«qq-plot» 태그된 질문

히스토그램, 커널 밀도 및 재정 로그 수익률의 정규 분포가 손실로 바뀌고 (표지가 변경됨) 이러한 데이터의 일반적인 QQ 플롯이 있습니다. QQ 플롯은 꼬리가 올바르게 장착되지 않았 음을 명확하게 보여줍니다. 그러나 히스토그램과 적합 정규 분포 (파란색)를 보면 0.0 정도의 값도 올바르게 피팅되지 않습니다. 따라서 QQ 플롯은 꼬리 만 제대로 적합하지 않지만 전체 …

12 data-visualization  normality-assumption  histogram  qq-plot 

다음 코드 및 출력을 고려하십시오. par(mfrow=c(3,2)) # generate random data from weibull distribution x = rweibull(20, 8, 2) # Quantile-Quantile Plot for different distributions qqPlot(x, "log-normal") qqPlot(x, "normal") qqPlot(x, "exponential", DB = TRUE) qqPlot(x, "cauchy") qqPlot(x, "weibull") qqPlot(x, "logistic") 로그 노멀에 대한 QQ 플롯은 weibull에 대한 QQ 플롯과 거의 같은 …

12 r  data-visualization  interpretation  qq-plot 

인구 통계 및 서비스에서 방문수를 계산하려고합니다. 데이터가 매우 왜곡되어 있습니다. 히스토그램 : qq 플롯 (왼쪽은 로그) : m <- lm(d$Visits~d$Age+d$Gender+city+service) m <- lm(log(d$Visits)~d$Age+d$Gender+city+service) city및 service요인 변수입니다. 모든 변수에 대해 낮은 p 값 ***을 얻지 만 r의 제곱도 .05입니다. 어떻게해야합니까? 지수 또는 다른 것과 같은 다른 모델이 작동합니까?

11 regression  multiple-regression  predictive-models  exponential  qq-plot 

다음 코드를 사용하여 qq 플롯을 생성했습니다. qq 플롯은 데이터가 정상적으로 분포되어 있는지 여부를 확인하는 데 사용됩니다. 내 질문은 x 및 y 축 레이블이 qq 플롯에서 무엇을 나타내며 r 제곱 값을 나타내는 것은 무엇입니까 ?? N = 1200 p = 0.53 q = 1000 obs = np.random.binomial(N, p, size = q)/N …

11 probability  normal-distribution  mathematical-statistics  descriptive-statistics  qq-plot 

다음은 샘플에 대한 QQ 플롯입니다 (로그 Y 축에 주목). :n=1000n=1000n = 1000 whuber가 지적했듯이 이것은 기본 분포가 왼쪽으로 치우쳐 있음을 나타냅니다 (오른쪽 꼬리가 짧음). shapiro.testW=0.9718W=0.9718W = 0.97185.172⋅10−135.172⋅10−135.172\cdot10^{-13}H0:the sample is normal distributedH0:the sample is normal distributedH_0 : \text{the sample is normal distributed} 내 질문은 : (log-) 정상 성을 가정하여 추가 분석을 …

11 interpretation  lognormal  qq-plot 

통계와 R 초보자 모두 1 : 1의 종횡비로 qqplots를 생성하는 데 어려움을 겪고 있습니다. ggplot2는 기본 R 플로팅 패키지보다 플로팅에 대해 훨씬 많은 제어 기능을 제공하는 것으로 보이지만 ggplot2에서 qqplot을 수행하여 두 데이터 세트를 비교하는 방법을 알 수 없습니다. 그래서 내 질문에, ggplot2는 다음과 같은 것이 무엇입니까? qqplot(datset1,dataset2)

11 r  distributions  ggplot2  qq-plot 

qq-plot을 사용하면 두 분포가 얼마나 유사한 지 시각화 할 수 있습니다 (예 : 분포와 정규 분포의 유사성을 시각화하지만 두 개의 artibrary 데이터 분포를 비교하는데도 사용). 유사성을 나타내는보다 객관적이고 수치적인 측정 값을 생성하는 통계가 있습니까 (바람직하게는 정규화 된 (0 <= x <= 1) 형식으로)? Gini 계수는 예를 들어 Lorenz 곡선으로 작업 …

10 distributions  qq-plot 

R에서 왜 기본 설정이 qqplot(linear model)y 축에서 표준화 된 잔차를 사용합니까? R이 "정규"잔차를 사용하지 않는 이유는 무엇입니까?

9 r  regression  linear-model  residuals  qq-plot 

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