প্রশ্ন ট্যাগ «data-transformation»

গাণিতিক পুনঃপ্রকাশ, প্রায়শই অমূল্য, ডেটা মানগুলির। পরিসংখ্যানের মডেলটির অনুমানগুলি মেটাতে বা বিশ্লেষণের ফলাফলগুলিকে আরও ব্যাখ্যাযোগ্য করে তোলার জন্য ডেটা প্রায়শই রূপান্তরিত হয়।

4
শ্রেণিবদ্ধ তথ্য সংক্ষেপে কিভাবে?
আশাকরি সহ আমি নিম্নলিখিত সমস্যার সাথে লড়াই করে যাচ্ছি পরিসংখ্যানবিদদের পক্ষে সহজ একটি বিষয় (আমি পরিসংখ্যানের কিছুটা এক্সপোজার সহ একটি প্রোগ্রামার)। আমার একটি সমীক্ষার প্রতিক্রিয়াগুলি সংক্ষিপ্ত করা দরকার (পরিচালনার জন্য)। সমীক্ষায় 100+ টি প্রশ্ন রয়েছে, বিভিন্ন এলাকায় দলবদ্ধ করা হয়েছে (প্রতি এলাকাতে প্রায় 5 থেকে 10 টি প্রশ্ন রয়েছে)। সমস্ত …

3
বক্স-কক্স রূপান্তরিত ডেটাতে, উত্তর ইউনিটগুলির শর্তে উত্তরগুলি প্রকাশ করুন
কিছু পরিমাপের জন্য, বিশ্লেষণের ফলাফলগুলি যথাযথভাবে রূপান্তরিত স্কেলে উপস্থাপন করা হয়। তবে বেশিরভাগ ক্ষেত্রে, ফলাফলগুলি পরিমাপের মূল স্কেলে উপস্থাপন করা বাঞ্ছনীয় (অন্যথায় আপনার কাজটি কম বা বেশি মূল্যহীন)। উদাহরণস্বরূপ, লগ-ট্রান্সফর্মড ডেটার ক্ষেত্রে, মূল স্কেলটিতে ব্যাখ্যার সাথে একটি সমস্যা দেখা দেয় কারণ লগ ইন করা মানগুলির গড় অর্থ লগ হয় না। …

5
বিভিন্ন দৈর্ঘ্যের সময় সিরিজের জন্য এসভিডি মাত্রিকতা হ্রাস
আমি মাত্রিকতা হ্রাস কৌশল হিসাবে একক মান মান পচন ব্যবহার করছি। Nমাত্রার ভেক্টর দেওয়া D, ধারণাটি হ'ল অসম্পৃক্ত মাত্রাগুলির রূপান্তরিত স্থানের বৈশিষ্ট্যগুলিকে প্রতিনিধিত্ব করা, যা এই স্থানের ইগেনভেেক্টরগুলির ডেটাগুলির বেশিরভাগ তথ্যকে ক্রমবর্ধমান গুরুত্বের সাথে সংশ্লেষ করে। এখন আমি টাইম সিরিজের ডেটাতে এই পদ্ধতিটি প্রয়োগ করার চেষ্টা করছি। সমস্যাটি হ'ল সমস্ত …

4
একটি রিগ্রেশন মডেল যার প্রতিক্রিয়া পরিবর্তনশীল বছরের একটি দিন যে কোনও বার্ষিক ইভেন্ট (সাধারণত) ঘটে
এই বিশেষ ক্ষেত্রে আমি সেই দিনটির কথা উল্লেখ করছি যেদিন একটি হ্রদ জমে থাকে। এই "আইস-অন" তারিখটি কেবল বছরে একবার হয়, তবে কখনও কখনও এটি মোটেও ঘটে না (যদি শীত গরম থাকে)। সুতরাং এক বছরে হ্রদটি 20 দিনের (20 শে জানুয়ারি) জমিতে পারে এবং অন্য এক বছরে এটি মোটেও জমে …

2
ভিজ্যুয়ালাইজেশন কি ডেটা পরিবর্তন করার পক্ষে যথেষ্ট যুক্তিযুক্ত?
সমস্যা আমি প্রতিটি 30 টি প্যারামিটার দ্বারা ব্যাখ্যা করা বৈকল্পিক প্লট করতে চাই, উদাহরণস্বরূপ প্রতিটি প্যারামিটারের জন্য পৃথক বারের বারপ্লট এবং y অক্ষের সাথে বৈকল্পিক: তবে, রূপগুলি 0 সহ ছোট মানগুলির দিকে দৃ strongly়ভাবে আঁকানো হয়, যেমন নীচের হিস্টোগ্রামে দেখা যায়: আমি যদি মাধ্যমে তাদের রূপান্তর করি তবে ছোট মানগুলির …

1
হয়
আমার সহকর্মী 1 এর ক্ষমতায় উন্নীত করে প্রতিক্রিয়ার পরিবর্তনশীলকে রূপান্তর করার পরে কিছু ডেটা বিশ্লেষণ করতে চায় (এটি,y0.125)।1818\frac18y0.125y0.125y^{0.125} আমি এ নিয়ে অস্বস্তি বোধ করছি, তবে কেন তা স্পষ্ট করে বলতে আগ্রহী। আমি এই রূপান্তরটির জন্য কোনও যান্ত্রিক যুক্তি সম্পর্কে ভাবতে পারি না। বা আমি এর আগে কখনও দেখিনি, এবং আমি …

1
অনুপাতগুলি যখন তারা একটি স্বতন্ত্র পরিবর্তনশীল হয় তখন রূপান্তর করার সবচেয়ে উপযুক্ত উপায় কী?
আমি ভেবেছিলাম আমি এই সমস্যাটি বুঝতে পেরেছি তবে এখন আমি তেমন নিশ্চিত নই এবং আমি এগিয়ে যাওয়ার আগে অন্যের সাথে চেক করতে চাই। আমার দুটি পরিবর্তনশীল আছে, Xএবং Y। Yএটি একটি অনুপাত, এবং এটি 0 এবং 1 দ্বারা আবদ্ধ হয় না এবং সাধারণত বিতরণ করা হয়। Xএটি একটি অনুপাত, এবং …

4
কোনও সমস্যা লিনিয়ার রিগ্রেশন-এর জন্য উপযুক্ত Cl
আমি মন্টগোমেরি, পেক এবং ভাইনিং দ্বারা লিনিয়ার রিগ্রেশন অ্যানালাইসিসের ভূমিকা ব্যবহার করে লিনিয়ার রিগ্রেশন শিখছি । আমি একটি ডেটা বিশ্লেষণ প্রকল্প চয়ন করতে চাই। আমার নির্বুদ্ধ ধারণা আছে যে লিনিয়ার রিগ্রেশন কেবল তখনই উপযুক্ত যখন ব্যাখ্যা করা যায় যে ব্যাখ্যামূলক ভেরিয়েবল এবং প্রতিক্রিয়ার ভেরিয়েবলের মধ্যে লিনিয়ার ক্রিয়ামূলক সম্পর্ক রয়েছে বলে …

2
সাধারণত বিতরণ করা হয় এক্স এবং ওয়াইয়ের ফলে সাধারণত বিতরণকৃত অবশিষ্টাংশের সম্ভাবনা বেশি থাকে?
এখানে লিনিয়ার রিগ্রেশন-এ স্বাভাবিকতা অনুমানের ভুল ব্যাখ্যা করা হয়েছে (যে '' নরমালটি '' বাকীটি বরং এক্স এবং / অথবা ওয়াইকে বোঝায়) এবং পোস্টারটি জিজ্ঞাসা করে যে অ-সাধারণভাবে বিতরণ করা সম্ভব এক্স এবং ওয়াই এবং এখনও সাধারণভাবে অবশিষ্টাংশ বিতরণ করেছি। আমার প্রশ্ন হয়: সাধারণত বিতরণ করা হয় X এবং Y সম্ভাবনা …

3
লেপটোকুর্টিক বিতরণকে কীভাবে স্বাভাবিকতায় রূপান্তর করবেন?
ধরুন আমার কাছে লেপটোকুর্টিক ভেরিয়েবল রয়েছে যা আমি স্বাভাবিকতায় রূপান্তর করতে চাই। কোন রূপান্তরগুলি এই কাজটি সম্পাদন করতে পারে? আমি ভাল করেই জানি যে রূপান্তরকারী ডেটা সর্বদা কাম্য নাও হতে পারে তবে একাডেমিক অনুসারী হিসাবে ধরা যাক, আমি ডেটাটিকে স্বাভাবিকতায় পরিণত করতে চাই। অতিরিক্ত হিসাবে, আপনি প্লট থেকে বলতে পারেন, …

1
একটি লুকানো মার্কভ মডেলটিতে "সেরা" মডেল নির্বাচন করার মানদণ্ড
আমার একটি টাইম সিরিজের ডেটা সেট রয়েছে যাতে আমি কোনও লুকানো মার্কভ মডেল (এইচএমএম) ফিট করার চেষ্টা করছি যাতে তথ্যগুলিতে সুপ্ত রাষ্ট্রের সংখ্যা অনুমান করা যায়। এটি করার জন্য আমার সিউডো কোডটি নিম্নলিখিত: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model …

2
রূপান্তরিত এলোমেলো ভেরিয়েবলগুলির সহকারী
আমার দুটি এলোমেলো ভেরিয়েবল এবং ।X>0X>0X > 0Y>0Y>0Y > 0 প্রদত্ত যে আমি অনুমান করতে পারি আমি কীভাবে অনুমান করতে পারিCov(X,Y),Cov(X,Y),\text{Cov}(X, Y),Cov(log(X),log(Y))?Cov(log⁡(X),log⁡(Y))?\text{Cov}(\log(X), \log(Y))?

1
লগড ভেরিয়েবল কেন ব্যবহার করবেন?
সম্ভবত, এটি একটি খুব প্রাথমিক প্রশ্ন তবে আমি এর পক্ষে একটি দৃ answer় উত্তর খুঁজে পেতে সক্ষম হবে বলে মনে হয় না। আমি এখানে আশা করি, আমি পারি। আমি বর্তমানে আমার নিজের মাস্টারের থিসিসের প্রস্তুতি হিসাবে কাগজপত্র পড়ছি। বর্তমানে, আমি একটি কাগজ পড়ছি যা টুইট এবং শেয়ার বাজারের বৈশিষ্ট্যগুলির মধ্যে …

2
যখন কিছু সময় পয়েন্টগুলি তীব্র প্রতিক্রিয়া দেখায় এবং কিছু পুনরাবৃত্তি ব্যবস্থা অধ্যয়ন না করে তখন কী করবেন?
সাধারণত, যখন কেউ একটি দ্রাঘিমাংশীয় নকশায় অবিচ্ছিন্ন তবে ত্রুটিযুক্ত ফলাফলের ব্যবস্থাগুলির মুখোমুখি হয় (তবে বিষয়গুলির মধ্যে একটির সাথে বলুন) সাধারণ পদ্ধতির ফলাফলটিকে স্বাভাবিকতায় রূপান্তরিত করা হয়। যদি পরিস্থিতি চরম আকার ধারণ করে যেমন কাটা কাটা পর্যবেক্ষণের সাথে, কেউ অভিনব হয়ে উঠতে পারে এবং টবিট গ্রোথ কার্ভ মডেল বা অন্য কিছু …

2
লগ পার্থক্য সময় সিরিজের মডেলগুলি বৃদ্ধির হারের চেয়ে ভাল?
প্রায়শই আমি দেখি লেখকরা "লগ ডিফারেন্স" মডেলটি অনুমান করে, যেমন লগ( y)টি) - লগ( y)টি - 1) = লগ( y)টি/ ওয়াইটি - 1) = α + βএক্সটিলগ⁡(Yটি)-লগ⁡(Yটি-1)=লগ⁡(Yটি/Yটি-1)=α+ +βএক্সটি\log (y_t)-\log(y_{t-1}) = \log(y_t/y_{t-1}) = \alpha + \beta x_t আমি সম্মত এই সম্পর্কযুক্ত উপযুক্ত মধ্যে শতকরা পরিবর্তনের যখন হয় ।y t লগ ( …

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.