Preguntas etiquetadas con data-visualization

Estoy trabajando con un pequeño conjunto de datos (21 observaciones) y tengo el siguiente gráfico QQ normal en R: Al ver que la trama no admite la normalidad, ¿qué podría inferir sobre la distribución subyacente? Me parece que una distribución más sesgada a la derecha encajaría mejor, ¿no es así? …

173 r  data-visualization  inference  qq-plot 

Supongamos que quiero ver si mis datos son exponenciales en función de un histograma (es decir, sesgado a la derecha). Dependiendo de cómo agrupe o agrupe los datos, puedo obtener histogramas muy diferentes. Un conjunto de histogramas hará que parezca que los datos son exponenciales. Otro conjunto hará parecer que …

111 distributions  data-visualization  histogram  binning 

¿Se ha realizado algún estudio sobre cuáles son los mejores colores para mostrar múltiples series en la misma trama? Acabo de usar los valores predeterminados matplotlib, y se ven un poco infantiles ya que todos son colores brillantes y primarios.

89 data-visualization 

Tenía una pregunta sobre la interpretación de las gráficas generadas por plot (lm) en R. Me preguntaba si ustedes podrían decirme cómo interpretar las gráficas de ubicación de escala y apalancamiento residual. Cualquier comentario será bienvenido. Asumir conocimientos básicos de estadística, regresión y econometría.

89 r  regression  data-visualization  residuals  outliers 

Estoy empezando a incursionar con el uso de glmnetla LASSO regresión donde mi resultado de interés es dicotómica. He creado un pequeño marco de datos simulados a continuación: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) …

78 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

Estoy usando R para hacer clustering K-means. Estoy usando 14 variables para ejecutar K-means ¿Cuál es una manera bonita de trazar los resultados de K-means? ¿Hay implementaciones existentes? ¿Tener 14 variables complica el trazado de los resultados? Encontré algo llamado GGcluster que se ve genial pero todavía está en desarrollo. …

77 data-visualization  classification  k-means  unsupervised-learning 

Para un estudio de simulación tengo para generar variables aleatorias que muestran un (población) de correlación prefined a una variable existente .YYY Miré en los Rpaquetes copulay CDVineque pueden producir distribuciones aleatorias multivariadas con una estructura de dependencia dada. Sin embargo, no es posible arreglar una de las variables resultantes …

71 r  correlation  random-variable  random-generation  independence  assumptions  random-variable  unbiased-estimator  regression  hypothesis-testing  heteroscedasticity  generalized-least-squares  distributions  networks  data-visualization  sas  reproducible-research  philosophical  time-series  variance  outliers  quality-control  mean  multilevel-analysis  average  weighted-mean  regression  confidence-interval  prediction-interval  correlation  matlab  matrix  data-mining  maximum-likelihood  r  time-series  survival  predictive-models 

El análisis de correlación canónica (CCA) es una técnica relacionada con el análisis de componentes principales (PCA). Si bien es fácil enseñar PCA o regresión lineal utilizando un diagrama de dispersión (vea algunos miles de ejemplos en la búsqueda de imágenes de Google), no he visto un ejemplo bidimensional intuitivo …

70 regression  data-visualization  pca  canonical-correlation  geometry 

Cualquiera recibió sugerencias de biblioteca o código sobre cómo trazar un par de árboles de muestra de: getTree(rfobj, k, labelVar=TRUE) (Sí, sé que se supone que no debes hacer esto operacionalmente, RF es una caja negra, etc., etc.) Quiero verificar visualmente el estado de un árbol para ver si alguna …

62 r  data-visualization  random-forest  cart 

¿De qué manera (maneras?) Hay para explicar visualmente qué es ANOVA? Cualquier referencia, enlace (s) (paquetes R?) Será bienvenida.

60 data-visualization  anova  teaching 

Tengo un diagrama que estoy haciendo en ggplot2 para resumir los datos que provienen de un conjunto de datos celulados de 2 x 4 x 3. He podido hacer paneles para la variable de 2 niveles usando facet_grid(. ~ Age)y para configurar los ejes x e y usando aes(x=4leveledVariable, y=DV). …

58 r  data-visualization  ggplot2 

He leído que usar escalas de registro cuando los gráficos / gráficos son apropiados en ciertas circunstancias, como el eje y en un gráfico de series de tiempo. Sin embargo, no he podido encontrar una explicación definitiva de por qué ese es el caso, o cuándo sería apropiado. Tenga en …

57 data-visualization  data-transformation 

¿Alguien tiene alguna experiencia con software (preferiblemente gratuito, preferiblemente de código abierto) que tomará una imagen de datos trazados en coordenadas cartesianas (un diagrama estándar, cotidiano) y extraerá las coordenadas de los puntos trazados en el gráfico? Esencialmente, este es un problema de minería de datos y un problema de …

56 data-visualization  data-mining  software 

He estado leyendo el libro de Tukey "Análisis de datos exploratorios". Escrito en 1977, el libro enfatiza los métodos de papel / lápiz. ¿Existe un sucesor más "moderno" que tenga en cuenta que ahora podemos trazar instantáneamente grandes conjuntos de datos?

52 data-visualization  references  descriptive-statistics  eda 

Tengo los datos de una prueba que podría usarse para distinguir células normales y tumorales. De acuerdo con la curva ROC, se ve bien para este propósito (el área bajo la curva es 0.9): Mis preguntas son: ¿Cómo determinar el punto de corte para esta prueba y su intervalo de …

51 r  data-visualization  confidence-interval  roc  ggplot2