«goodness-of-fit» 태그된 질문

Wikipedia 에 따르면 Sharipo-Wilk 검정은 귀무 가설 ( ) "집단이 정상적으로 분포되어 있음"을 검정 합니다.H0H0H_0 "인구 가 정상적으로 분포 되어 있지 않습니다 " 와 유사한 정규성 검정을 찾고 있습니다.H0H0H_0 이러한 테스트 를 통해 유의 수준에서 을 기각 하기 위해 값 을 계산하고 싶습니다. iff ; 제 인구가 정상적으로 분포되어 있음을 …

11 hypothesis-testing  goodness-of-fit  normality-assumption  equivalence 

원래 데이터가 정상적으로 배포되었다고 생각한 데이터 모음이 있습니다. 그런 다음 실제로 그것을 보았고 데이터가 왜곡되어 있기 때문에 그렇지 않다는 것을 깨달았으며 샤피로 윌크스 테스트도했습니다. 통계 방법을 사용하여 분석하고 싶기 때문에 왜곡 정규성에 대한 가설 검정을 원합니다. 따라서 비대칭 성을 테스트하는 방법이 있는지, 가능하면 테스트를 수행하는 라이브러리가 있는지 알고 싶습니다.

11 hypothesis-testing  normal-distribution  goodness-of-fit  skewness  skew-normal 

Anderson-Darling 테스트 와 Cramér-von Mises 기준에 도달했을 때 적합성 테스트가 좋은지 웹 페이지를 읽고 있습니다. 지금까지 나는 요점을 얻었다. Anderson-Darling 테스트와 Cramér-von Mises 기준은 다른 가중치 함수 기반으로 유사한 것으로 보입니다 . 또한 Watson test 라는 Cramér-von Mises 기준의 변형이 있습니다.www 기본적으로 여기에 두 가지 질문이 있습니다 이 두 가지 …

10 goodness-of-fit  anderson-darling 

베이지안 로지스틱 회귀 문제의 경우, 사후 예측 분포를 만들었습니다. 예측 분포에서 표본을 추출하고 내가 가진 각 관측치에 대해 (0,1)의 표본을 수천 개받습니다. 예를 들어 적합도를 시각화하는 것은 흥미롭지 않습니다. 이 그림은 10,000 개의 샘플 + 관측 된 데이텀 포인트를 보여줍니다 (왼쪽에서 빨간색 선을 만들 수 있음). 문제는이 음모가 거의 유익하지 …

10 bayesian  data-visualization  classification  goodness-of-fit  binary-data 

여기에 무엇이 요청되는지 말하기가 어렵습니다. 이 질문은 모호하거나 모호하거나 불완전하거나 지나치게 광범위하거나 수사적이며 현재 형태로 합리적으로 대답 할 수 없습니다. 다시 열 수 있도록이 질문을 명확하게 설명 하려면 도움말 센터를 방문하십시오 . 휴일 칠년 전에 . 비선형 모델 . 여기서 는 표준 정규 분포의 cdf이고 f는 비선형입니다 (아래 참조). 내가 …

10 nonlinear-regression  goodness-of-fit  deviance 

ad.test ()를 사용하여 정규성을 테스트 할 수 있다는 것을 알고 있습니다. 두 데이터 샘플의 분포를 비교하기 위해 ad.test를 얻을 수 있습니까? x <- rnorm(1000) y <- rgev(2000) ad.test(x,y) 2 개의 샘플에 대해 Anderson-Darling 테스트를 수행하려면 어떻게해야합니까?

10 r  goodness-of-fit 

필요한 패키지를로드하십시오. library(ggplot2) library(MASS) 감마 분포에 적합한 10,000 개의 숫자를 생성합니다. x <- round(rgamma(100000,shape = 2,rate = 0.2),1) x <- x[which(x>0)] 우리가 어느 분포 x에 적합한지를 모르는 확률 밀도 함수를 그립니다. t1 <- as.data.frame(table(x)) names(t1) <- c("x","y") t1 <- transform(t1,x=as.numeric(as.character(x))) t1$y <- t1$y/sum(t1[,2]) ggplot() + geom_point(data = t1,aes(x = x,y …

10 r  mathematical-statistics  goodness-of-fit  gamma-distribution  ggplot2 

R에 이산 시간 모델을 맞추려고하지만 어떻게 해야할지 모르겠습니다. 종속 변수를 각 시간 관찰마다 하나씩 다른 행 glm으로 구성하고 logit 또는 cloglog 링크와 함께 함수를 사용할 수 있다는 것을 읽었습니다. 이런 의미에서, 나는 세 개의 열이 있습니다 : ID, Event(각 시간 경과시 1 또는 0) 및 Time Elapsed(관측 시작부터 ) 그리고 …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

우도 비 (일명 편차) G2G2G^2glm(..., family = binomial)R에서 로지스틱 회귀 모델 ( 함수를 사용하여 적합)을 얻기 위해 통계 및 적합 부족 (또는 적합도) 검정은 매우 간단합니다. 테스트가 신뢰할 수 없다는 것을 적합치 부족에 대한 우도 비 검정의 신뢰성을 검증하는 한 가지 방법은 검정 통계량과 P- 값을 Pearson 카이 제곱의 검정 …

10 r  chi-squared  logistic  generalized-linear-model  goodness-of-fit 

분류 및 회귀에 대한 지식이 있지만 생존 분석을 처음 접하는 사람입니다. 회귀 분석을 위해 MSE 및 R 제곱 통계가 있습니다. 그러나 생존 모델 A가 어떤 종류의 그래픽 플롯 (KM 곡선) 외에 생존 모델 B보다 우수하다고 말할 수 있습니까? 가능한 경우 차이점을 예를 들어 설명하십시오 (예 : R의 rpart 패키지). 한 …

9 regression  survival  goodness-of-fit  cart  rpart 

다음과 같은 예제 데이터 세트가 있습니다. Volume <- seq(1,20,0.1) var1 <- 100 x2 <- 1000000 x3 <- 30 x4 = sqrt(x2/pi) H = x3 - Volume r = (x4*H)/(H + Volume) Power = (var1*x2)/(100*(pi*Volume/3)*(x4*x4 + x4*r + r*r)) Power <- jitter(Power, factor = 1, amount = 0.1) plot(Volume,Power) 그림에서 볼 …

9 r  hypothesis-testing  nonlinear-regression  goodness-of-fit  heteroscedasticity 

포아송 분포에 대한 관측 된 랜덤 변수의 적합도를 측정하기 위해 잘 알려진 통계 테스트는 무엇입니까? 나는 Kolmogorov-Smirnov 테스트가 그러한 것임을 알고 있습니다. 다른 테스트가 있습니까?

9 probability  poisson-distribution  goodness-of-fit 

그래서, 나는 16 개의 시험을 가지고 있는데, 여기에서 Hamming Distance를 사용하여 생체 특성으로부터 사람을 인증하려고합니다. 임계 값이 3.5로 설정되었습니다. 내 데이터는 다음과 같으며 1 번 시험 만 참 긍정입니다. Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 7 0.47 8 0.32 9 0.39 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction