«sampling» 태그된 질문

여기에서 다양한 관련 질문을 통해 "95 % 신뢰 구간"이라고하는 "95 %"부분은 샘플링과 CI 계산 절차를 여러 번 정확하게 복제해야한다면 따라서 계산 된 CI의 95 %에 모집단 평균이 포함됩니다. 또한이 정의가하는 합의 인 것 같습니다 그렇지 않다는평균이 CI 내 어딘가에있을 확률이 95 %라는 단일 95 % CI로부터 결론을 내릴 수 있습니다. …

228 probability  confidence-interval  sampling  mean  population 

아니면 더 "그렇게 될까"? 빅 데이터 는 통계와 관련 지식을 더욱 중요하게하지만 샘플링 이론을 수행하는 것으로 보입니다. 나는 '빅 데이터'에 대한이 과대 광고를 보았고 "왜"가 모든 것을 분석하고 싶은지 궁금해 할 수 없습니다 . "샘플링 이론"을 설계 / 구현 / 발명 / 발견 할 이유가 없었습니까? 데이터 세트의 전체 '인구'를 …

54 sampling  data-mining  large-data 

동일한 분포에서 도출 된 충분히 많은 관측치의 중앙값을 계산하면 중앙값의 중앙값 분포가 정규 분포에 근사 할 것입니까? 내 이해는 이것이 많은 수의 샘플을 사용하면 사실이지만 중간 값에서도 사실이라는 것입니다. 그렇지 않은 경우 샘플 중앙값의 기본 분포는 무엇입니까?

54 normal-distribution  mathematical-statistics  sampling  median  central-limit-theorem 

매년 특정 시험을 보는 응시자 수를보고해야한다고 상상해보십시오. 예를 들어, 대상 집단의 특이성으로 인해 더 넓은 집단에서 성공률의 관찰 된 비율을 추론하기는 다소 어려워 보입니다. 따라서이 데이터가 전체 인구를 나타내는 것으로 간주 할 수 있습니다. 테스트 결과 남성과 여성의 비율이 실제로 다른 것으로 나타 났습니까? 전체 모집단 (샘플이 아님)을 고려하기 때문에 …

47 hypothesis-testing  population  sampling 

나는 통계 과정을 한 번도 본 적이 없으므로 여기에 올바른 장소에 묻기를 바랍니다. 정규 분포를 나타내는 두 개의 데이터, 즉 평균 및 분산 만 있다고 가정 합니다. 컴퓨터를 사용 하여이 두 분포를 무작위로 샘플링 하여이 두 통계를 존중하고 싶습니다.σ 2μμ\muσ2σ2\sigma^2 샘플을 출력하기 전에 각 샘플에 를 추가하기 만하면 0을 정규화하여 …

36 normal-distribution  sampling  computing 

큰 그림: 샘플 크기를 늘리면 실험의 힘이 어떻게 증가하는지 이해하려고합니다. 강사의 슬라이드는 두 가지 정규 분포, 하나는 귀무 가설에 대한 것과 다른 하나는 대립 가설에 대한 것, 그리고 그 사이의 결정 임계 값 c를 사용하여 설명합니다. 그들은 표본 크기가 증가하면 분산이 낮아지고 첨도가 높아져 곡선 아래의 공유 영역이 줄어들어 유형 …

35 variance  sampling  power 

표본의 공분산 행렬을 계산할 때 대칭적이고 양의 유한 행렬을 얻을 수 있습니까? 현재 내 문제에는 4600 개의 관측 벡터와 24 차원의 샘플이 있습니다.

33 sampling  covariance 

뉴스를 보았을 때 대통령 선거와 같은 것들에 대한 갤럽 여론 조사에서 표본 크기가 1,000 개가 넘는 것으로 나타났습니다. 내가 대학 통계에서 기억하는 것으로부터 표본 크기 30은 "상당히 큰"표본이라는 것이 었습니다. 반품 감소로 인해 30을 초과하는 샘플 크기는 의미가없는 것으로 보입니다.

32 sampling  sample-size  power-analysis 

tl; dr 버전 입문 학부 수준에서 (예를 들어 표본 평균의) 표본 분포를 가르치기 위해 어떤 성공적인 전략을 사용하십니까? 배경 9 월에는 David Moore 의 기본 통계 실습을 사용하여 2 학년 사회 과학 (주로 정치 과학 및 사회학) 학생들을위한 입문 통계 과정을 가르치게 됩니다. 내가이 과정을 가르친 것은 다섯 번째 일 …

30 distributions  sampling  teaching 

캐럿을 사용하여 데이터 세트에 대해 교차 유효성 검사 임의 포리스트를 실행하고 있습니다. Y 변수는 요인입니다. 내 데이터 세트에 NaN, Inf 또는 NA가 없습니다. 그러나 임의의 포리스트를 실행하면 Error in randomForest.default(m, y, ...) : NA/NaN/Inf in foreign function call (arg 1) In addition: There were 28 warnings (use warnings() to see …

29 r  random-forest  caret  regression  prediction  fitting  social-science  poisson-distribution  distributions  characteristic-function  bayesian  prior  regression  normal-distribution  interaction  nonparametric  skewness  svm  standard-deviation  standard-error  regression-coefficients  igraph  natural-language  word2vec  word-embeddings  regression  machine-learning  sampling  r  regression  machine-learning  random-forest  ensemble  sampling  unbiased-estimator  proof  estimators  mse  probability  conditional-probability  bayes  anova  missing-data  neural-networks  recommender-system  r  confidence-interval  sample  multiple-imputation  r  time-series  forecasting  mase 

독립적 인 관찰 의 가정이 의미 하는 바를 이해하려고합니다 . 일부 정의는 다음과 같습니다. " 인 경우에만 두 개의 이벤트가 독립적 입니다." ( 통계 용어 사전 )피( a ∩ b ) = P( a ) ∗ P( b )P(a∩b)=P(a)∗P(b)P(a \cap b) = P(a) * P(b) "한 사건의 발생은 다른 사건의 …

28 probability  sampling  multilevel-analysis  independence  assumptions 

우리 모두 알다시피, 꼬리처럼 머리를 착륙시킬 확률이 같은 동전을 뒤집 으면 동전을 여러 번 뒤집 으면 머리를 얻는 시간의 절반, 꼬리를 얻는 시간의 절반이됩니다. 친구와 이것을 토론 할 때, 동전을 1000 번 뒤집고 머리에 처음으로 100 번 착륙한다고하면 꼬리를 착륙 할 확률이 증가했습니다 (논리적 편견이 없다면 논리, 그런 다음 1000 …

28 probability  distributions  sampling 

당신은 무작위로 샘플을 채취하고 그것이 같이 명확하게 반영하지 않고 볼 수있는 경우에는 어떻게 최근 질문 . 예를 들어 모집단 분포가 0을 기준으로 대칭 인 것으로 가정하고 무작위로 추출한 표본에 불균형 긍정적 및 부정적 관측치가 있고 불균형이 통계적으로 유의하면 어디에서 벗어날 수 있습니까? 치우친 표본을 기반으로 모집단에 대해 어떤 합리적인 진술을 …

28 sampling  experiment-design  inference  sample 

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 

GAM을 사용할 때 잔여 DF는 (코드의 마지막 줄). 그게 무슨 뜻이야? GAM 예제를 넘어 서면 일반적으로 자유도는 정수가 아닌 숫자 일 수 있습니까?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max -4.1470 -1.6217 -0.8971 1.2445 6.0516 (Dispersion Parameter …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation