«rule-of-thumb» 태그된 질문

실제로 유용한 통계 분석에 대해 조언합니다 (항상 작동한다고 보장되지는 않음).

24
"현대"통계를위한 경험 법칙
나는에 G 반 벨의 책처럼 엄지 손가락의 통계 규칙 , 그리고 정도는 덜 통계의 일반적인 오류 (및이를 방지하는 방법) 필립 나는 좋은 제임스 W. 하딘에서. 실험 및 관찰 연구 결과를 해석 할 때의 일반적인 함정을 다루고 통계적 추론 또는 탐색 적 데이터 분석에 대한 실제 권장 사항을 제공합니다. 그러나 나는 …

8
히스토그램에서 최적의 빈 수 계산
히스토그램에 몇 개의 빈을 사용해야하는지 결정할 수있는 최적의 방법을 찾는 데 관심이 있습니다. 내 데이터의 범위는 최대 30 개에서 350 개 사이 여야합니다. 특히 Otsu의 방법과 같이 더 적어야하고 더 많이 퍼져 야하는 "좋은"개체가 " 나쁜 "개체, 더 가치가 있어야합니다. 구체적인 값은 각 개체에 대해 1-10 점입니다. 나는 6-10 점을 …

7
다중 회귀 분석을위한 최소 표본 크기의 경험 법칙
사회 과학 연구 제안의 맥락에서 나는 다음과 같은 질문을 받았다. 다중 회귀 분석을위한 최소 표본 크기를 결정할 때 항상 100 + m (여기서 m은 예측 변수 수)만큼 줄었습니다. 이것이 적절합니까? 나는 종종 다른 규칙에 따라 비슷한 질문을 많이 받는다. 또한 다양한 교과서에서 그러한 경험 법칙을 많이 읽었습니다. 인용과 관련하여 규칙의 …


2
다양한 조건에서 두 숫자 변수 간의 그래프 연결에 대한 팁이있는 우수한 온라인 리소스
문맥: 그 동안 나는 두 숫자 변수 사이의 연관성을 효과적으로 구성하는 방법에 대한 일련의 휴리스틱을 얻었습니다. 데이터를 다루는 대부분의 사람들이 비슷한 규칙을 가지고 있다고 생각합니다. 이러한 규칙의 예는 다음과 같습니다. 변수 중 하나가 양으로 치우친 경우 해당 축을 로그 스케일로 플로팅하는 것을 고려하십시오. 많은 데이터 포인트가있는 경우 (예 : n> …

4
PCA 공간에 새로운 벡터를 투영하는 방법?
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 

3
클러스터링에 대한
누구나 L 2 대신 L1L1L_1 또는 L.5L.5L_.5 메트릭을 클러스터링에 사용 합니까? Aggarwal et al., 고차원 공간에서의 거리 측정법의 놀라운 행동에 대해 (2001 년)L2L2L_2 높은 차원의 데이터 마이닝 응용 프로그램에 대해L1L1L_1유클리드 거리 측정법 보다 L 1 이 지속적으로 더 바람직 L2L2L_2합니다. 또는 이 아직 더 수 있다고 주장했습니다 .L.5L.5L_.5L.1L.1L_.1 또는 를 …


1
클릭률이 가장 높은 광고 세트를 결정하는 데 필요한 샘플 크기
저는 무역 분야의 소프트웨어 디자이너이며 고객을위한 프로젝트를 진행 중이며, 분석이 통계적으로 올바른지 확인하고 싶습니다. 다음을 고려하십시오. n 개의 광고 가 있고 (n <10), 어떤 광고가 가장 실적이 좋은지 알고 싶습니다. Google 광고 서버는 이러한 광고 중 하나를 임의로 게재합니다. 사용자가 광고를 클릭하면 Google 서버에서이를 추적합니다. 주어진 시간 : 신뢰 구간 …

4
MANOVA와 종속 변수 사이의 상관 관계 : 너무 강합니까?
MANOVA의 종속 변수는 "너무 강하게 상관되지 않아야"합니다. 그러나 상관 관계가 너무 강합니까? 이 문제에 대한 사람들의 의견을 얻는 것이 흥미로울 것입니다. 예를 들어 다음과 같은 상황에서 MANOVA를 진행 하시겠습니까? Y1 및 Y2는 및 와 상관 관계가있다p &lt; 0.005r = 0.3아르 자형=0.3r=0.3p &lt; 0.005피&lt;0.005p<0.005 Y1 및 Y2는 및 와 상관됩니다.p = …


1
균일 한 대 비 균일 빈을 가진 히스토그램
이 질문 은 균일 한 히스토그램과 비 균일 히스토그램의 기본적인 차이점을 설명합니다. 그리고이 질문 은 어떤 의미에서 히스토그램이 데이터 샘플이 추출 된 분포를 나타내는 정도를 최적화하는 균일 히스토그램의 빈 수를 선택하는 경험 법칙에 대해 설명합니다. 균일하지 않은 히스토그램과 균일하지 않은 히스토그램에 대해 같은 종류의 "최적"토론을 찾을 수 없습니다. 멀리있는 특이 …

1
사전 확률 분포를 어떻게 공식화합니까? 경험해야 할 규칙이나 팁이 있습니까?
베이지안 통계 분석 및 의사 결정에서 사전 정보의 개념을 잘 이해하고 있다고 생각하지만 종종 응용 프로그램을 둘러싼 머리를 감쌀 수 없습니다. 나는 나의 투쟁을 예시하는 몇 가지 상황을 염두에 두었고, 지금까지 읽은 베이지안 통계 교과서에서 제대로 해결되지 않았다고 생각합니다. 몇 년 전에 68 %의 사람들이 ACME 제품 구매에 관심이 있다고 …
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.