প্রশ্ন ট্যাগ «paired-comparisons»

5
মেশিন লার্নিংয়ের শ্রেণিবদ্ধ / নেস্টেড ডেটা কীভাবে মোকাবেলা করবেন
আমি আমার সমস্যাটি একটি উদাহরণ দিয়ে ব্যাখ্যা করব। ধরুন আপনি কোনও ব্যক্তির আয়ের ভবিষ্যদ্বাণী করতে চান এমন কয়েকটি বৈশিষ্ট্য দেওয়া হয়েছে: {বয়স, লিঙ্গ, দেশ, অঞ্চল, শহর} আপনার মতো প্রশিক্ষণ ডেটাসেট রয়েছে train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, 50,51,101,38, …
29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

1
একটি হালকা মডেল থেকে প্রভাব পুনরাবৃত্তি
আমি কেবল এই কাগজটি জুড়ে এসেছি , যা মিক্সড ইফেক্টস মডেলিংয়ের মাধ্যমে কোনও পরিমাপের পুনরাবৃত্তিযোগ্যতা (ওরফে বিশ্বাসযোগ্যতা, ওরফে ইন্ট্রাক্লাস পারস্পরিক সম্পর্ক) কীভাবে গণনা করতে হবে তা বর্ণনা করে। আর কোডটি হ'ল: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 …
28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

5
ক্রস-ওভার (যুক্ত) পরীক্ষাগুলির জন্য ত্রুটি বারগুলি কীভাবে প্রদর্শিত হবে
নিম্নলিখিত পরিস্থিতি তদন্তকারী (আই), পর্যালোচক / সম্পাদক (আর, সিআরএএন সম্পর্কিত নয়) এবং প্লট স্রষ্টা হিসাবে আমার (এম) এর ত্রয়ীর মধ্যে সর্বাধিক জিজ্ঞাসিত প্রশ্নে পরিণত হয়েছে। আমরা ধরে নিতে পারি যে (আর) টিপিকাল মেডিকেল বিগ বস রিভিউর, যিনি কেবল জানেন যে প্রতিটি প্লটের অবশ্যই ত্রুটি বার থাকা উচিত, অন্যথায় এটি ভুল। …

4
পুনরাবৃত্তির সংখ্যা বাড়ার সাথে সাথে গ্রেডিয়েন্ট বুস্টিং মেশিনের নির্ভুলতা হ্রাস পায়
আমি এর মাধ্যমে গ্রেডিয়েন্ট বুস্টিং মেশিন অ্যালগরিদম নিয়ে পরীক্ষা করছি caret আর। প্যাকেজটির ing একটি ছোট কলেজ ভর্তি ডেটাসেট ব্যবহার করে, আমি নিম্নলিখিত কোডটি চালিয়েছি: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

3
একটি ডজবল দল তার খেলোয়াড়দের জয়ের ইতিহাসের ভিত্তিতে যে বিজয় পেতে চলেছে তা আমি কীভাবে পূর্বাভাস দিতে পারি?
কল্পনা করুন বিশ্বে 80 জন ডজবল খেলোয়াড় রয়েছে। তাদের প্রত্যেকে কম-বেশি বা এলোমেলো ক্রমে অন্যান্য players৯ জন খেলোয়াড়ের সাথে হাজার হাজার ডজবল গেম খেলেছে। এটি দলবিহীন একটি বিশ্ব (যেমন, প্রতিটি খেলোয়াড়ের প্রতিটি খেলায় উভয় দলেরই খসড়া হওয়ার সুযোগ রয়েছে)। আমি প্রতিটি খেলোয়াড়ের আগের জয়ের হার জানি (উদাহরণস্বরূপ, একজন আগের সমস্ত …

2
মানে পার্থক্য বনাম গড় পার্থক্য
দুটি স্বতন্ত্র নমুনা মানে অধ্যয়ন করার সময়, আমাদের বলা হয় যে আমরা "দুটি অর্থের পার্থক্য" দেখছি। এর অর্থ আমরা জনসংখ্যা 1 থেকে গড় গ্রহণ করব (Y¯1y¯1\bar y_1) এবং এটিকে থেকে জনসংখ্যা 2 থেকে গড় বিয়োগ করুন (Y¯2y¯2\bar y_2)। সুতরাং, আমাদের "দুটি অর্থের পার্থক্য" হ'ল (Y¯1y¯1\bar y_1 - Y¯2y¯2\bar y_2)। জোড়যুক্ত …
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.