Preguntas etiquetadas con categorical-data

Acabo de ejecutar un GLM binomial negativo y esta es la salida: Call: glm.nb(formula = small ~ method + site + depth, data = size.dat, init.theta = 1.080668549, link = log) Deviance Residuals: Min 1Q Median 3Q Max -2.2452 -0.9973 -0.3028 0.3864 1.8727 Coefficients: Estimate Std. Error z value Pr(>|z|) …

14 r  categorical-data  generalized-linear-model  interpretation  negative-binomial 

Tengo un conjunto de datos que contiene variables categóricas y variables continuas. Se me aconsejó transformar las variables categóricas como variables binarias para cada nivel (es decir, A_level1: {0,1}, A_level2: {0,1}). Creo que algunos han llamado a esto "variables ficticias". Dicho esto, ¿sería engañoso centrar y escalar todo el conjunto …

13 categorical-data  data-transformation  centering 

Estoy tratando de hacer predicciones usando un modelo de bosque aleatorio en R. Sin embargo, obtengo errores ya que algunos factores tienen valores diferentes en el conjunto de prueba que en el conjunto de entrenamiento. Por ejemplo, un factor Cat_2tiene valores 34, 68, 76, etc., en el conjunto de prueba …

13 r  categorical-data  random-forest 

¿Hay algún método directo para transformar los datos de nivel ordinal en nivel de intervalo (al igual que para hacerlo al revés)? ¿Y realizable en Excel o SPSS? Teniendo los datos, digamos: 10 preguntas en el nivel ordinal (digamos escala 0-5, donde 0 = "en absoluto", 5 = "todo el …

13 categorical-data  ordinal-data  scales  psychometrics 

He tenido problemas con el siguiente problema, espero que sea fácil para los estadísticos (soy un programador con cierta exposición a las estadísticas). Necesito resumir las respuestas a una encuesta (para la administración). La encuesta tiene más de 100 preguntas, agrupadas en diferentes áreas (con aproximadamente 5 a 10 preguntas …

13 categorical-data  data-transformation  descriptive-statistics 

Tengo datos de ventas diarias de un producto que es altamente estacional. Quiero capturar la estacionalidad en el modelo de regresión. He leído que si tiene datos trimestrales o mensuales, en ese caso puede crear 3 y 11 variables ficticias respectivamente, pero ¿puedo tratar con datos diarios? Tengo tres años …

13 regression  time-series  multiple-regression  categorical-data 

Si se usa una variable de factor (por ejemplo, género con los niveles M y F) en la fórmula glm, se crean variables ficticias, y se pueden encontrar en el resumen del modelo glm junto con sus coeficientes asociados (por ejemplo, genderM) Si, en lugar de confiar en R para …

13 r  generalized-linear-model  categorical-data  categorical-encoding 

Al codificar características categóricas para la regresión lineal, hay una regla: el número de dummies debe ser uno menos que el número total de niveles (para evitar la colinealidad). ¿Existe una regla similar para los árboles de decisión (en bolsas, potenciados)? Pregunto esto porque una práctica estándar en Python parece …

13 categorical-data  random-forest  cart  boosting 

Me gustaría ejecutar una regresión logística ordinal en Python, para una variable de respuesta con tres niveles y con algunos factores explicativos. El statsmodelspaquete admite modelos logit binarios y logit multinomiales (MNLogit), pero no logit ordenado. Dado que la matemática subyacente no es tan diferente, me pregunto si se puede …

12 categorical-data  python  logit  ordered-logit  statsmodels 

Sea una distribución conjunta de dos variables categóricas X , Y , con x , y ∈ { 1 , ... , K } . Digamos que se tomaron n muestras de esta distribución, pero solo se nos dan los recuentos marginales, es decir, para j = 1 , ... …

12 categorical-data  maximum-likelihood  joint-distribution  marginal  maximum-entropy 

Tengo un conjunto de datos muy grande y faltan alrededor del 5% de valores aleatorios. Estas variables están correlacionadas entre sí. El siguiente conjunto de datos R de ejemplo es solo un ejemplo de juguete con datos correlacionados ficticios. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

Tengo un gran conjunto de datos de mercado agregado sobre las ventas de vino en los EE. UU. Y me gustaría estimar la demanda de ciertos vinos de alta calidad. Estas cuotas de mercado se derivaron básicamente de un modelo de utilidad aleatorio de la forma , donde incluye las …

12 logistic  estimation  multiple-regression  categorical-data 

Tengo un conjunto de datos con 8000 clústeres y 4 millones de observaciones. Desafortunadamente, mi software estadístico, Stata, funciona bastante lento cuando uso su función de datos de panel para la regresión logística: xtlogitincluso con una submuestra del 10%. Sin embargo, cuando se utiliza la logitfunción no panel , los …

12 logistic  categorical-data  stata  fixed-effects-model 

Nota: esta pregunta es una nueva publicación, ya que mi pregunta anterior tuvo que ser eliminada por razones legales. Al comparar PROC MIXED de SAS con la función lmedel nlmepaquete en R, me topé con algunas diferencias bastante confusas. Más específicamente, los grados de libertad en las diferentes pruebas difieren …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

Tengo una tabla de contingencia de tres niveles, con datos de conteo para varias especies, la planta huésped de la cual fueron recolectadas y si esa recolección ocurrió en un día lluvioso (¡esto realmente importa!). Usando R, los datos falsos podrían ser algo como esto: count <- rpois(8, 10) species …

12 r  categorical-data  log-linear