Preguntas etiquetadas con data-transformation

Estoy tratando de ajustar un modelo lineal en algunos datos con solo un predictor (digamos (x, y)). Los datos son tales que para valores pequeños de x, los valores de y se ajustan perfectamente a una línea recta, sin embargo, a medida que aumentan los valores de x, los valores …

9 r  regression  variance  data-transformation 

Los siguientes injertos se toman de este artículo . Soy novato en bootstrap e intento implementar el bootstrapping paramétrico, semiparamétrico y no paramétrico para el modelo mixto lineal con R bootpaquete. Código R Aquí está mi Rcódigo: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

Necesito ayuda para encontrar la forma correcta de calcular los ganadores en nuestra feria de ciencias. No quiero que mi ignorancia de las estadísticas y las matemáticas se interponga en el camino de las posibilidades de ganar de un niño. (muchos beneficios de becas y adelantos en juego). Gracias de …

9 data-transformation  standard-deviation  rating 

Introducción En la combinación de pronósticos, una de las soluciones populares se basa en la aplicación de algún criterio de información. Tomando, por ejemplo, el criterio de Akaike estimado para el modelo , uno podría calcular las diferencias de de y luego RP_j = e ^ {(AIC ^ * - …

9 time-series  forecasting  data-transformation  econometrics 

Cuando se realiza una regresión lineal, a menudo es útil hacer una transformación como la transformación logarítmica para que la variable dependiente logre una mejor conformación de distribución normal. A menudo también es útil inspeccionar los beta de la regresión para evaluar mejor el tamaño del efecto / relevancia real …

9 regression  data-transformation  effect-size 

En una respuesta a esta pregunta sobre el tratamiento de datos categóricos como continuos , se mencionó la escala óptima. ¿Cómo funciona este método y cómo se aplica?

9 categorical-data  data-transformation  optimal-scaling 

He oído que muchas cantidades que ocurren en la naturaleza normalmente se distribuyen. Esto generalmente se justifica usando el teorema del límite central, que dice que cuando promedia un gran número de variables aleatorias iid, obtiene una distribución normal. Entonces, por ejemplo, un rasgo que está determinado por el efecto …

9 data-transformation  normality-assumption 

Tengo una serie de puntos de datos en este formulario (marca de tiempo, lat, largo) para un conjunto de usuarios. Cada usuario tiene una trayectoria cuando viaja del punto A al punto B. Puede haber cualquier número de puntos de A a B. Son puntos de datos ordenados en función …

9 time-series  multivariate-analysis  data-transformation  functional-data-analysis 

Soy nuevo en Stats y me encontré con este problema al ejecutar mis análisis en SPSS que no puedo explicar. ¿Cómo es que incluso después de transformar mis datos al registrarlos, todavía tiene el mismo valor p que el conjunto de datos sin procesar que no se transformó?

9 data-transformation  p-value  wilcoxon-mann-whitney 

Actualmente estoy ejecutando un modelo de regresión múltiple utilizando datos imputados y tengo algunas preguntas. Antecedentes: Uso de SPSS 18. Mis datos parecen ser MAR. La eliminación en lista de casos me deja con solo 92 casos, la imputación múltiple deja 153 casos para el análisis. Todos los supuestos cumplidos: …

9 spss  multiple-regression  data-transformation  multiple-imputation 

Estoy mirando el efecto que tienen las condiciones inductoras de derrota y atrapamiento en las calificaciones subjetivas de derrota y atrapamiento en tres puntos de tiempo diferentes (entre otras cosas). Sin embargo, las clasificaciones subjetivas no se distribuyen normalmente. He hecho varias transformaciones y la transformación de raíz cuadrada parece …

8 nonparametric  data-transformation 

Sé que las transformaciones lineales de series temporales que surgen de procesos estacionarios (débilmente) también son estacionarias. ¿Es esto cierto, sin embargo, para una transformación de una serie a través de tomar también el valor absoluto de cada elemento? En otras palabras, si es estacionario, entonces también es estacionario?{Xyo, i …

8 time-series  data-transformation  stationarity 

Esta podría ser una pregunta vaga, pero me pregunto cómo se implementa la transformación cuantil de Scikit-Learn . Me pregunto cómo se puede transformar un conjunto de datos sesgado en una distribución normal como esta . Por lo general, scikit-learn proporciona un enlace a la wiki, pero no esta transformación. …

8 data-transformation  quantiles 

He leído los excelentes comentarios sobre cómo lidiar con los valores perdidos antes de aplicar SVD, pero me gustaría saber cómo funciona con un ejemplo simple: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Dada la matriz anterior, …

8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 

Tengo datos que describen con qué frecuencia tiene lugar un evento durante una hora ("número por hora", nph) y cuánto duran los eventos ("duración en segundos por hora", dph). Estos son los datos originales: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732, 4.58823529414907, 5.59999999993481, 5.06666666666667, 11.6470588233699, 1.99999999998209, NA, 4.46153846149851, 18, 1.05882352939726, 9.21739130425452, …

8 normal-distribution  data-transformation  logistic  generalized-linear-model  ridge-regression  t-test  wilcoxon-signed-rank  paired-data  naive-bayes  distributions  logistic  goodness-of-fit  time-series  eviews  ecm  panel-data  reliability  psychometrics  validity  cronbachs-alpha  self-study  random-variable  expected-value  median  regression  self-study  multiple-regression  linear-model  forecasting  prediction-interval  normal-distribution  excel  bayesian  multivariate-analysis  modeling  predictive-models  canonical-correlation  rbm  time-series  machine-learning  neural-networks  fishers-exact  factorisation-theorem  svm  prediction  linear  reinforcement-learning  cdf  probability-inequalities  ecdf  time-series  kalman-filter  state-space-models  dynamic-regression  index-decomposition  sampling  stratification  cluster-sample  survey-sampling  distributions  maximum-likelihood  gamma-distribution