통계 및 빅 데이터

패널 데이터 분석과 혼합 모델 분석의 차이점을 알고 싶습니다. 내 지식으로는 패널 데이터와 혼합 모델 모두 고정 및 임의 효과를 사용합니다. 그렇다면 왜 서로 다른 이름을 가지고 있습니까? 아니면 동의어입니까? 고정, 랜덤 및 혼합 효과의 정의를 설명하는 다음 게시물을 읽었지만 내 질문에 정확하게 대답하지는 못합니다. 고정 효과, 임의 효과 및 …

14 mixed-model  references  panel-data 

기후 모델링에서 지구의 기후를 적절하게 묘사 할 수있는 모델을 찾고 있습니다. 여기에는 El Nino Southern Oscillation과 같은 반 순환 패턴이 표시됩니다. 그러나 모델 검증은 일반적으로 비교적 짧은 기간에 걸쳐 이루어지며, 적절한 관측 데이터가 있습니다 (최근 ~ 150 년). 이는 모델이 올바른 패턴을 표시 할 수 있지만 상관 관계와 같은 선형 …

14 time-series  model-comparison  fourier-transform  climate 

Markov chain Monte Carlo (MCMC)의 다양한 응용 분야에 대한 좋은 요약 (리뷰, 서적)이 있습니까? 나는 본 적이 연습에 마르코프 체인 몬테 카를로을 하지만,이 책은 좀 오래된 것 같습니다. 머신 리닝, 컴퓨터 비전 및 컴퓨터 생물학과 같은 영역에서 MCMC의 다양한 응용 프로그램에 대한 추가 업데이트 책이 있습니까?

14 machine-learning  mcmc  inference  references  application 

단일 응답 변수 (연속 / 정규 분포)와 4 개의 설명 변수 (3 개는 요인이고 4 번째는 정수임)로 일반화 된 선형 모델을 만들었습니다. ID 링크 함수와 함께 가우스 오류 분포를 사용했습니다. 현재 모델이 일반화 선형 모델의 가정을 충족하는지 확인하고 있습니다. Y의 독립 올바른 링크 기능 설명 변수의 정확한 측정 척도 영향력있는 …

14 regression  generalized-linear-model  ancova  assumptions  scatterplot 

이 두 함수는 R에 존재하지만 차이점을 모르겠습니다. 호출 할 때 그들은 단지 같은 P-값을 반환 것으로 보인다 wilcox.test와 correct=FALSE,와 wilcox_test와 (동전 패키지) distribution="aymptotic". 다른 값의 경우 다른 p- 값을 반환합니다. 또한 wilcox.test매개 변수 설정과 관계없이 항상 내 데이터 세트에 대해 W = 0을 반환합니다. x = c(1, 1, 1, 3, …

14 r  hypothesis-testing  p-value  wilcoxon-mann-whitney 

이 두 가지 회색조 이미지를 고려하십시오. 첫 번째 이미지는 구불 구불 한 강 패턴을 보여줍니다. 두 번째 이미지는 랜덤 노이즈를 보여줍니다. 이미지에 강 패턴이 나타나는지 여부를 확인하는 데 사용할 수있는 통계적 방법을 찾고 있습니다. 강 이미지에는 강 = 높은 가치와 다른 곳 = 낮은 가치의 두 영역이 있습니다. 결과는 히스토그램이 …

14 variance  spatial  pattern-recognition 

최근에 Quantile Regression을 사용한 논문을 심리학 저널에 제출했습니다. 나는 양자 회귀의 명확한 표현에 대해 충분한 생각을 이미 가지고 있다고 생각했지만, 검토 자들은 표준 OLS 회귀에만 익숙한 양자 회귀 기술에 대한 더 나은 설명을 요구했다. 그렇다면 경험적 논문에서 비 통계 학자에게 양자 회귀 분석을 설명하는 가장 좋은 방법은 무엇입니까?

14 quantile-regression  teaching 

번째 패밀리의 번째 형제에서 측정 한 응답 변수 있다고 가정합니다. 또한, 일부 행동 데이터 는 각 과목에서 동시에 수집되었습니다. 다음 선형 혼합 효과 모델로 상황을 분석하려고합니다.yijyijy_{ij}jjjiiixijxijx_{ij} yij=α0+α1xij+δ1ixij+εijyij=α0+α1xij+δ1ixij+εijy_{ij} = \alpha_0 + \alpha_1 x_{ij} + \delta_{1i} x_{ij} + \varepsilon_{ij} 여기서 및 은 각각 고정 절편 및 기울기이고, 는 임의 기울기이며 는 잔차입니다.α0α0\alpha_0α1α1\alpha_1δ1iδ1i\delta_{1i}εijεij\varepsilon_{ij} …

14 mixed-model  lme4-nlme  covariance-matrix  non-independent 

베이지안 올가미를 설명하는 수학이 많은 논문이 있지만, 사용할 수있는 올바른 JAGS 코드를 테스트하고 싶습니다. 누군가 정규화 된 로지스틱 회귀를 구현하는 샘플 BUGS / JAGS 코드를 게시 할 수 있습니까? 모든 체계 (L1, L2, Elasticnet)는 훌륭하지만 Lasso가 선호됩니다. 흥미로운 대안적인 구현 전략이 있는지 궁금합니다.

14 bayesian  logistic  lasso  jags  regularization 

R의 푸 아송 회귀 방정식에서 데이터를 생성하는 방법이 궁금합니다. 문제에 접근하는 방법이 혼란 스럽습니다. 따라서 우리가 N ( 0 , 1 ) 로 분포 된 예측 변수 과 X 2 가 있다고 가정 합니다. 그리고 절편은 0이고 두 계수는 모두 1입니다. 그러면 내 추정치는 간단합니다.엑스1X1X_1엑스2X2X_2엔( 0 , 1 )N(0,1)N(0,1) 로그( …

14 r  regression  poisson-distribution  simulation 

다음 PCA biplot을 고려하십시오. library(mvtnorm) set.seed(1) x <- rmvnorm(2000, rep(0, 6), diag(c(5, rep(1,5)))) x <- scale(x, center=T, scale=F) pc <- princomp(x) biplot(pc) 많은 빨간색 화살표가 그려져 있습니다. 무슨 의미입니까? "Var1"이라는 레이블이 붙은 첫 번째 화살표는 데이터 세트의 가장 다양한 방향을 가리켜 야한다는 것을 알고있었습니다 (만약 데이터가 2000 개의 데이터 포인트라고 …

14 r  pca  linear-algebra  biplot 

사물을 두 가지 범주로 분류하는 알고리즘이 있다고 가정합니다. 1000 가지 테스트 항목에서 알고리즘의 정확도를 측정 할 수 있습니다. 사물 중 80 %가 올바르게 분류되었다고 가정하십시오. 81 %의 것들이 올바르게 분류되도록 알고리즘을 어떻게 든 수정한다고 가정 해 봅시다. 통계가 알고리즘 개선이 통계적으로 유의한지 여부에 대해 알려줄 수 있습니까? 이 상황에서 통계적 …

14 statistical-significance  classification 

확률과 통계에서 "무작위"와 "무작위"라는 개념이 자주 사용됩니다. 확률 변수로 인해 발생하는 이벤트를 모델링하는 데 종종 임의 변수 개념이 사용됩니다. 내 질문은 "무작위"라는 용어에 관한 것입니다. 랜덤이란? 무작위성이 실제로 존재합니까? 무작위 사건에 대해 많은 경험을 가진 사람들이 무작위성에 대해 어떻게 생각하고 믿는지 궁금합니다.

14 interpretation  terminology 

지금까지 신경망에서 본 대부분의 예에서 네트워크는 분류에 사용되며 노드는 시그 모이 드 함수로 변환됩니다. 그러나 신경망을 사용하여 연속적인 실제 값을 출력하고 싶습니다 (실제로 출력은 일반적으로 -5 ~ +5 범위입니다). 내 질문은 : 1. Should I still scale the input features using feature scaling? What range? 2. What transformation function should …

14 regression  neural-networks 

Andrewford의 무료 온라인 기계 학습 과정 (Stanford) 의 비디오를 살펴 보겠습니다 . 그는 옥타브에서 선형 회귀 및 쓰기 함수를 해결하는 알고리즘으로 Gradient Descent를 설명합니다. 아마도 R에서 해당 함수를 다시 작성할 수 있지만 내 질문은 lm () 함수가 이미 선형 회귀 출력을 제공하지 않는 것입니까? 왜 그래디언트 디센트 함수를 작성하고 싶습니까? …

14 r  regression  machine-learning  gradient-descent