প্রশ্ন ট্যাগ «missing-data»

আমার একটি খুব বড় ডেটাসেট রয়েছে এবং প্রায় 5% এলোমেলো মান অনুপস্থিত। এই ভেরিয়েবলগুলি একে অপরের সাথে সম্পর্কিত হয়। নীচের উদাহরণটি আর ডেটাসেটটি ডমি কোলেলেটেড ডেটা সহ একটি খেলনার উদাহরণ। set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

আমি কিছু অনুপস্থিত পর্যবেক্ষণের সাথে জলবায়ু ডেটা একটি সিরিজ সময় ব্যতীত মান সনাক্ত করার চেষ্টা করছি। ওয়েবে অনুসন্ধান করে আমি অনেকগুলি উপলব্ধ পন্থা পেয়েছি। এর মধ্যে, স্ট্রল পচনটি প্রবণতা এবং seasonতু উপাদানগুলি অপসারণ এবং বাকী অংশটি অধ্যয়ন করার অর্থে মনে হয়। এসটিএল পড়া : essতুর ভিত্তিতে একটি asonতু-ট্রেন্ড পচন প্রক্রিয়া …

12 r  time-series  outliers  missing-data 

আমার ডেটাতে একটি ভেরিয়েবলের রয়েছে 80% হারানো ডেটা। অস্তিত্বের কারণে ডেটাগুলি অনুপস্থিত (অর্থাত্ সংস্থাটি কত ব্যাংক bankণ গ্রহণ করে)। আমি একটি নিবন্ধ জুড়ে এসেছি যে ডামি ভেরিয়েবল সামঞ্জস্য পদ্ধতি এই সমস্যার সমাধান। এর অর্থ যে এই ক্রমাগত পরিবর্তনশীলটিকে শ্রেণিবদ্ধে রূপান্তর করা দরকার? এটাই কি একমাত্র সমাধান? আমি তাত্ত্বিকভাবে মনে করি …

12 missing-data 

আমার প্রশ্নটি ক্লাসিফায়ার / মডেল প্রশিক্ষণ / ফিটিংয়ের সময় অসম্পূর্ণ ডেটা নিয়ে কাজ করার কৌশলগুলিতে পরিচালিত । উদাহরণস্বরূপ, একটি ডেটাসেটে ডাব্লু / কয়েক শ সারি, প্রতিটি সারিতে শেষ আইটেম হিসাবে পাঁচটি মাত্রা এবং একটি শ্রেণির লেবেল বলা উচিত, বেশিরভাগ ডেটা পয়েন্টগুলি এর মতো দেখাবে: [0.74, 0.39, 0.14, 0.33, 0.34, 0] …

12 missing-data 

আমার কাছে 2500 ভেরিয়েবল এবং 142 টি পর্যবেক্ষণের মতো এই বিশাল ডেটা সেট রয়েছে। আমি ভেরিয়েবল এক্স এবং বাকি ভেরিয়েবলগুলির মধ্যে একটি সম্পর্ক স্থাপন করতে চাই। তবে অনেক কলামের জন্য, এন্ট্রিগুলি অনুপস্থিত রয়েছে। আমি "জোড়াওয়ালা-সম্পূর্ণ" আর্গুমেন্ট ( use=pairwise.complete.obs) ব্যবহার করে আর-তে এটি করার চেষ্টা করেছি এবং এটি সংশ্লেষণের একটি গোছা …

12 r  correlation  missing-data  correlation-matrix 

সম্প্রতি আমি এক্সজিবিস্ট আলগোরিদিম পর্যালোচনা করেছি এবং আমি লক্ষ্য করেছি যে এই অ্যালগরিদম প্রশিক্ষণের পর্যায়ে অনুপস্থিত ডেটা (অভিশংসনের প্রয়োজন ছাড়াই) পরিচালনা করতে পারে। আমি ভাবছিলাম যে এক্সজি বুস্ট যখন নতুন পর্যবেক্ষণের পূর্বাভাস দেওয়ার জন্য ব্যবহার করা হয় বা অনুপস্থিত ডেটা গণনার প্রয়োজন হয় তখন কি অনুপস্থিত ডেটা (অভিশংসনের প্রয়োজন ছাড়াই) …

12 machine-learning  missing-data  data-imputation  xgboost 

আমি জিডব্লিউএসে লাসো রিগ্রেশন এর জন্য "গ্ল্যামনেট" ব্যবহার করছি। কিছু বৈকল্পিক এবং ব্যক্তির মানগুলি অনুপস্থিত রয়েছে এবং মনে হয় যে গ্ল্যামনেট অনুপস্থিত মানগুলি পরিচালনা করতে পারে না। এটির জন্য কি কোন সমাধান আছে? বা এমন কি অন্যান্য প্যাকেজ রয়েছে যা লাসো রিগ্রেশন-এ হারিয়ে যাওয়া মানগুলি পরিচালনা করতে পারে? আমার স্ক্রিপ্ট …

12 missing-data  lasso  glmnet 

আমি পূর্বাভাসের পদ্ধতিটি চেষ্টা করেছি এবং আমার পদ্ধতিটি সঠিক কিনা তা পরীক্ষা করতে চাই। আমার অধ্যয়নটি বিভিন্ন ধরণের মিউচুয়াল ফান্ডের সাথে তুলনা করে। আমি তাদের একজনের জন্য জিসিসি সূচকটি একটি মানদণ্ড হিসাবে ব্যবহার করতে চাই তবে সমস্যাটি হ'ল জিসিসি সূচকটি ২০১১ সালের সেপ্টেম্বরে বন্ধ হয়ে গিয়েছিল এবং আমার গবেষণাটি জানুয়ারী …

12 time-series  forecasting  missing-data 

যে কোনও শ্রেণিবদ্ধের ইনপুটগুলির জন্য কীভাবে 'অস্তিত্বহীন' ডেটা পরিচালনা করতে হয় সে সম্পর্কে সত্যই আমি কোনও ভাল পাঠ্য বা উদাহরণ পাইনি। আমি অনুপস্থিত ডেটাতে অনেক কিছু পড়েছি তবে মাল্টিভারিয়েট ইনপুটগুলির সাথে সম্পর্কিত বা না থাকতে পারে এমন ডেটা সম্পর্কে কী করা যায়। আমি বুঝতে পারি এটি একটি খুব জটিল প্রশ্ন …

11 missing-data 

আমি নিম্নলিখিত সমস্যা পেয়েছি: - আমরা এন ব্যক্তিদের সেট করেছি - আমরা কে ইমেজ সেট করেছি - প্রতিটি ব্যক্তি কিছু সংখ্যক চিত্রকে রেট করে। কোনও ব্যক্তি কোনও চিত্র পছন্দ করতে বা পছন্দ করতে পারে না (এগুলি কেবলমাত্র দুটি সম্ভাব্য)) - সমস্যাটি হ'ল সম্ভাবনাটি গণনা করা যায় যে কোনও ব্যক্তি কোনও …

11 missing-data  rating 

mgcvপ্যাকেজের Rঝুলানো টেন্সর পণ্যের পারস্পরিক ক্রিয়ার জন্য দুটি ফাংশন আছে: te()এবং ti()। আমি উভয়ের মধ্যে শ্রমের মৌলিক বিভাজন বুঝতে পারি (একটি অ-রৈখিক ইন্টারঅ্যাকশন বনাম বনাম। এই ইন্টারঅ্যাকশনটিকে প্রধান প্রভাব এবং একটি মিথস্ক্রিয়াতে ডেকপোজ করে)। আমি যা বুঝতে পারি না তা হ'ল কেন te(x1, x2)এবং ti(x1) + ti(x2) + ti(x1, x2)(কিছুটা) …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

নির্ভুলতা-ভিত্তিক ওজন কী মেটা-বিশ্লেষণের কেন্দ্রস্থল? বোরেনস্টাইন এট আল। (২০০৯) লিখুন যে মেটা-বিশ্লেষণের জন্য এটি সম্ভব হ'ল প্রয়োজনীয়: অধ্যয়নগুলি একটি বিন্দু অনুমানের প্রতিবেদন করে যা একক সংখ্যা হিসাবে প্রকাশ করা যেতে পারে। পয়েন্ট আনুমানিক জন্য ভেরিয়েন্স গণনা করা যেতে পারে। (২) কেন কঠোরভাবে প্রয়োজনীয় তা আমার কাছে তাত্ক্ষণিকভাবে পরিষ্কার নয়। তবে, …

10 variance  sample-size  missing-data  meta-analysis 

আমি ভাবছি যে কেউ যদি অনুপস্থিত তথ্যের সাথে মামলার জন্য কেবল আলাদা মডেল তৈরি করার চেয়ে অনুপস্থিত ডেটার জন্য অনুদান কেন ভাল তবে যদি কিছুটা অন্তর্দৃষ্টি সরবরাহ করতে পারে। বিশেষত [জেনারালাইজড] লিনিয়ার মডেলগুলির ক্ষেত্রে (আমি সম্ভবত দেখতে পাই না লিনিয়ার ক্ষেত্রে জিনিসগুলি ভিন্ন) ধরুন আমাদের কাছে মৌলিক রৈখিক মডেল রয়েছে: …

10 regression  missing-data  data-imputation 

আমার ফর্মটির একটি জিএলএমএম রয়েছে: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) আমি যখন ব্যবহার করি drop1(model, test="Chi"), তখন আমি Anova(model, type="III")গাড়ি প্যাকেজটি ব্যবহার করি বা না থেকে তার চেয়ে আলাদা ফলাফল পাই summary(model)। এই দ্বিতীয় দুটি একই উত্তর দেয়। একগুচ্ছ মনগড়া তথ্য …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

গেলম্যান অ্যান্ড হিল (2006) বলেছেন: বাগগুলিতে, কোনও রিগ্রেশনে অনুপস্থিত ফলাফলগুলি সহজেই ডেটা ভেক্টর, এনএ এবং সমস্তগুলি অন্তর্ভুক্ত করে সহজেই পরিচালনা করা যায়। ত্রুটিগুলি স্পষ্টভাবে ফলাফলের পরিবর্তনশীলকে মডেল করে এবং তাই প্রতিটি মডেলটিতে প্রতিটি মডেলটিতে অনুপস্থিত মূল্যবোধগুলিতে এই মডেলটি ব্যবহার করা তুচ্ছ। এটি পূর্বাভাস দেওয়ার জন্য জ্যাজিএস ব্যবহার করার সহজ উপায় …

10 missing-data  bugs  jags