«data-visualization» 태그된 질문

Moz 에서이 게시물 을 보고 세그먼트 마케팅 퍼널을 제시했습니다. 이런 종류의 일은 내 직업에서 상당히 가치가 있습니다. 내가 모르는 것은 원시 데이터를 시각화하여 이와 같은 세그먼트 퍼널을 표시하는 방법입니다. 아이디어는 영업 리드가 서로 다른 소스 (데이터를 분류하는 데 사용)에서 나오고 거래로 전환 될 때마다 여러 단계를 거치는 것입니다. 각 단계에서 …

9 data-visualization  python  funnel-plot 

연속 예측 변수와 범주 중재자 사이의 상호 작용을 동일한 그래프에 그려보고 싶습니다. 둘 다 범주 형 ( 요인 상호 작용 ) 일을하는 방법을 알고 있지만 하나가 연속적이고 범주 형 일 때 어떻게 해야할지 모르겠습니다.

9 data-visualization  categorical-data  interaction  continuous-data 

Dirchilet 배포판을 소개하고 그에 관한 수치를 제시 한 책을 읽고 있습니다. 그러나 나는 그 수치를 실제로 이해할 수 없었습니다. 아래 그림을 여기에 첨부했습니다. 내가 이해하지 못하는 것은 삼각형의 의미입니다. 일반적으로 두 변수의 함수를 플로팅하려는 경우 var1 및 va2의 값을 가져 와서 두 변수의 함수 값을 플로팅합니다. 이는 3D 차원으로 시각화됩니다. …

9 distributions  data-visualization  dirichlet-distribution 

이름은 (뉴질랜드에서 공급 아래 차트의 종류에 대한 있는가 비즈니스, 혁신과 고용의 장관 누구를 위해 I 작동하지만이 플롯을 만드는 데 참여하지 않은)? 면적이 변수에 비례하는 사각형으로 구성되며 원형 차트, 모자이크 플롯 및 mekko 플롯 간의 일종의 십자가와 유사합니다. 아마도 mekko plot에 가장 가깝지만 열로 작업하지 않고 더 복잡한 퍼즐로 작업하고 있다는 …

9 data-visualization  pie-chart 

바이올린 플롯을 사용하여 다른 그룹의 분포를 비교하고 있지만 찾은 대부분의 온라인 리소스는 플롯을 만드는 방법과 결과의 기본 해석 (중간 변형, 데이터 클러스터링 여부)과 관련이 있습니다. 바이올린 음모를 올바르게 해석하기위한 지침으로 따를 수있는 자세한 예를 찾고 있습니다.

9 data-visualization 

내 기본 질문은 : 적응성 copula는 무엇입니까? 적응 copulae에 대한 프레젠테이션 (슬라이드 작성자에게 요청할 수 없음)에서 슬라이드가 있는데, 이것이 의미하지 않습니다. 이것이 좋은 점은 무엇입니까? 슬라이드는 다음과 같습니다. 그런 다음 슬라이드는 변경점 테스트를 계속합니다. 나는 이것이 무엇인지 궁금하고 왜 copulae와 관련하여 이것이 필요합니까? 슬라이드는 적응 적으로 추정 된 모수 플롯으로 …

9 data-visualization  copula 

잠재 클래스 분석을 사용하여 일련의 이진 변수를 기반으로 관찰 샘플을 묶습니다. R과 poLCA 패키지를 사용하고 있습니다. LCA에서 찾으려는 클러스터 수를 지정해야합니다. 실제로 사람들은 일반적으로 각각 다른 수의 클래스를 지정하는 여러 모델을 실행 한 다음 다양한 기준을 사용하여 데이터에 대한 "최상의"설명을 결정합니다. class = (i) 모델로 분류 된 관측치가 class = …

9 data-visualization  mixture  latent-class 

상자 그림의 수염의 해석에 관한 질문이 있습니다. 다음과 같은 내용을 읽었습니다. "사각형의 맨 위와 맨 아래에서"위스커 (whiskers) "는 0.25와 0.75 사이의 거리의 1.5 배 범위를 보여 주지만"거리 "의 의미를 완전히 이해하지는 못합니다. . 0.25와 0.75 Quantile 사이에서 항상 같은 비율의 데이터를 가지기 때문에 확률 질량을 의미 할 수는 없습니다. 그러면 …

9 data-visualization  boxplot 

내 조직에서 수행되는 예측을 돕기 위해 대화식 예측 도구 (파이썬)를 작성 중입니다. 현재까지 예측 과정은 인간이 주도 해 왔으며, 예측 자들은 자연 신경망의 데이터를 동화하고 학습 된 직감을 사용하여 예측을합니다. 내가 한 장기 예측 검증 및 예측 모델링 연구에서 나는 당신이 기대할 수있는 것을 발견했습니다. 다른 예측 자들은 다른 편견을 …

9 data-visualization  communication 

데이터 시각화에 대한 조언자와 논의가 있습니다. 그는 실험 결과를 표현할 때 이미지 아래에 제시된대로 " 마커 "만으로 값을 플롯해야한다고 주장합니다 . 곡선은 " 모델 " 만 나타내야하지만 반면에 나는 두 번째 이미지에서 볼 수 있듯이 가독성을 높이기 위해 곡선이 불필요하다고 생각합니다. 내가 틀리거나 교수님? 후자의 경우라면, 어떻게 그에게 설명해 주어야합니까?

9 data-visualization  communication 

https://dl.dropbox.com/u/22681355/ORACLE.csv 데이터 세트가 있으며 'Date'로 'Open'의 일일 변경 사항을 플로팅하려고하므로 다음을 수행했습니다. oracle <- read.csv(file="http://dl.dropbox.com/u/22681355/ORACLE.csv", header=TRUE) plot(oracle$Date, oracle$Open, type="l") 그리고 나는 다음을 얻는다 : 이제 이것은 분명히 가장 좋은 플롯이 아니므로 자세한 데이터를 그릴 때 올바른 방법이 무엇인지 궁금합니다.

9 r  data-visualization 

4 가지 가능한 이벤트의 주파수 샘플이 하나 있다고 가정합니다. Event1 - 5 E2 - 1 E3 - 0 E4 - 12 내 이벤트의 예상 확률이 있습니다. p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 내 네 가지 사건의 관측 빈도의 합으로 (18) 사건의 예상 빈도를 올바르게 …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

닫은. 이 질문은 주제에 맞지 않습니다 . 현재 답변을받지 않습니다. 이 질문을 개선하고 싶습니까? 교차 검증에 대한 주제가 되도록 질문을 업데이트하십시오 . 휴일 2 년 전 . R은 R2WinBUGS :: bugs 및 R2jags : jags 함수에 의해 생성 된 bugs및 jags객체 에서 멋진 요약 플롯을 출력 할 수있는 것으로 보입니다 …

9 r  data-visualization  jags  bugs 

이 기사 에서 다음과 같은 이식편을 가져옵니다 . 부트 스트랩을 사용하고 R boot패키지가있는 선형 혼합 모델을 위해 파라 메트릭, 반 파라 메트릭 및 비 파라 메트릭 부트 스트랩 부트 스트랩을 구현하려고 초보자 입니다. R 코드 내 R코드 는 다음과 같습니다 . library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

다른 분포와 형태에 따라 2 차원 데이터 포인트 (각 데이터 포인트는 두 개의 값 (x, y)로 구성된 벡터)의 데이터 세트를 찾고 있습니다. 그러한 데이터를 생성하는 코드도 도움이 될 것입니다. 그것들을 사용하여 일부 클러스터링 알고리즘의 성능을 플롯 / 시각화하고 싶습니다. 여기 몇 가지 예가 있어요. 클라우드 데이터와 같은 별 4 개의 …

9 distributions  data-visualization  clustering  dataset