«variance-stabilizing» 태그된 질문

카운트 데이터가있을 때 제곱근을 취하는 것이 종종 권장됩니다. (CV에 대한 몇 가지 예는 @HarveyMotulsky의 대답은 여기 또는 @whuber의 대답은 여기를 참조하십시오 .) 반면 포아송으로 분포 된 반응 변수가있는 일반화 된 선형 모형을 피팅 할 때 로그는 정식 링크 입니다. 이것은 응답 데이터의 로그 변환을 수행하는 것과 비슷합니다 (더 정확하게 는 …

57 generalized-linear-model  data-transformation  poisson-distribution  count-data  variance-stabilizing 

정밀도는 다음과 같이 정의됩니다. p = true positives / (true positives + false positives) 로, 즉를 정확 true positives하고 false positives, 정밀도가 한 접근 방식 0? 리콜에 대한 동일한 질문 : r = true positives / (true positives + false negatives) 현재이 값을 계산 해야하는 통계 테스트를 구현 중이며 때로는 …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

데이터를 제곱근으로 변환하기 위해 내가 생각할 수있는 이유가 있습니까? 내가 항상 관찰하는 것은 R ^ 2가 증가한다는 것입니다. 그러나 이것은 아마도 데이터 중심에 있기 때문일 것입니다! 어떤 생각이라도 감사합니다!

15 regression  data-transformation  variance-stabilizing 

시험 점수 분석 (예 : 교육 또는 심리학)에서 일반적인 분석 기법은 종종 데이터가 정규 분포되어 있다고 가정합니다. 그러나, 아마도 더 자주는 아니지만, 점수는 때때로 정상에서 크게 벗어나는 경향이 있습니다. 나는 제곱근, 대수, 양의 스큐를 줄이기위한 상호 변환, 음의 스큐를 줄이기위한 위의 반사 버전, 렙토 커틱 분포의 제곱과 같은 몇 가지 …

10 data-transformation  normality-assumption  variance-stabilizing