Ich bin neu in der Datenwissenschaft und habe ein Problem beim Finden von Clustern in einem Datensatz mit 200.000 Zeilen und 50 Spalten in R. Da die Daten sowohl numerische als auch nominale Variablen enthalten, erscheinen Methoden wie K-means, die das euklidische Distanzmaß verwenden, nicht als...
Ich habe ein einfaches Stichprobenproblem, bei dem meine innere Schleife wie folgt aussieht: v = sample_gamma(k, a) wobei sample_gammaProben aus der Gamma-Verteilung eine Dirichlet-Probe bilden. Es funktioniert gut, aber für einige Werte von k / a läuft ein Teil der nachgeschalteten Berechnung...
Angenommen, wir haben eine Zufallsvariable mit einem Wertebereich, der durch aaa und bbb , wobei aaa der Minimalwert und bbb der Maximalwert ist. Mir wurde gesagt , dass als n→∞n→∞n \to \infty , wobei nnn ist unsere Stichprobengröße, die Stichprobenverteilung unserer Stichprobe Mittel ist eine...
Ich möchte aus einer univariaten Dichte , aber nur die Beziehung:fXfXf_X fX(x)=∫fX|Y(x|y)fY(y)dy.fX(x)=∫fX|Y(x|y)fY(y)dy.f_X(x) = \int f_{X\vert Y}(x\vert y)f_Y(y) dy. Ich möchte die Verwendung von MCMC (direkt auf der Integraldarstellung) vermeiden, und da und leicht sind, habe ich mir überlegt,...
Ich habe einen sehr großen Datensatz und es fehlen ungefähr 5% zufällige Werte. Diese Variablen sind miteinander korreliert. Der folgende Beispiel-R-Datensatz ist nur ein Spielzeugbeispiel mit Dummy-korrelierten Daten. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000,...
Ich habe eine gewichtete Stichprobe, für die ich Quantile berechnen möchte. 1 Wenn die Gewichte gleich sind (ob = 1 oder anders), stimmen die Ergebnisse im Idealfall mit denen von scipy.stats.scoreatpercentile()und R überein quantile(...,type=7). Ein einfacher Ansatz wäre, die Probe mit den...
Kann ich in R garantieren, dass ich nicht dieselbe Permutation generiere, wenn ich set.seed () setze und dann die Beispielfunktion zum Randomisieren einer Liste verwende? dh ... set.seed(25) limit <- 3 myindex <- seq(0,limit) for (x in seq(1,factorial(limit))) { permutations <-...
Hinweis: Diese Frage ist ein Repost, da meine vorherige Frage aus rechtlichen Gründen gelöscht werden musste. Beim Vergleich von PROC MIXED von SAS mit der Funktion lmeaus dem nlmePaket in R bin ich auf einige verwirrende Unterschiede gestoßen. Insbesondere unterscheiden sich die Freiheitsgrade...
Ich beobachte die Bearbeitungszeiten eines Prozesses vor und nach einer Änderung, um festzustellen, ob sich der Prozess durch die Änderung verbessert hat. Der Prozess hat sich verbessert, wenn die Bearbeitungszeit reduziert wird. Die Verteilung der Verarbeitungszeit ist fett begrenzt, daher ist ein...
Ich habe mich gefragt, wie Bootstrap-CIs (und insbesondere BCa) bei normal verteilten Daten funktionieren. Es scheint eine Menge Arbeit zu geben, um ihre Leistung bei verschiedenen Arten von Verteilungen zu untersuchen, aber bei normal verteilten Daten konnte nichts gefunden werden. Da es...
Mir wurde immer beigebracht, dass die CLT funktioniert, wenn Sie die Probenahme wiederholt haben, wobei jede Probe groß genug ist. Stellen Sie sich zum Beispiel vor, ich habe ein Land mit 1.000.000 Einwohnern. Mein Verständnis von CLT ist, dass selbst wenn die Verteilung ihrer Höhen nicht normal...
Tests wie Z, t und einige andere gehen davon aus, dass die Daten auf einer Zufallsstichprobe basieren. Warum? Angenommen, ich mache experimentelle Forschungen, bei denen mir die interne Gültigkeit viel mehr am Herzen liegt als die externe. Also, wenn meine Stichprobe ein bisschen voreingenommen...
Die Probenahme mit Ersatz hat zwei Vorteile gegenüber der Probenahme ohne Ersatz, wie ich es sehe: 1) Sie müssen sich keine Sorgen um die endliche Populationskorrektur machen. 2) Es besteht die Möglichkeit, dass Elemente aus der Grundgesamtheit mehrmals gezeichnet werden. Dann können Sie die...
Mein Hintergrund ist Informatik. Ich bin ziemlich neu in Monte-Carlo-Stichprobenverfahren, und obwohl ich die Mathematik verstehe, fällt es mir schwer, intuitive Beispiele für wichtige Stichproben zu finden. Genauer gesagt, könnte jemand Beispiele nennen für: Eine ursprüngliche Verteilung, aus der...
Bei MCMC- Methoden lese ich immer wieder über die burn-inZeit oder die Anzahl der Proben "burn". Was ist das genau und warum wird es benötigt? Aktualisieren: Bleibt MCMC stabil, sobald es sich stabilisiert hat? Wie hängt der Zeitbegriff burn-inmit dem der Mischzeit
Ich bin ein absoluter Neuling :) Ich mache eine Studie mit einer Stichprobengröße von 10.000 aus einer Bevölkerung von etwa 745.000. Jede Stichprobe repräsentiert eine "prozentuale Ähnlichkeit". Die große Mehrheit der Proben liegt zwischen 97% und 98%, einige jedoch zwischen 60% und 90%, dh die...
Meine Daten sind wie folgt. Ich habe zwei Gruppen von Patienten. Patienten in jeder Gruppe hatten eine andere Art von Augenoperation. In jeder Gruppe wurden 5 Variablen an Patienten gemessen. Ich möchte diese Variablen zwischen den beiden Gruppen mit einem Permutationstest oder MANOVA vergleichen....
Normalerweise wird in Fisher z transformiert , um die Differenz zwischen zwei r- Werten zu testen . Aber warum sollten wir einen solchen Schritt unternehmen, wenn eine Metaanalyse durchgeführt werden soll? Korrigiert es Messfehler oder Nicht-Stichprobenfehler und warum sollten wir annehmen, dass r...
Ich suche nach Ratschlägen zur Analyse komplexer Umfragedaten mit Mehrebenenmodellen in R. Ich habe das surveyPaket verwendet, um ungleiche Auswahlwahrscheinlichkeiten in Einstufenmodellen zu gewichten, aber dieses Paket verfügt nicht über Funktionen für die Mehrebenenmodellierung. Das lme4Paket...
Ich versuche, einen Beweis für ein Problem zu erstellen, an dem ich arbeite, und eine der Annahmen, die ich mache, ist, dass die Menge der Punkte, von denen ich Stichproben mache, über den gesamten Raum dicht ist. Praktisch verwende ich Latin Hypercube Sampling, um meine Punkte über den gesamten...