Preguntas etiquetadas con interpretation

Busqué en preguntas sobre distinciones de pruebas paramétricas y no paramétricas y parece que todas las preguntas se centran en una prueba muy específica, un problema de datos o alguna distinción técnica. No estoy interesado en el tema de probar supuestos (no; examinar en su lugar), o los problemas de …

8 hypothesis-testing  nonparametric  interpretation  parametric 

Realicé el lazo y luego dejé una validación cruzada cv<-cv.glmnet(df, df$Price, nfolds = 1500) Cuando trazo cv me sale lo siguiente: También noté que obtengo 2 lambdas diferentes: lambda.minylambda.1se ¿Cuál es la diferencia entre estas lambdas? ¿Qué puedo entender de la gráfica anterior en general (de qué se tratan estos …

8 r  cross-validation  interpretation  lasso 

Quiero hacer retroceder la economía de combustible en el desplazamiento del motor, el tipo de combustible, la tracción en 2 contra 4 ruedas, la potencia, la transmisión manual en comparación con la automática, y la cantidad de velocidades. Mi conjunto de datos ( enlace ) contiene vehículos de 2012-2014. fuelEconomy …

8 r  statistical-significance  multiple-regression  interpretation 

¿Qué es el sesgo de una distribución? Le pregunto por qué algunos índices particulares parecen indecisos sobre la simetría y, en algunos casos, también sobre la asimetría.

8 interpretation  terminology  skewness  definition 

Al hacer un análisis factorial (por factorización de eje principal, por ejemplo) o un análisis de componentes principales como análisis factorial, y haber realizado una rotación oblicua de las cargas, ¿qué matriz utiliza entonces para comprender qué elementos cargan en qué factores? e para interpretar los factores, ¿ matriz de …

8 pca  interpretation  factor-analysis  rotation 

Entiendo que los coeficientes de una ecuación logística se pueden interpretar como una relación impar. Si se agrega un término de regularización para controlar el sobreajuste, ¿cómo cambia esto la interpretación de los coeficientes?

8 logistic  interpretation  regression-coefficients  regularization  odds-ratio 

Tengo un problema con la interpretación de interacciones de 2 y 3 vías en lmer. Mi DV es la altura, que es una variable continua. Todos los IV son variables categóricas. El primer factor es animal, rata o león. El segundo factor es el sexo, ya sea masculino o femenino. …

8 r  interaction  interpretation  lme4-nlme 

Tengo que hacer algunas pruebas de raíz unitaria para un proyecto, simplemente no estoy seguro de cómo interpretar los datos (que es lo que me han pedido que haga). Aquí está uno de mis resultados: dfuller Demand Dickey-Fuller test for unit root Number of obs = 50 ---------- Interpolated Dickey-Fuller …

8 time-series  hypothesis-testing  stata  interpretation  unit-root 

Tengo una pregunta sobre cómo un estadístico interpretaría normalmente una salida anova. Digamos que tengo salida anova de R. > summary(fitted_data) Call: lm(formula = V1 ~ V2) Residuals: Min 1Q Median 3Q Max -2.74004 -0.33827 0.04062 0.44064 1.22737 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 2.11405 0.32089 6.588 1.3e-09 …

8 r  self-study  anova  interpretation 

Tengo algunos datos en los que hay 5 variables explicativas categóricas ( concern, breath, weath, sleep, act) y 1 variable de respuesta continua ( tto). Además, cada variable explicativa categórica se divide en 5 niveles que muestran cuán fuerte se siente una persona al respecto. el nivel 1 y el …

8 interpretation  boxplot 

He realizado el análisis de ruta utilizando la semfunción en R. El modelo que ajusté consta de rutas directas e indirectas. Tengo algunos problemas para interpretar las estimaciones de los coeficientes SEM. ¿R da el valor del efecto total = (efecto directo + efecto indirecto) directamente o tengo que multiplicar …

8 r  interpretation  sem  path-model 

Daré mis ejemplos con llamadas R. Primero, un ejemplo simple de una regresión lineal con una variable dependiente 'vida útil', y dos variables explicativas continuas. data.frame(height=runif(4000,160,200))->human.life human.life$weight=runif(4000,50,120) human.life$lifespan=sample(45:90,4000,replace=TRUE) summary(lm(lifespan~1+height+weight,data=human.life)) Call: lm(formula = lifespan ~ 1 + height + weight, data = human.life) Residuals: Min 1Q Median 3Q Max -23.0257 -11.9124 …

8 r  multiple-regression  interpretation  regression-coefficients