«interpretation» 태그된 질문

나는 이항 데이터 테스트를 통해 이것에 대해 아주 새로운 것이지만 하나를 수행해야했지만 이제 결과를 해석하는 방법을 잘 모르겠습니다. 반응 변수 인 y- 변수는 이항이고 설명 요소는 연속적입니다. 이것이 결과를 요약 할 때 얻은 것입니다. glm(formula = leaves.presence ~ Area, family = binomial, data = n) Deviance Residuals: Min 1Q Median …

38 r  regression  logistic  binomial  interpretation 

내가 가진 일부 데이터에 2 차 다항식 적합을 만들려고합니다. 이 적합도를 플로팅한다고 가정 해 봅시다 ggplot(). ggplot(data, aes(foo, bar)) + geom_point() + geom_smooth(method="lm", formula=y~poly(x, 2)) 나는 얻다: 따라서 두 번째 주문 적합은 아주 잘 작동합니다. R로 계산합니다. summary(lm(data$bar ~ poly(data$foo, 2))) 그리고 나는 얻는다 : lm(formula = data$bar ~ poly(data$foo, …

36 r  regression  interpretation  regression-coefficients 

X와 Y는 상관되지 않습니다 (-.01). 그러나 X를 Y를 예측하는 다중 회귀 분석에 배치 할 때 3 개 (A, B, C) 다른 (관련) 변수와 함께 X와 2 개의 다른 변수 (A, B)는 Y의 중요한 예측 변수입니다. A, B) 변수는 회귀 외부의 Y와 유의 한 상관 관계가 있습니다. 이러한 결과를 어떻게 해석해야합니까? …

34 regression  correlation  interpretation  causality 

내 질문 요인 분석 (또는 PCA의 구성 요소)에서 요인의 회전을 수행하는 직관적 인 이유는 무엇입니까? 변수가 최상위 구성 요소 (또는 요인)에 거의 똑같이로드되면 구성 요소를 구별하기가 어렵다는 것을 이해합니다. 따라서이 경우 회전을 사용하여 구성 요소를 더 잘 차별화 할 수 있습니다. 이 올바른지? 회전을하면 어떤 결과가 발생합니까? 이것은 어떤 영향을 …

33 pca  interpretation  factor-analysis  dimensionality-reduction  factor-rotation 

p- 값을 설명하는 자료가 많이 있다는 것을 알고 있습니다. 그러나이 개념은 더 이상의 설명 없이는 확실하게 파악하기가 쉽지 않습니다. 다음은 Wikipedia의 p- 값 정의입니다. p- 값은 귀무 가설이 참이라고 가정 할 때 적어도 실제로 관측 된 것보다 극단적 인 검정 통계량을 얻을 확률입니다. ( http://en.wikipedia.org/wiki/P-value ) 내 첫 번째 질문 …

33 hypothesis-testing  p-value  interpretation 

Wikipedia 는 다음과 같이 설명합니다. 데이터 세트의 경우 평균은 값의 합계를 값 수로 나눈 값입니다. 그러나이 정의는 내가 "평균"이라고 부르는 것과 일치합니다 (적어도 그것은 내가 배우는 것을 기억합니다). 그러나 Wikipedia는 다시 한 번 인용합니다. '중간'및 '모드'를 포함하여 일부 사람들이 평균과 혼동하는 샘플을 사용하는 다른 통계적 측정 방법이 있습니다. 혼란 스럽습니다. …

31 mean  interpretation  average 

여러 번 나는 "데이터 스누핑"에 대한 비공식적 인 경고를 겪었으며 (여기서는 재미있는 예가있다 ), 그것이 의미하는 바가 무엇이고 왜 그것이 문제가 될 수 있는지에 대한 직관적 인 생각이 있다고 생각한다. 다른 한편으로, "탐사 데이터 분석"은 적어도 그 제목 을 가진 책 이 여전히 고전적인 것으로 인용 된다는 사실에 의해 판단 …

30 multiple-comparisons  interpretation  eda 

나는이 훌륭한 튜토리얼 : R을 사용한 통계 분석 핸드북을 보았습니다. 13 장. 주요 구성 요소 분석 : R 언어로 PCA를 수행하는 방법에 대한 올림픽 헵타 슬론 그림 13.3의 해석을 이해하지 못합니다. 그래서 첫 번째 고유 벡터와 두 번째 고유 벡터를 플로팅하고 있습니다. 그게 무슨 뜻이야? 첫 번째 고유 벡터에 해당하는 …

30 r  pca  data-visualization  interpretation  biplot 

올바르게 이해하면 매개 변수의 신뢰 구간은 지정된 비율의 샘플에 대한 실제 값을 포함하는 구간을 생성 하는 방법으로 구성된 구간입니다. 따라서 '자신감'은 특정 샘플에서 계산 한 간격이 아니라 방법에 관한 것입니다. 통계의 사용자로서 모든 샘플의 공간이 가설이기 때문에 항상 이것에 의해 속이는 느낌이 들었습니다. 내가 가진 것은 하나의 샘플이며 그 샘플이 …

30 confidence-interval  interpretation 

나는 로지스틱 회귀를 사용하는 것에 다소 익숙하지 않고 다음과 같은 가치에 대한 해석이 일치하지 않을 것이라고 혼동했습니다. 지수 베타 값 베타 값을 사용하여 결과의 ​​예측 확률. 영양 부족과 보험이 모두 이진이며 부가 연속적 인 경우 사용중인 모델의 단순화 된 버전이 있습니다. Under.Nutrition ~ insurance + wealth 내 (실제) 모델은 보험에 …

29 regression  logistic  interpretation  prediction  odds-ratio 

통계가 처음이므로 도움이 필요합니다. 다음과 같이 작은 샘플이 있습니다. H4U 0.269 0.357 0.2 0.221 0.275 0.277 0.253 0.127 0.246 R을 사용하여 Shapiro-Wilk 테스트를 실행했습니다. shapiro.test(precisionH4U$H4U) 그리고 나는 다음과 같은 결과를 얻었다 : W = 0.9502, p-value = 0.6921 이제 p- 값보다 0.05의 유의 수준이 알파보다 크면 (0.6921> 0.05) 정규 분포에 …

29 r  distributions  interpretation  goodness-of-fit  normality-assumption 

RMSLE (Root Mean Squared Logarithmic Error)을 사용하여 장비 범주의 판매 가격을 예측하는 성능을 평가하는 기계 학습 경쟁을 해왔습니다. 문제는 최종 결과의 성공을 해석하는 방법을 잘 모르겠다는 것입니다. 예를 들어 의 RMSLE을 달성 하면 지수 지수 높이고 rmse처럼 해석 할 수 있습니까? (예 : )?1.0521.0521.052eeee1.052=2.863=RMSEe1.052=2.863=RMSEe^{1.052}=2.863=RMSE 그런 다음 내 예측이 실제 가격과 …

29 regression  machine-learning  interpretation  measurement-error  theory 

여러분 모두이 질문에 신경 쓰지 않기를 바라지 만 R에서 배우려고했던 선형 혼합 효과 모델 출력에 대한 출력을 해석하는 데 도움이 필요합니다. 세로 데이터 분석 및 선형 혼합 효과 회귀에 익숙하지 않습니다. 나는 시간 예측 자로 몇 주를 맞춘 모델을 가지고 있으며, 고용 과정에서 내 성과로 점수를 매 깁니다. 몇 주 …

28 r  mixed-model  interpretation  panel-data 

방금 혼합 효과 모델링을 통해 측정의 반복성 (일명 신뢰성, 일명 클래스 내 상관 관계)을 계산하는 방법을 설명하는 이 문서를 보았습니다. R 코드는 다음과 같습니다. #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 #compute the unadjusted repeatability R = intercept_var/(intercept_var+residual_var) …

28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

통계 및 머신 러닝 모델의 경우 1) 알고리즘 전체, 2) 알고리즘의 일부, 3) 특정 입력의 알고리즘 부분,이 3 가지 레벨은 각각 두 부분으로 나뉘어져 있습니다. 하나는 훈련 용이고 다른 하나는 기능 평가 용입니다. 마지막 두 부분은 첫 부분보다 훨씬 더 가깝습니다. 나는 # 2에 대해 묻고 있는데, 이것은 일반적으로 # …

27 neural-networks  deep-learning  interpretation