Preguntas etiquetadas con networks

Se refiere a la teoría de redes como parte de la teoría de grafos. Si tiene preguntas sobre redes neuronales, utilice nuestra etiqueta [redes neuronales].

8
Generar una variable aleatoria con una correlación definida con una variable o variables existentes
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 …
4
Interpretación de la diferencia entre la distribución de la ley lognormal y de la ley de potencia (distribución de grados de red)
En primer lugar, no soy un estadístico. Sin embargo, he estado haciendo análisis estadísticos de red para mi doctorado. Como parte del análisis de red, tracé una Función de distribución acumulativa complementaria (CCDF) de grados de red. Lo que encontré fue que, a diferencia de las distribuciones de red convencionales …
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
Encontrar las mejores características en modelos de interacción
Tengo una lista de proteínas con sus valores característicos. Una tabla de muestra se ve así: ...............Feature1...Feature2...Feature3...Feature4 Protein1 Protein2 Protein3 Protein4 Las filas son proteínas y las columnas son características. También tengo una lista de proteínas que también interactúan; por ejemplo Protein3, Protein4 Protein1, Protein2 Protein4, Protein1 Problema : para …
2
¿Qué significa que todos los bordes en una red / gráfico del mundo real son estadísticamente igual de probables por casualidad?
He estado utilizando el método de extracción de red troncal descrito en este documento: http://www.pnas.org/content/106/16/6483.abstract Básicamente, los autores proponen un método basado en estadísticas que produce una probabilidad, para cada borde en el gráfico, de que el borde podría haber sucedido por casualidad. Yo uso el típico corte de significación …
4
Visualización de conexiones entre grupos.
Tengo alrededor de diez grupos (de empresas). Cada grupo está conectado entre sí. Los datos que tengo representan la fuerza de la conexión. Imagine que es la cantidad de veces que alguien del grupo A envió un correo electrónico al grupo B. La fuerza de una conexión puede ser 0. …
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.