Ich denke über ein Problem nach, das darin besteht, das Protokoll (die Ausgaben) eines Kunden mithilfe der linearen Regression vorherzusagen. Ich überlege, welche Funktionen als Eingabe verwendet werden sollen, und frage mich, ob es in Ordnung wäre, das Perzentil einer Variablen als Eingabe zu...
Angenommen, wir haben die folgenden Daten: set.seed(123) data <- data.frame(x = c(rnorm(50, 1, 1), rnorm(50, 5, 2)), y = c(rep('A', 50), rep('B', 50))) Was das folgende Boxplot ( boxplot(data$x ~ data$y)) ergibt : Angenommen, ich möchte testen, ob die beiden Stichproben dieselben...
Ich versuche, SMOTE zu verwenden, um das Ungleichgewicht in meinem Klassifizierungsproblem für mehrere Klassen zu korrigieren. Obwohl SMOTE gemäß dem SMOTE-Hilfedokument perfekt für das Iris-Dataset funktioniert, funktioniert es für ein ähnliches Dataset nicht. So sehen meine Daten aus. Beachten...
Ich habe Daten für Kraftfahrzeugunfälle nach Tageszeit. Wie zu erwarten, sind sie mitten am Tag hoch und erreichen zur Hauptverkehrszeit ihren Höhepunkt. Die Standard-geom_density von ggplot2 glättet es gut Eine Teilmenge der Daten für Unfälle im Zusammenhang mit Alkohol am Steuer ist an beiden...
Ich habe einen Beispieldatensatz wie folgt: Volume <- seq(1,20,0.1) var1 <- 100 x2 <- 1000000 x3 <- 30 x4 = sqrt(x2/pi) H = x3 - Volume r = (x4*H)/(H + Volume) Power = (var1*x2)/(100*(pi*Volume/3)*(x4*x4 + x4*r + r*r)) Power <- jitter(Power, factor = 1, amount = 0.1)...
Ich habe die folgenden Daten hier . Ich versuche, das 95% -Konfidenzintervall für die mittlere Reinheit zu berechnen, wenn der Kohlenwasserstoffprozentsatz 1,0 beträgt. In R gebe ich Folgendes ein. > predict(purity.lm, newdata=list(hydro=1.0), interval="confidence", level=.95) fit lwr upr 1...
Ich analysiere einen Datensatz über Gezeitengemeinschaften. Die Daten beziehen sich auf die prozentuale Abdeckung (von Seetang, Seepocken, Muscheln usw.) in Quadraten. Ich bin zu Denken über Korrespondenzanalyse (CA) in Bezug auf die Arten verwendet zählt, und Hauptkomponentenanalyse (PCA) als...
Ich habe in der veröffentlichten Literatur (und hier veröffentlicht) gesehen, dass die asymptotische relative Effizienz des von Wilcoxon signierten Rang-Tests im Vergleich zum t-Test mindestens 0,864 beträgt. Ich habe auch gehört, dass dies nur für große Stichproben gilt, obwohl einige Bücher dies...
Ist es möglich, ein partielles Abhängigkeitsdiagramm zu zeichnen, um die Klassenwahrscheinlichkeit anzuzeigen und die Auswirkungen eines Prädiktors für ein GBM- Modell abzuschätzen ? Ähnliches wie partialPlotaus dem randomForestPaket. Nach diesem Artikel ist ein Teilplot mit gbm machbar. Vielen...
In Dixon, Coles ( 1997 ) haben sie die Maximum-Likelihood-Schätzung für die beiden modifizierten unabhängigen Poisson-Modelle in (4.3) verwendet, um die Ergebnisse im Fußball zu modellieren. Ich versuche, R zu verwenden, um die Alpha- und Beta-Parameter sowie die Home-Effekt-Parameter (S. 274,...
Ich bin daran interessiert, ein Verfahren zur Simulation von Daten zu finden, die mit einem bestimmten Mediationsmodell übereinstimmen. Gemäß dem allgemeinen Framework für lineare Strukturgleichungsmodelle zum Testen von Mediationsmodellen, das zuerst von Barron und Kenny (1986) skizziert und an...
Ich arbeite an der Schätzung der Vektorautoregression (VARs) und der Impulsantwortfunktion (IRFs) basierend auf Paneldaten mit 33 Personen über 77 Quartale. Wie soll diese Art von Situation analysiert werden? Welche Algorithmen gibt es für diesen Zweck? Ich würde es vorziehen, diese Analysen in R...
Ich versuche, die Wirkung von 2 Medikamenten ( drug1, drug2) auf die Wahrscheinlichkeit eines Sturzes eines Patienten abzuschätzen ( event). Die Patienten können mehr als einmal fallen und können jederzeit an- oder abgenommen werden. Meine Frage ist, wie die Daten in Bezug auf den Zeitraum (Tage)...
Ich habe ein logistisches Regressionsmodell (Anpassung über glmnet in R mit elastischer Netzregulierung) und möchte den Unterschied zwischen echten und falschen Positiven maximieren. Zu diesem Zweck wurde das folgende Verfahren in den Sinn gebracht: Passen Sie das logistische
Ich möchte die Genauigkeit von Normalitätstests über verschiedene Stichprobengrößen in R bewerten (mir ist klar, dass Normalitätstests irreführend sein können ). Um zum Beispiel den Shapiro-Wilk-Test zu betrachten, führe ich die folgende Simulation durch (sowie das Aufzeichnen der Ergebnisse) und...
Ich bin neu in der Statistik und versuche, den Unterschied zwischen ANOVA und linearer Regression zu verstehen. Ich benutze R, um dies zu untersuchen. Ich habe verschiedene Artikel darüber gelesen, warum ANOVA und Regression unterschiedlich, aber immer noch gleich sind und wie sie visualisiert...
Ich habe keine Literatur zur Anwendung von Random Forests auf MNIST, CIFAR, STL-10 usw. gefunden, daher dachte ich, ich würde sie selbst mit dem permutationsinvarianten MNIST ausprobieren. In R habe ich versucht: randomForest(train$x, factor(train$y), test$x, factor(test$y), ntree=500) Dies lief 2...
Der Populationsstabilitätsindex quantifiziert die Änderung einer Verteilung einer Variablen durch Vergleichen von Datenstichproben in zwei Zeiträumen. Es wird sehr häufig verwendet, um Verschiebungen in Punktzahlen zu messen. Es wird wie folgt berechnet: 1) Die Probe aus der Basisperiode wird...
Ein Kollege von mir hat mir dieses Problem geschickt und anscheinend im Internet die Runde gemacht: If $3 = 18, 4 = 32, 5 = 50, 6 = 72, 7 = 98$, Then, $10 =$ ? Die Antwort scheint 200 zu sein. 3*6 4*8 5*10 6*12 7*14 8*16 9*18 10*20=200 Wenn ich eine lineare Regression in R mache: data...
Ich mache eine lineare Regression mit der R lm-Funktion: x = log(errors) plot(x,y) lm.result = lm(formula = y ~ x) abline(lm.result, col="blue") # showing the "fit" in blue aber es passt nicht gut. Leider kann ich das Handbuch nicht verstehen. Kann mich jemand in die richtige Richtung weisen,...