাহরণ: বাইনারি ফলাফলের জন্য গ্ল্যামনেট ব্যবহার করে লাসো রিগ্রেশন
আমি লাসো রিগ্রেশন সহ যেখানে আমার আগ্রহের ফলাফলটি দ্বিধাহীন তা ব্যবহার glmnetকরে ধকল শুরু করছি । আমি নীচে একটি ছোট মক ডেটা ফ্রেম তৈরি করেছি: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, …
77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

6
বহু স্তরের সাথে শ্রেণিবদ্ধ ভেরিয়েবলগুলি ভেঙে যাওয়ার মূলনীতি?
কোনও পরিসংখ্যানের মডেলটিতে ইনপুট (ভবিষ্যদ্বাণীকারী) হিসাবে তাদের ব্যবহার করার উদ্দেশ্যে, কয়েকটি বিভাগকে কয়েকটি ভাঙ্গার জন্য (বা পুলিং) কী কী কৌশলগুলি উপলভ্য? কলেজ ছাত্র মেজর (একটি স্নাতক ছাত্র দ্বারা নির্বাচিত শৃঙ্খলা) মত একটি পরিবর্তনশীল বিবেচনা করুন । এটি অযৌক্তিক এবং শ্রেণিবদ্ধ, তবে এটির সম্ভাব্য কয়েক ডজন স্বতন্ত্র স্তর থাকতে পারে। ধরা …

8
ধারাবাহিক তথ্যটিকে অবিচ্ছিন্ন হিসাবে গণ্য করা কি কখনও বুদ্ধিযুক্ত?
পৃথক এবং অবিচ্ছিন্ন ডেটা সম্পর্কে এই প্রশ্নের উত্তর দেওয়ার জন্য আমি গম্ভীরভাবে দৃserted়ভাবে জানিয়েছিলাম যে বিভাগগত তথ্যটিকে ধারাবাহিক হিসাবে গণ্য করা খুব কমই বোধগম্য। এটির মুখটি যা স্বতঃস্ফূর্ত বলে মনে হয় তবে স্বজ্ঞাততা প্রায়শই পরিসংখ্যানগুলির জন্য একটি দুর্বল গাইড বা কমপক্ষে আমার mine তাই এখন আমি ভাবছি: এটা কি সত্য? …

1
এক-হট বনাম ডামি এনকোডিং সাইকিট-শিখুন
শ্রেণিবদ্ধ ভেরিয়েবলগুলি এনকোডিংয়ের দুটি ভিন্ন উপায় রয়েছে। বলুন, একটি শ্রেণীবদ্ধ ভেরিয়েবলের n মান রয়েছে। এক-হট এনকোডিং এটিকে এন ভেরিয়েবলে রূপান্তরিত করে , যখন ডামি এনকোডিং এটিকে এন -1 ভেরিয়েবলগুলিতে রূপান্তর করে । আমাদের কাছে যদি k শ্রেণীবদ্ধ ভেরিয়েবল থাকে, যার প্রত্যেকটির এন মান হয়। একটি হট এনকোডিংটি এন ভেরিয়েবলের সাথে …

7
দুটি অর্ডিনাল ভেরিয়েবলের মধ্যে সম্পর্কের জন্য গ্রাফ
দুটি অর্ডিনাল ভেরিয়েবলের মধ্যে সম্পর্ক চিত্রিত করার জন্য উপযুক্ত গ্রাফটি কী? আমি কয়েকটি বিকল্পের কথা ভাবতে পারি: একে অপরের লুকিয়ে থাকা পয়েন্টগুলি থামানোর জন্য যুক্ত র্যান্ডম জিটার সহ স্কেটার প্লট। দৃশ্যত একটি স্ট্যান্ডার্ড গ্রাফিক - মিনিতাব এটিকে একটি "স্বতন্ত্র মানের প্লট" বলে plot আমার মতে এটি বিভ্রান্তিকর হতে পারে কারণ …

4
কনট্রাস্ট ম্যাট্রিক্স কী?
কনট্রাস্ট ম্যাট্রিক্স ঠিক কী (এক শব্দ, শ্রেণীবদ্ধ ভবিষ্যদ্বাণীগুলির সাথে বিশ্লেষণের সাথে সম্পর্কিত) এবং বিপরীতে ম্যাট্রিক্সকে ঠিক কীভাবে নির্দিষ্ট করা হয়? অর্থাৎ কলামগুলি কী, সারিগুলি কী, সেই ম্যাট্রিক্সের সীমাবদ্ধতাগুলি কী এবং কলাম jএবং সারিতে সংখ্যার iঅর্থ কী? আমি ডক্স এবং ওয়েবে সন্ধান করার চেষ্টা করেছি তবে মনে হচ্ছে সবাই এটি ব্যবহার …

5
অবিচ্ছিন্ন এবং শ্রেণিবদ্ধ (নামমাত্র) ভেরিয়েবলের মধ্যে সম্পর্ক
আমি একটি অবিচ্ছিন্ন (নির্ভরশীল পরিবর্তনশীল) এবং একটি শ্রেণিবদ্ধ (নামমাত্র: লিঙ্গ, স্বতন্ত্র পরিবর্তনশীল) ভেরিয়েবলের মধ্যে পারস্পরিক সম্পর্ক খুঁজে পেতে চাই। অবিচ্ছিন্ন তথ্য সাধারণত বিতরণ করা হয় না। এর আগে, আমি ব্যবহার করে এটি গণনা করেছি । তবে আমাকে বলা হয়েছে যে এটি সঠিক নয়।ρρ\rho ইন্টারনেটে অনুসন্ধান করার সময়, আমি দেখতে পেলাম …

5
আর-এ সাবধানতা - চি-স্কোয়ারের আনুমানিকতা ভুল হতে পারে
আমার কাছে ফায়ার ফাইটার প্রবেশিকা পরীক্ষার ফলাফলগুলি দেখানো ডেটা রয়েছে। আমি এই অনুমানটি পরীক্ষা করছি যে পরীক্ষার ফলাফল এবং জাতিগততা পারস্পরিক স্বতন্ত্র নয়। এই পরীক্ষা করার জন্য, আমি আর একটি পিয়ারসন চি-স্কোয়ার পরীক্ষা ফলাফল দেখান আমি যা প্রত্যাশা দৌড়ে, কিন্তু এটা যে একটি সতর্কবার্তা দিয়েছে " In chisq.test(a) : Chi-squared …

6
অনেক শ্রেণিবদ্ধ ভেরিয়েবলের সাথে শ্রেণিবিন্যাস উন্নত করুন
আমি 200,000+ নমুনা এবং নমুনা হিসাবে প্রায় 50 টি বৈশিষ্ট্য সহ একটি ডেটাসেটে কাজ করছি: 10 অবিচ্ছিন্ন ভেরিয়েবল এবং অন্যান্য 40 ডলার শ্রেণিবদ্ধ ভেরিয়েবল (দেশ, ভাষা, বৈজ্ঞানিক ক্ষেত্র ইত্যাদি)। এই শ্রেণিবদ্ধ ভেরিয়েবলগুলির জন্য আপনার কাছে উদাহরণস্বরূপ 150 টি ভিন্ন দেশ, 50 টি ভাষা, 50 টি বৈজ্ঞানিক ক্ষেত্র ইত্যাদি রয়েছে ... …

2
বহু-জাতীয় লজিস্টিক রিগ্রেশন বনাম এক-বনাম-বিশ্রামের বাইনারি লজিস্টিক রিগ্রেশন
বলতে আমরা একটি নির্ভরশীল পরিবর্তনশীল যেতে পারেন কয়েক শ্রেণীর ও স্বাধীন ভেরিয়েবল সেট দিয়ে। ওয়াইYY বাইনারি লজিস্টিক রিগ্রেশন (যেমন এক-বনাম-বাকী স্কিম ) সেট করে মাল্টিনোমিয়াল লজিস্টিক রিগ্রেশন সুবিধা কি ? বাইনারি লজিস্টিক রিগ্রেশন সেট করে আমি বলতে চাইছি যে প্রতিটি বিভাগ জন্য আমরা লক্ষ্য = 1 সহ পৃথক বাইনারি লজিস্টিক …

3
কেন একটি লজিস্টিক রিগ্রেশন 95% আত্মবিশ্বাসের ব্যবধানের ম্যানুয়ালি গণনা করা, এবং আর-তে সীমাবদ্ধতা () ফাংশন ব্যবহারের মধ্যে পার্থক্য রয়েছে?
প্রিয় সবাই - আমি এমন কিছু অদ্ভুতভাবে লক্ষ্য করেছি যা আমি ব্যাখ্যা করতে পারি না, পারো? সংক্ষেপে: একটি লজিস্টিক রিগ্রেশন মডেলটিতে একটি আত্মবিশ্বাসের ব্যবধান গণনা করার ম্যানুয়াল পদ্ধতি এবং আর ফাংশনটি confint()বিভিন্ন ফলাফল দেয়। আমি হোসমার এবং লেমশোর প্রয়োগযুক্ত লজিস্টিক রিগ্রেশন (২ য় সংস্করণ) দিয়ে যাচ্ছি । তৃতীয় অধ্যায়ে বিজোড় …
34 r  regression  logistic  confidence-interval  profile-likelihood  correlation  mcmc  error  mixture  measurement  data-augmentation  r  logistic  goodness-of-fit  r  time-series  exponential  descriptive-statistics  average  expected-value  data-visualization  anova  teaching  hypothesis-testing  multivariate-analysis  r  r  mixed-model  clustering  categorical-data  unsupervised-learning  r  logistic  anova  binomial  estimation  variance  expected-value  r  r  anova  mixed-model  multiple-comparisons  repeated-measures  project-management  r  poisson-distribution  control-chart  project-management  regression  residuals  r  distributions  data-visualization  r  unbiased-estimator  kurtosis  expected-value  regression  spss  meta-analysis  r  censoring  regression  classification  data-mining  mixture 

1
বাইনারি ডেটাতে প্রধান উপাদান বিশ্লেষণ বা ফ্যাক্টর বিশ্লেষণ করা
বিপুল সংখ্যক হ্যাঁ / না প্রতিক্রিয়া সহ আমার একটি ডেটাসেট রয়েছে। আমি কি এই জাতীয় ডেটার জন্য প্রধান উপাদান (পিসিএ) বা অন্য কোনও ডেটা হ্রাস বিশ্লেষণ (যেমন ফ্যাক্টর বিশ্লেষণ) ব্যবহার করতে পারি? এসপিএসএস ব্যবহার করে কীভাবে আমি এটি করতে যাচ্ছি দয়া করে পরামর্শ দিন।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.