Preguntas etiquetadas con binary-data

(publicación bastante larga, lo siento. Incluye mucha información de fondo, así que no dudes en pasar a la pregunta en la parte inferior). Introducción: estoy trabajando en un proyecto en el que intentamos identificar el efecto de una variable endógena binaria, , en un resultado continuo, y . Se nos …

11 econometrics  interpretation  binary-data  instrumental-variables 

Estoy interesado en las interacciones con el tratamiento de covarianza en el contexto de los experimentos / ensayos controlados aleatorios, con un indicador binario asignación de tratamiento .TTT Dependiendo del método / fuente específico, he visto y para los sujetos tratados y no tratados, respectivamente.T = { 1 , - …

10 binary-data  categorical-encoding 

¿Cuáles son los enfoques habituales para modelar series de tiempo binarias? ¿Hay un libro de papel o de texto donde se trata esto? Pienso en un proceso binario con fuerte autocorrelación. Algo así como el signo de un proceso AR (1) que comienza en cero. Diga y con ruido blanco …

10 regression  time-series  logistic  binary-data  autoregressive 

Estoy entrenando una regresión logística para predecir qué corredores tienen más probabilidades de terminar una agotadora carrera de resistencia. Muy pocos corredores completan esta carrera, por lo que tengo un grave desequilibrio de clase y una pequeña muestra de éxitos (tal vez unas pocas docenas). Siento que podría obtener una …

10 logistic  binary-data  continuous-data 

Investigo sobre juegos educativos, y algunos de mis proyectos actuales implican el uso de datos de BoardGameGeek (BGG) y VideoGameGeek (VGG) para examinar las relaciones entre los elementos de diseño de los juegos (es decir, "ambientado en la Segunda Guerra Mundial", "implica lanzar dados" ) y calificaciones de jugadores de …

10 r  categorical-data  factor-analysis  binary-data 

Para un problema de regresión logística bayesiana, he creado una distribución predictiva posterior. Tomo muestras de la distribución predictiva y recibo miles de muestras de (0,1) por cada observación que tengo. Visualizar la bondad de ajuste es menos que interesante, por ejemplo: Este gráfico muestra las 10 000 muestras + …

10 bayesian  data-visualization  classification  goodness-of-fit  binary-data 

Tengo que ejecutar un análisis factorial en un conjunto de datos compuesto por variables dicotómicas (0 = sí, 1 = no) y no sé si estoy en el camino correcto. Usando tetrachoric()creo una matriz de correlación, en la que corro fa(data,factors=1). El resultado está bastante cerca de los resultados que …

10 r  factor-analysis  psychometrics  binary-data 

Este es solo un ejemplo que he encontrado varias veces, por lo que no tengo ningún dato de muestra. Ejecutar un modelo de regresión lineal en R: a.lm = lm(Y ~ x1 + x2) x1Es una variable continua. x2es categórico y tiene tres valores, por ejemplo, "Bajo", "Medio" y "Alto". …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Tengo un conjunto de datos con el siguiente formato. Hay un resultado binario cáncer / no cáncer. Todos los médicos del conjunto de datos han visto a cada paciente y han emitido un juicio independiente sobre si el paciente tiene cáncer o no. Luego, los doctores dan su nivel de …

9 forecasting  binary-data  psychometrics 

En mis datos, tengo una variable de clase, indicado como . Los valores de esta variable de clase son 0 , 1 (binario). Casi todas las observaciones de C son 0 (cerca del 100%, más precisamente, 97%). Me gustaría una prueba de "rendimiento" en diferentes modelos de clasificación (podría ser …

9 classification  binary-data  model-evaluation 

Quiero saber si hay alguna forma posible de calcular el coeficiente de Jaccard usando la multiplicación de matrices. Usé este código jaccard_sim <- function(x) { # initialize similarity matrix m <- matrix(NA, nrow=ncol(x),ncol=ncol(x),dimnames=list(colnames(x),colnames(x))) jaccard <- as.data.frame(m) for(i in 1:ncol(x)) { for(j in i:ncol(x)) { jaccard[i,j]= length(which(x[,i] & x[,j])) / length(which(x[,i] …

9 r  matrix  binary-data  association-measure  similarities 

Entonces, tengo 16 ensayos en los que estoy tratando de autenticar a una persona de un rasgo biométrico usando Hamming Distance. Mi umbral está establecido en 3.5. Mis datos están a continuación y solo la prueba 1 es un verdadero positivo: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

por ej. si tengo una calificación crediticia variable de clase con dos clases buenas y malas, donde # (bueno) = 700 y # (malo) = 300. No quiero acortar mis datos. ¿Qué técnica debo usar? Estaba usando SVM pero está dando todo lo malo como bueno en las predicciones.

9 classification  binary-data 

Me estoy acercando a los tipos de datos y necesito ayuda: Si mira la imagen de arriba (tomada desde aquí ), tiene los tipos de datos como este: Cuantitativo (discreto, continuo) Cualitativa (Nominal (N), Ordinal (O), Binario (B)). Pero si miras la siguiente imagen (desde aquí ), las categorías son: …

9 categorical-data  dataset  ordinal-data  binary-data 

Tengo una serie temporal binaria: tenemos 2160 datos (0 = no sucedió, 1 = sucedió) por un período de una hora en 90 días. Quiero pronosticar después de estos 90 días, dónde ocurrirá el próximo 1, y también extender esta disposición para el próximo mes.

8 time-series  binary-data