Preguntas etiquetadas con dataset

En un artículo reciente de Amstat News , los autores (Mark van der Laan y Sherri Rose) declararon que "Sabemos que para tamaños de muestra lo suficientemente grandes, cada estudio, incluidos aquellos en los que la hipótesis nula de ningún efecto es verdadera, declarará un efecto estadísticamente significativo ". Bueno, …

129 hypothesis-testing  sample-size  dataset  large-data 

He estado trabajando en un nuevo método para analizar y analizar conjuntos de datos para identificar y aislar subgrupos de una población sin conocimiento previo de las características de ningún subgrupo. Si bien el método funciona lo suficientemente bien con muestras de datos artificiales (es decir, conjuntos de datos creados …

98 dataset  sample  population  teaching 

En mi trabajo, a menudo trabajo con conjuntos de datos de otras personas, los no expertos me traen datos clínicos y los ayudo a resumirlos y realizar pruebas estadísticas. El problema que tengo es que los conjuntos de datos que traigo casi siempre están plagados de errores tipográficos, inconsistencias y …

93 dataset  outliers  checking 

Esta pregunta está motivada por mi pregunta sobre el metanálisis . Pero imagino que también sería útil para enseñar contextos en los que desea crear un conjunto de datos que refleje exactamente un conjunto de datos publicado existente. Sé cómo generar datos aleatorios a partir de una distribución dada. Entonces, …

56 r  dataset  simulation  random-generation 

EDITAR: La vista de tareas CRAN de Servicios y tecnologías web contiene una lista mucho más completa de fuentes de datos y API disponibles en R. Puede enviar una solicitud de extracción en github si desea agregar un paquete a la vista de tareas. Estoy haciendo una lista de los …

53 r  references  dataset 

Me pregunto si hace una diferencia en la interpretación si solo el dependiente, tanto el dependiente como el independiente, o solo las variables independientes se transforman logarítmicamente. Considere el caso de log(DV) = Intercept + B1*IV + Error Puedo interpretar el IV como el porcentaje de aumento, pero ¿cómo cambia …

46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 

Al enseñar una clase de nivel introductorio, los maestros que conozco tienden a inventar algunos números y una historia para ejemplificar el método que están enseñando. Lo que preferiría es contar una historia real con números reales. Sin embargo, estas historias deben relacionarse con un conjunto de datos muy pequeño, …

43 dataset  references  teaching 

Mi lugar de trabajo tiene empleados de una amplia gama de disciplinas, por lo que generamos datos en muchas formas diferentes. En consecuencia, cada equipo ha desarrollado su propio sistema para almacenar datos. Algunos usan bases de datos Access o SQL; algunos equipos (para mi horror) dependen casi por completo …

42 dataset  reproducible-research  quality-control 

"Big data" está en todas partes en los medios. Todos dicen que "big data" es lo más importante para 2012, por ejemplo, la encuesta de KDNuggets sobre temas candentes para 2012 . Sin embargo, tengo profundas preocupaciones aquí. Con Big Data, todo el mundo parece estar feliz de sacar algo …

40 data-mining  dataset  large-data  validation 

He visto la fórmula de normalización min-max pero eso normaliza los valores entre 0 y 1. ¿Cómo normalizaría mis datos entre -1 y 1? Tengo valores negativos y positivos en mi matriz de datos.

36 dataset  normalization 

¿Cuáles son los conjuntos de datos disponibles gratuitamente para la clasificación con más de 1000 características (o puntos de muestra si contiene curvas)? Ya existe un wiki comunitario sobre conjuntos de datos gratuitos: ubicación de muestras de datos disponibles gratuitamente Pero aquí, sería bueno tener una lista más enfocada que …

35 machine-learning  classification  dataset  large-data 

Digamos que estoy estudiando cómo los narcisos responden a diversas condiciones del suelo. He recopilado datos sobre el pH del suelo frente a la altura madura del narciso. Espero una relación lineal, así que hago una regresión lineal. Sin embargo, cuando comencé mi estudio, no me di cuenta de que …

34 regression  linear-model  dataset 

Acabo de encontrar el cuarteto de Anscombe (cuatro conjuntos de datos que tienen estadísticas descriptivas casi indistinguibles pero se ven muy diferentes cuando se trazan) y tengo curiosidad por saber si hay otros conjuntos de datos más o menos conocidos que se hayan creado para demostrar la importancia de ciertos …

32 regression  data-visualization  dataset 

Propondré esta pregunta por medio de un ejemplo. Supongamos que tengo un conjunto de datos, como el conjunto de datos del precio de la vivienda de Boston, en el que tengo variables continuas y categóricas. Aquí, tenemos una variable de "calidad", del 1 al 10, y el precio de venta. …

31 hypothesis-testing  data-visualization  p-value  dataset  inference 

¿Existe un modelo de visualización que sea bueno para mostrar la superposición de intersección de muchos conjuntos? Estoy pensando en algo así como los diagramas de Venn, pero que de alguna manera podrían prestarse mejor a un mayor número de conjuntos, como 10 o más. Wikipedia muestra algunos diagramas de …

30 data-visualization  dataset