Preguntas etiquetadas con categorical-data

Soy consciente del hecho de que las variables categóricas con k niveles deben codificarse con k-1 en la codificación ficticia (de manera similar para las variables categóricas de valores múltiples). Me preguntaba cuánto problema tiene una codificación de un punto (es decir, usando k variables en lugar de) sobre la …

11 regression  multiple-regression  categorical-data  many-categories 

¿Se pueden usar variables categóricas en la agrupación jerárquica? He escuchado que solo se usan variables continuas, pero he visto personas que discuten variables categóricas que pueden o no usarse también. ¿Alguien puede dar una idea?

11 categorical-data  hierarchical-clustering 

Así que he leído algunas publicaciones sobre por qué siempre se debe evitar el binning . Una referencia popular para esa afirmación es este enlace . La escapada principal es que los puntos de agrupamiento (o puntos de corte) son bastante arbitrarios, así como la pérdida de información resultante, y …

10 classification  categorical-data  continuous-data  splines  binning 

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 

¿Cuándo es útil la transformación del peso de la evidencia (WOE) de variables categóricas? El ejemplo se puede ver en la transformación de WOE (Así que para una respuesta , y un predictor categórico con categorías, y éxitos de ensayos dentro de la ésimo categoría de este predictor, el AY …

10 logistic  categorical-data  regression-strategies 

¿Alguien puede decirme cuál es el nombre de este tipo de diagrama (si lo hay)? ¿Alguien puede sugerir alguna herramienta, por simple que sea, para trazar un diagrama así?

10 categorical-data  proportion 

Entonces, por ejemplo, aquí están las definiciones que obtengo de los libros de texto estándar Variable: característica de la población o muestra. ex. Precio de una acción o calificación en una prueba Datos - valores observados reales Entonces, para un informe de dos columnas [Nombre | Ingresos] los nombres de …

10 dataset  ordinal-data  categorical-data  ratio 

Estoy probando la independencia de dos variables, A y B, estratificadas por C. A y B son variables binarias y C es categórica (5 valores). Al ejecutar la prueba exacta de Fisher para A y B (todos los estratos combinados), obtengo: ## (B) ## (A) FALSE TRUE ## FALSE 1841 …

10 categorical-data  interpretation  inference  contingency-tables  fishers-exact 

Estoy trabajando en un conjunto de datos. Después de usar algunas técnicas de identificación de modelos, obtuve un modelo ARIMA (0,2,1). Utilicé la detectIOfunción en el paquete TSAen R para detectar un valor atípico innovador (IO) en la observación número 48 de mi conjunto de datos original. ¿Cómo incorporo este …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

Trataré de describir el problema en cuestión de la manera más general posible. Estoy modelando observaciones como una distribución categórica con un vector de probabilidad de parámetro theta. Entonces, supongo que el vector de parámetros theta sigue una distribución previa de Dirichlet con los parámetros .α1,α2,…,αkα1,α2,…,αk\alpha_1,\alpha_2,\ldots,\alpha_k ¿Es posible también imponer …

10 categorical-data  multinomial  dirichlet-distribution  hierarchical-bayesian  dirichlet-process 

Al jugar con un modelo de regresión multivariante, noté que había un pequeño pero notable efecto de multicolinealidad, medido por factores de inflación de varianza, dentro de las categorías de una variable categórica (después de excluir la categoría de referencia, por supuesto). Por ejemplo, supongamos que tenemos un conjunto de …

10 regression  categorical-data  multicollinearity 

Estoy tratando de encontrar la correlación entre una variable dicotómica y una variable continua. De mi trabajo de base en esto, descubrí que tengo que usar una prueba t independiente y la condición previa para ello es que la distribución de la variable debe ser normal. Realicé la prueba de …

10 normal-distribution  categorical-data  continuous-data  kolmogorov-smirnov  association-measure 

Tengo que hacer una regresión logística binaria con muchas variables independientes. La mayoría de ellos son binarios, pero algunas de las variables categóricas tienen más de dos niveles. ¿Cuál es la mejor manera de lidiar con tales variables? Por ejemplo, para una variable con tres valores posibles, supongo que se …

10 logistic  categorical-data  spss  ordinal-data  categorical-encoding 

Necesito analizar con R los datos de una encuesta médica (con más de 100 columnas codificadas) que viene en un CSV. Voy a utilizar sonajero para algunos análisis inicial pero detrás de las escenas es todavía R. Si leo el archivo .csv () , las columnas con códigos numéricos se …

10 r  categorical-data  data-transformation 

Tengo un marco de datos en Python donde necesito encontrar todas las variables categóricas. Comprobar el tipo de columna no siempre funciona porque el inttipo también puede ser categórico. Así que busco ayuda para encontrar el método de prueba de hipótesis correcto para identificar si una columna es categórica o …

10 hypothesis-testing  categorical-data  python  chi-squared  categorical-encoding