Estadísticas y Big Data

Me gustaría realizar un pronóstico basado en un modelo ARIMA de series de tiempo múltiples con múltiples variables exógenas. Como no soy tan hábil con respecto a las estadísticas ni a RI que quiero mantener, es lo más simple posible (el pronóstico de tendencia para 3 meses es suficiente). Tengo …

14 r  time-series  arima 

A menudo, los textos introductorios de estadística aplicada distinguen la media de la mediana (a menudo en el contexto de la estadística descriptiva y motivan el resumen de la tendencia central utilizando la media, la mediana y la moda) al explicar que la media es sensible a los valores atípicos …

14 mean  skewness  median  winsorizing  central-tendency 

Leí aquí que era el número de grados de libertad que debería usar al hacer una prueba t para determinar la importancia de un coeficiente de regresión, pero no entiendo por qué. Comprendí que las pruebas t generalmente tenían n - 1 grados de libertad.n - p - 1norte-pag-1n-p-1n - …

14 regression  hypothesis-testing  multiple-regression  t-test 

Supongamos que tenemos el siguiente modelo de regresión logística: logit ( p ) = β0 0+ β1X1+ β2X2logit(p)=β0+β1x1+β2x2\text{logit}(p) = \beta_0+\beta_{1}x_{1} + \beta_{2}x_{2} ¿Es las probabilidades del evento cuando y ? En otras palabras, ¿son las probabilidades del evento cuando y están en los niveles más bajos (incluso si esto no …

14 logistic  interpretation  intercept 

Tanto la gráfica de caja y bigotes como el gráfico de barras son gráficos apropiados para ANOVA según The R Book (Crawley, 2013), pero ¿ cuál es más apropiado ? Supongo que depende de la situación ... ¿alguien puede ayudarme?

14 boxplot  rule-of-thumb  barplot 

Tengo algunos datos que uso sin problemas loess. Me gustaría encontrar los puntos de inflexión de la línea suavizada. es posible? Estoy seguro de que alguien ha hecho un método elegante para resolver esto ... Quiero decir ... después de todo, ¡es R! Estoy bien con cambiar la función de …

14 r  smoothing  loess 

Como parte de una tarea universitaria, tengo que llevar a cabo el preprocesamiento de datos en un conjunto de datos sin procesar bastante grande, multivariante (> 10). No soy un estadístico en ningún sentido de la palabra, así que estoy un poco confundido sobre lo que está sucediendo. Disculpas de …

14 pca 

Estoy tratando de entender cómo calcular el punto de corte óptimo para una curva ROC (el valor en el que se maximizan la sensibilidad y la especificidad). Estoy usando el conjunto aSAHde datos del paquete pROC. La outcomevariable podría explicarse por dos variables independientes: s100by ndka. Usando la sintaxis del …

14 r  roc  sensitivity-analysis  sensitivity-specificity 

Soy nuevo en el lenguaje R. Me gustaría saber cómo simular a partir de un modelo de regresión lineal múltiple que cumpla con los cuatro supuestos de la regresión. Ok, gracias. Digamos que quiero simular los datos basados ​​en este conjunto de datos: y<-c(18.73,14.52,17.43,14.54,13.44,24.39,13.34,22.71,12.68,19.32,30.16,27.09,25.40,26.05,33.49,35.62,26.07,36.78,34.95,43.67) x1<-c(610,950,720,840,980,530,680,540,890,730,670,770,880,1000,760,590,910,650,810,500) x2<-c(1,1,3,2,1,1,3,3,2,2,1,3,3,2,2,2,3,3,1,2) fit<-lm(y~x1+x2) summary(fit) entonces obtengo …

14 r  multiple-regression  simulation 

Actualmente tengo un problema para entender la sintaxis de R para ajustar un GLM usando la distribución Gamma. Tengo un conjunto de datos, donde cada fila contiene 3 covariables ( ), una variable de respuesta ( ) y un parámetro de forma ( ). Quiero modelar la escala de la …

14 r  generalized-linear-model  gamma-distribution  dglm 

Sé cómo realizar una regresión lineal en un conjunto de puntos. Es decir, sé cómo ajustar un polinomio de mi elección, a un conjunto de datos dado (en el sentido LSE). Sin embargo, lo que no sé es cómo forzar a mi solución a pasar por algunos puntos particulares de …

14 regression  machine-learning  least-squares  linear-model  polynomial 

Actualmente estoy usando RF toolbox en MATLAB para un problema de clasificación binaria Conjunto de datos: 50000 muestras y más de 250 características Entonces, ¿cuál debería ser el número de árboles y la función seleccionada al azar en cada división para cultivar los árboles? ¿Puede algún otro parámetro afectar en …

14 machine-learning  classification  random-forest 

Necesito agrupar unidades en grupos para minimizar la suma de cuadrados dentro del grupo (WSS), pero necesito asegurarme de que cada grupo contenga al menos unidades. ¿Alguna idea de si alguna de las funciones de agrupación de R permite la agrupación en agrupaciones sujetas a una restricción de tamaño de …

14 r  clustering 

He estado tratando de discernir qué significa exactamente la salida "coef" y "(exp) coef" de coxph. Parece que el "(exp) coef" son comparaciones de la primera variable en el modelo de acuerdo con el grupo asignado en el comando. ¿Cómo llega la función coxph a los valores de "coef" y …

14 r  survival  interpretation 

La pregunta es sencilla: ¿es apropiado usar la regresión lineal cuando Y es acotado y discreto (por ejemplo, el puntaje de la prueba 1 ~ 100, alguna clasificación predefinida 1 ~ 17)? En este caso, ¿"no es bueno" usar regresión lineal, o es totalmente incorrecto usarlo?

14 regression  multiple-regression  least-squares  linear  bounds