«change-point» 태그된 질문

종속 변수, 종속 변수 및 독립 변수 또는 독립 변수 만 로그 변환인지 해석에 차이가 있는지 궁금합니다. 의 경우를 고려 log(DV) = Intercept + B1*IV + Error IV를 백분율 증가로 해석 할 수 있지만 log(DV) = Intercept + B1*log(IV) + Error 또는 내가있을 때 DV = Intercept + B1*log(IV) + …

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 

나는 트랜드 주제를 예측하기 위해 링크 이상 감지를 사용하는이 논문을 발견했으며,이 논문은 "링크 이상 감지를 통해 소셜 스트림에서 신흥 주제 발견" 이라는 놀라운 흥미를 발견했다 . 다른 데이터 세트에 복제하고 싶지만 사용 방법을 알 수있는 방법에 익숙하지 않습니다. 6 개월 동안 일련의 노드 네트워크에 대한 스냅 샷이 있다고 가정 해 …

32 time-series  machine-learning  outliers  python  change-point 

시계열에서 변경점 분석을 수행하는 Python 모듈을 찾고 있습니다. 여러 가지 알고리즘이 있으며 각 알고리즘을 수동으로 롤링하지 않고도 일부 알고리즘의 효능을 탐색하고 싶습니다. 이상적으로는 bcp (Bayesian Change Point) 또는 R의 strucchange 패키지 와 같은 일부 모듈을 원합니다. Scipy 에서 일부를 찾을 것으로 예상했지만 아무것도 만들 수 없었습니다. 다음 시설에 시설이없는 것이 …

24 time-series  python  change-point 

주성분 분석 (PCA)을 수행 한 후 PCA 공간에 새 벡터를 투영하려고합니다 (즉, PCA 좌표계에서 해당 좌표를 찾습니다). 를 사용하여 R 언어로 PCA를 계산했습니다 prcomp. 이제 내 벡터에 PCA 회전 행렬을 곱할 수 있어야합니다. 이 매트릭스의 주요 구성 요소를 행 또는 열로 배열해야합니까?

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

일반적으로 모양이 동일한 시계열 데이터의 변화를 감지하고 싶습니다. 지금까지 내가 함께 작업 한 changepointR에 대한 패키지와 cpt.mean(), cpt.var()및 cpt.meanvar()기능. cpt.mean()PELT 방법을 사용하면 데이터가 일반적으로 한 수준으로 유지 될 때 잘 작동합니다. 그러나 나는 또한 하강 중에 변화를 감지하고 싶습니다. 내가 감지하고 싶은 변화의 한 예는 검은 곡선이 갑자기 떨어지는 구간인데 …

18 r  time-series  change-point  structural-change 

"change point"분석 또는 nls()R에서 다상 회귀 분석을 구현하려고합니다 . 여기 내가 만든 가짜 데이터가 있습니다. 데이터를 맞추기 위해 사용하려는 공식은 다음과 같습니다. 와이= β0+ β1x + β2최대 ( 0 , x − δ)와이=β0+β1엑스+β2최대(0,엑스−δ)y = \beta_0 + \beta_1x + \beta_2\max(0,x-\delta) 이것이해야 할 일은 특정 절편과 기울기 ( β0β0\beta_0 및 β1β1\beta_1 ) …

16 r  regression  change-point  nls 

나는 이것이이 글을 올릴 수있는 장소가 되었으면 좋겠다. 회의론자들에게 게시하는 것을 고려했지만, 그들이 연구가 통계적으로 잘못되었다고 생각했을 뿐이다. 나는 그것을 올바르게하는 방법 인 질문의 반대면이 궁금합니다. Quantified Self 웹 사이트 에서 저자는 시간이 지남에 따라 스스로 측정 된 일부 측정 결과에 대한 실험 결과를 게시하고 갑자기 커피를 마시기 전과 후에 …

15 time-series  change-point 

불연속의 타이밍이 선험적으로 알려지지 않은, 0, 1 또는 그 이상의 불연속을 허용하는 LOESS 와 같은 모델링 기술 이 있습니까? 기술이 존재하는 경우 R에 기존 구현이 있습니까?

14 r  regression  curve-fitting  change-point  loess 

다른 랜덤 효과를 추정해야 할 때 R이 고정 선형 또는 랜덤 매개 변수로 조각 선형 모델에서 중단 점을 추정하는 방법을 알려주십시오. 아래에 임의의 기울기 분산과 4의 중단 점에 대한 임의의 y 절편 분산과 하키 스틱 / 깨진 스틱 회귀에 맞는 장난감 예제가 포함되어 있습니다. 브레이크 포인트를 지정하는 대신 추정하고 싶습니다. …

14 r  mixed-model  lme4-nlme  change-point  piecewise-linear 

다중 매듭을 자동으로 감지 할 수있는 부분 선형 회귀를 수행하는 패키지가 있습니까? 감사. strucchange 패키지를 사용할 때 변경점을 감지 할 수 없습니다. 변경점이 어떻게 감지되는지 전혀 모른다. 줄거리에서 나는 그것을 골라내는 데 도움이 될 몇 가지 점이 있음을 알 수 있었다. 누구든지 여기에 예를 줄 수 있습니까?

14 regression  change-point 

이 질문은 너무 기본적 일 수 있습니다. 데이터의 일시적인 추세를 위해 "급격한"변경이 발생하는 지점을 찾고 싶습니다. 예를 들어 아래에 표시된 첫 번째 그림에서 통계 방법을 사용하여 변경 지점을 찾고 싶습니다. 그리고 변경 지점이 분명하지 않은 다른 데이터 (예 : 두 번째 그림)에 이러한 방법을 적용하고 싶습니다. 그러한 목적을위한 일반적인 방법이 …

13 time-series  trend  change-point 

나는 매주 총 전화를 받았으며 거의 ​​3 년 전으로 차트에 표시했다. 눈에는 크리스마스에 비해 큰 폭의 하락이 있었지만 회복되지 않은 것으로 보이며 요청이 단계적으로 변경된 것으로 보입니다. 이 차이를 정량화 할 수있는 테스트가 있습니까? 건배 벤

11 time-series  statistical-significance  change-point 

트래픽 데이터의 급격한 변화 (스파이크 / 이상 치가 아님)를 발견 한 애플리케이션 프로토 타입의 그림을 보았습니다. 나는 똑같이 할 수있는 프로그램 (자바, 선택적으로 R)을 작성하고 싶지만 통계 기술이 약간 녹슬 기 때문에이 주제를 다시 파헤쳐 야합니다. 그러므로 어떤 접근법 / 알고리즘을 사용해야합니까?

11 time-series  change-point 

mgcv에 대한 패키지는 R텐서 제품의 상호 작용을 피팅에 대한 두 가지 기능이 있습니다 : te()와 ti(). 나는 둘 사이의 기본 노동 분열을 이해한다 (비선형 상호 작용에 적합하고이 상호 작용을 주요 효과와 상호 작용으로 분해). 내가 이해할 수없는 것은 왜 te(x1, x2)와 ti(x1) + ti(x2) + ti(x1, x2)(약간) 다른 결과가 발생할 …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

GLMM 형식이 있습니다. lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) 를 사용할 때 자동차 패키지 또는에서 사용할 때 drop1(model, test="Chi")와 다른 결과를 얻습니다 . 후자의 두 사람도 같은 대답을합니다.Anova(model, type="III")summary(model) 조작 된 데이터를 사용 하여이 두 가지 방법이 일반적으로 다르지 않다는 것을 알았습니다. …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion