Preguntas etiquetadas con data-transformation

Reexpresión matemática, a menudo no lineal, de valores de datos. Los datos a menudo se transforman para cumplir con los supuestos de un modelo estadístico o para hacer que los resultados de un análisis sean más interpretables.

4
¿Cuáles son los valores correctos para precisión y recuperación en casos extremos?
La precisión se define como: p = true positives / (true positives + false positives) ¿Es cierto que, como true positivesy false positivesenfoque 0, la precisión se aproxima a 1? La misma pregunta para recordar: r = true positives / (true positives + false negatives) Actualmente estoy implementando una prueba …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 
2
De la distribución uniforme a la distribución exponencial y viceversa.
Esta es probablemente una cuestión trivial, pero mi búsqueda ha sido infructuosa hasta ahora, incluyendo este artículo de Wikipedia , y el "Compendio de Distribuciones" documento . Si tiene una distribución uniforme, ¿significa que sigue una distribución exponencial?XXXmiXeXe^X Del mismo modo, si sigue una distribución exponencial, ¿significa que sigue una …
2
¿Es una transformación logarítmica una técnica válida para probar t datos no normales?
En la revisión de un artículo, los autores afirman: "Las variables de resultado continuo que exhiben una distribución sesgada se transformaron, utilizando los logaritmos naturales, antes de que se realizaran pruebas t para satisfacer los supuestos de prerrequisitos de normalidad". ¿Es esta una forma aceptable de analizar datos no normales, …
5
¿Cuál es la razón por la cual la transformación logarítmica se usa con distribuciones sesgadas a la derecha?
Una vez escuché eso la transformación logarítmica es la más popular para distribuciones sesgadas a la derecha en regresión lineal o regresión cuantil Me gustaría saber si hay alguna razón subyacente a esta declaración. ¿Por qué la transformación logarítmica es adecuada para una distribución sesgada a la derecha? ¿Qué tal …
3
¿Qué significa "normalización" y cómo verificar que una muestra o una distribución esté normalizada?
Tengo una pregunta en la que pide verificar si la distribución Uniforme ( Uniform(a,b)Uniform(a,b){\rm Uniform}(a,b) ) está normalizada. Por un lado, ¿qué significa que cualquier distribución se normalice? Y dos, ¿cómo hacemos para verificar si una distribución está normalizada o no? Entiendo computando X−meansdX−meansd \frac{X-\text{mean}}{\text{sd}} obtenemosdatosnormalizados, pero aquí se solicita …
3
Cómo realizar la transformación isométrica de la relación logarítmica
Tengo datos sobre comportamientos de movimiento (tiempo de sueño, sedentario y actividad física) que suman aproximadamente 24 (como en horas por día). Quiero crear una variable que capture el tiempo relativo empleado en cada uno de estos comportamientos: me han dicho que una transformación de relación logarítmica isométrica lograría esto. …
2
Transformación inversa de coeficientes de regresión
Estoy haciendo una regresión lineal con una variable dependiente transformada. La siguiente transformación se realizó para que se mantuviera el supuesto de normalidad de los residuos. La variable dependiente no transformada estaba sesgada negativamente, y la siguiente transformación la hizo casi normal: Y=50−Yorig−−−−−−−−√Y=50−YorigY=\sqrt{50-Y_{orig}} donde es la variable dependiente en la …
2
¿Por qué transformar los datos antes de realizar el análisis de componentes principales?
Estoy siguiendo un tutorial aquí: http://www.r-bloggers.com/computing-and-visualizing-pca-in-r/ para obtener una mejor comprensión de PCA. El tutorial utiliza el conjunto de datos Iris y aplica una transformación de registro antes de PCA: Observe que en el siguiente código aplicamos una transformación logarítmica a las variables continuas según lo sugerido por [1] y …
2
Derivación de la transformación de normalización para GLM
\newcommand{\E}{\mathbb{E}} ¿Cómo es la transformación normalizadora A ( ⋅ ) = ∫ d uV 1 / 3 ( μ )A(⋅)=∫duV1/3(μ)A(\cdot) = \displaystyle\int\frac{du}{V^{1/3}(\mu)} para la familia exponencial ¿derivado? Más específicamente : intenté seguir el boceto de expansión de Taylor en la página 3, diapositiva 1 aquí, pero tengo varias preguntas. Con …
4
¿Las trampas que se deben evitar al transformar los datos?
Logré una fuerte relación lineal entre mi variable XXX e YYY después de transformar doblemente la respuesta. El modelo era Y∼XY∼XY\sim X pero lo transformé a YX−−√∼X−−√YX∼X\sqrt{\frac{Y}{X}}\sim \sqrt{X} mejorandoR2R2R^2de .19 a .76. Claramente hice una cirugía decente en esta relación. ¿Alguien puede discutir las trampas de hacer esto, como los …
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.