_id stringlengths 1 6 | text stringlengths 0 7.5k | title stringlengths 0 167 |
|---|---|---|
76216 | در این مقاله: استفاده از بوت استرپ و اعتبارسنجی متقابل در رگرسیون ریج نویسنده(های): نانسی جو دلانی و سانگیت چاترجی منبع: Journal of Business & Economic Statistics, Vol. 4، شماره 2 (آوریل 1986)، صفحات 255-262 نویسندگان بیان می کنند که: به عنوان یک اخطار برای اجرای مدل پشته، باید اشاره کرد که داده های سیمان نشان دهنده یک مشکل مخلوط است. چهار متغیر مستقل برای هر مشاهده تقریباً به 100 میافزایند متأسفانه، تکنیک ridge اغلب توسط این مجموعه داده نشان داده شده است. چیزی که من نگران آن هستم این است که آیا این انتقاد در شرایط من معتبر است؟ من از مدل Nelson-Siegel-Svensson استفاده می کنم. بنابراین من مجموعه ای از مشاهدات (که حداقل از نظر تئوری) توسط مدل 4 عاملی نشان داده شده در لینک بالا ایجاد می شوند، دارم. در حالت شدید که $\tau_1 =\tau_2$، فاکتورهای مربوط به B2 و B3 کاملاً هم خط خواهند بود. (بدیهی است که وقتی این ارزش ها نزدیک هستند، چنین وضعیتی را تصور نمی کنم که بیشتر به آن علاقه مند هستم). اما برای اهداف این سوال فرض کنید که آنها عبارتند از: در آن صورت به نظر می رسد که من وضعیتی دارم که توسط Chatterjee و Delaney توصیف شده است، آیا این بدان معنی است که رگرسیون Ridge در این مورد مناسب نیست؟ اگر نه از چه روش هایی باید استفاده کنم؟ | رگرسیون ریج برای هم خطی ناشی از محدودیت های ریاضی روی داده ها مناسب نیست |
96379 | آیا راهی برای انجام یک تحلیل همبستگی جزئی وجود دارد اگر DV دوگانه باشد؟ | |
76219 | من در مورد توزیع نرمال و توزیع نرمال چند متغیره مشکل دارم. بنابراین به یک کتاب کامل در مورد توزیع نرمال چند متغیره و توزیع نرمال نیاز دارم. با تشکر برای کمک. | من یک کتاب در مورد توزیع نرمال و توزیع نرمال چند متغیره می خواهم |
76211 | بنابراین من در حال حاضر نسخه ششم خود را از مدلی می سازم که برای پیش بینی احتمال یک وضعیت پزشکی خاص بر اساس نشانگرهای ژنتیکی چند عاملی طراحی شده است و واقعاً از توصیه هایی در رابطه با روشی برای غلبه بر این مشکل قدردانی می کنم. مدلی که من تاکنون استفاده کردهام بسیار موفق بوده است، اما میدانم هنوز یک چیز وجود دارد که از نظر آماری به آن توجه نمیکنم. اطلاعاتی که من برای این وضعیت پزشکی دارم به ویژه محدود است. برای برخی از پارامترهایی که چندین نشانگر ژنتیکی نامزد دارم، اجازه دهید این را GM1 بنامیم، اکنون نشان داده شده است که احتمال ایجاد این وضعیت پزشکی خاص به تعداد تکرارهای این نشانگر ژنتیکی مرتبط است. با این حال، هنگام مدلسازی آنها، با مشکلاتی با دادههای محدود برای تعدادی از تکرار مواجه میشوم. پارامتر 1 به عنوان مثال برای 12 تکرار از این نشانگر ژنتیکی من می توانم 1000 نفر را داشته باشم که 100 نفر از آنها به این بیماری مبتلا می شوند. من این را با بررسی اینکه درصد افرادی که 12 تکرار را نشان میدهند در مقابل عدد واقعی که در مجموعه داده آزمایشی جدید نشان داده شده است، در مدل خود وارد میکنم، بنابراین در این مورد 10 درصد در رگرسیون چند جملهای من 8.7 درصد احتمال ایجاد شرایط را به دست میدهد. با این حال، در همان رگرسیون چند جمله ای، 35 تکرار از نشانگر ژنتیکی نیز به عنوان یک 10٪ که 1 مورد تایید شده از 10 نفر است که شانس مشابه 8.7٪ برای ابتلا به این بیماری را نشان می دهند، وارد می شود. روشی که مدل من در آن کار میکند این است که وزنهای متفاوتی را به بیش از 600 پارامتر مختلف اختصاص میدهد تا به بهترین شکل علت چند عاملی واقعی را در پروفایل ژنتیکی پیشبینی کند. به عنوان مثال پارامتر 2 یک نشانگر ژنتیکی متفاوت خواهد بود و یک رگرسیون چند جمله ای بر روی درصد بیماران داده مدل در برابر تعداد مشاهده شده واقعی انجام می شود و مانند پارامتر 1، یک شانس 10% می تواند وارد رگرسیون چند جمله ای شود. نتیجه چندین تکرار مختلف این نشانگر ژنتیکی است. چیزی که من باید بدانم این است که چگونه مجموعه داده های اندازه های مختلف را تنظیم کنم. بسته به اینکه چه اندازه مجموعه داده، درصد احتمال اولیه ایجاد شرایط را تشکیل می دهد. من آماده پیشنهاد در مورد روشی برای دستیابی به این هستم. | غلبه بر ناهنجاری های کوچک مجموعه داده در الگوریتم ژنتیک |
8027 | من مشکل زیر را دارم: > فرض کنید ما یک نمونه $Y_1,...,Y_n \sim N(\mu, \sigma^2)$ داریم. تابع > محوری را برای $\sigma^2$ هنگامی که $\mu$ شناخته شده است و زمانی که $\mu$ > ناشناخته است، پیدا کنید. می دانم که باید آماری را پیدا کنید که توزیع آن به پارامتر بستگی نداشته باشد. برای $\mu$ ناشناخته فرض میکنم از $(n-1)/S^2$ استفاده میکنید که یک توزیع مجذور کای ($n-1$ درجه آزادی) است. برای $\mu$ شناخته شده، از چه چیزی استفاده می کنید؟ و چرا؟ در یادداشتهای من میگویند $(\bar Y - \mu) / (\sigma\sqrt{n}) \sim N(0,1)$ اما سپس چیزی در مورد جمع کردن $Y_i$ میگوید. چرا؟ | توابع محوری |
8028 | سوال دوم من در مورد آمار تست است. پرسش ها و پاسخ ها در این پی دی اف هستند: http://www.mediafire.com/?b74e633lxdb49rb من می دانم که آنها چگالی اتصال را تعیین می کنند و می دانم چگونه این را محاسبه کنم. چیزی که من واقعا نمی فهمم این است که آنها چگونه آمار آزمون را تشخیص می دهند. آنها در برخی موارد به طور تصادفی در 1 ضرب می شوند و در برخی موارد فقط یک جمع را انتخاب می کنند. من نمی دانم چرا این آمار آزمون است - آیا این یک حدس است؟ همچنین، چگونه می توانید بررسی کنید که یک آمار تستی که محاسبه کرده اید صحیح است؟ | آمار آزمون |
101269 | در یک آزمایش بیولوژیکی، من چیزی بین 100 هزار تا چند میلیون نقطه داده ترسیم کردم، جایی که هر نقطه داده یکی از 1024 توالی DNA است. اگر هر دنباله دارای احتمال برابری برای بالا آمدن باشد، انتظار دارم توزیع تعداد برای هر دنباله به صورت دوجمله ای با p=1/1024 توزیع شود. با توجه به حجم نمونه بسیار بزرگ، من انتظار دارم که این تقریباً عادی به نظر برسد. با این حال، بیشتر شبیه یک توزیع نرمال گزارش است. من این را با استفاده از یک آزمون چند جمله ای ('chisq.test' در R) آزمایش کردم و p<1e-16 دریافت کردم. در برخی آزمایشها، 10 درصد متداولترین توالیهای برتر بیش از 50 درصد از تمام توالیهای نمونهبرداری شده را تشکیل میدهند. من می خواهم سعی کنم مدل کنم که چه عواملی بر انتخاب دنباله تأثیر می گذارد، به ویژه ویژگی های خود دنباله (شروع با درصد دنباله ای که از پایه های G و C تشکیل شده است). دادهها چیزی شبیه این به نظر میرسند: seq seq_gc count 5119 GCGTT 0.6 21 5120 AAATG 0.2 160 5121 GCCCG 1.0 230 5122 GCCCA 0.8 222 5123 AAATC 5123 AAATC 0.240 5125 AAATA 0.0 162 5126 CCTAT 0.4 216 5127 TTAGC 0.4 18 5128 GCCCT 0.8 305 با نگاهی به نمودارهای %GC در مقابل تعداد، به نظر می رسد که رابطه ای بین log(count) و %GC برای برخی آزمایش ها وجود دارد. با این حال، تشخیص آن دشوار است زیرا تعداد محدودی از مقادیر وجود دارد که %GC می تواند تنها با 5 پایه بگیرد، و برخی از مقادیر بسیار رایج تر از سایرین هستند. واضح است که یک رگرسیون حداقل ترتیب معمولی در اینجا مناسب نیست، اما چه خواهد بود؟ من مدلهای خطی تعمیمیافته poisson، دوجملهای و منفی-دوجملهای را امتحان کردم، اما همه آنها پاسخهای متفاوتی میدهند و نمیدانم کدام یک درست است. من به برخی از نمودارهای تشخیصی برای آنها نگاه کردم، و در همه موارد، باقیمانده های استاندارد شده از توزیع نرمال فاصله دارند (آیا انتظار نرمال بودن در این مدل ها را دارید؟ آیا این فقط به این معنی است که متغیر توضیحی من خیلی توضیحی نیست؟)، و درجاتی از وابستگی باقیمانده ها به موقعیت (چقدر زیاد است؟). | تعصبات مدل سازی در انتخاب یک انتخاب از بسیاری با استفاده از داده های شمارش |
8029 | من در حال نوشتن برنامه ای در سی شارپ هستم که باید از فرمول Ttest استفاده کنم. من باید فرمول اکسل را به طور مؤثر تفسیر کنم: =TTEST(range1,range2,1,3) من از فرمول ارائه شده در اینجا استفاده می کنم و به کد به این صورت تفسیر می کنم: double TSstatistic = (mean1 - mean2) / Math.Sqrt((ریاضی .Pow(variance1, 2) / count1) + (Math.Pow(variance2, 2) / count2)); با این حال، من به طور کامل آزمون t را نمی دانم و مقادیری که دریافت می کنم کاملاً متفاوت از مقادیر محاسبه شده در اکسل هستند. من از محدوده های زیر استفاده کرده ام: R1: 91.17462277، 118.3936425، 96.6746393، 102.488785، 91.26831043 R2: 17.20546254، 19.519، 19.519، 19.519 13.03360631, 13.86577314 مقداری که با استفاده از تلاشم دریافت میکنم 1.8248 است، اما از Excel 1.74463E-05 است. آیا کسی می تواند لطفاً به من در جهت درست اشاره کند؟ | چگونه فرمول آزمون t گروه های مستقل را در سی شارپ پیاده سازی کنیم؟ |
8025 | دقت به این صورت تعریف می شود: > p = مثبت واقعی / (مثبت واقعی + مثبت کاذب) اگر (مثبت واقعی + مثبت کاذب) = 0 مقدار دقت چقدر است؟ آیا فقط تعریف نشده است؟ همان سوال برای یادآوری: > r = مثبت واقعی / (مثبت واقعی + منفی کاذب) در این صورت، ارزش یادآوری اگر (مثبت واقعی + منفی کاذب) = 0 باشد چقدر است؟ P.S. این سوال بسیار شبیه به این سوال است که مقادیر صحیحی برای دقت و یادآوری در موارد لبه چیست؟ | هنگامی که مخرج برابر با 0 باشد، مقادیر صحیحی برای دقت و یادآوری چیست؟ |
96812 | مدل پیشبینی سری زمانی | |
114000 | تقویت ویژگی از طریق تغییر مقیاس در رگرسیون لجستیک و SVM های خطی | |
86640 | یک گروه مصرف کننده 12 محصول تولیدی وارداتی را از یک منبع واحد در مقیاس 1 تا 10 رتبه بندی کرد. داده ها در زیر نشان داده شده است. آیا داده ها شواهد کافی برای نشان دادن اینکه میانگین امتیاز بیشتر از 5 است ارائه می دهد؟ از آزمون نشانه در سطح معناداری 1% استفاده کنید. 2 9 6 7 8 5 10 2 8 5 3 4 | آیا میانه نمره بیشتر از 5 است؟ |
7447 | هر دو ریشه میانگین مربع و میانگین انحراف مطلق مانند معیارهای بزرگی تغییرپذیری به نظر می رسند (به خصوص زمانی که متغیرها هر دو +ve و -ve هستند). قوانین کلی برای انتخاب یکی از آنها بر دیگری چیست؟ | ریشه میانگین مربع در مقابل میانگین انحراف مطلق؟ |
95977 | من یک دنباله مشاهده از TPM، EPM و قبل دارم. من میخواهم لاگ احتمال حدود 100 دنباله به طول 10 را در هر زمان پیدا کنم. چگونه می توانم این کار را با استفاده از یک الگوریتم فوروارد انجام دهم؟ | چگونه با استفاده از جعبه ابزار کوین مورفی برای MATLAB، احتمال ورود به سیستم چند دنباله را برای hmm پیدا کنیم. |
44925 | من در مورد متغیرهای ابزاری مطالعه می کردم، جایی که شرح آمار Hansen Sargen J را پیدا کردم. مدل معمولی $y=X\beta+\epsilon$ است که $X\in \mathbb{R}^{N\times K}$, $E(X^T\epsilon)\ne 0$ و $Z \in \mathbb{R}^{N\times M}، M>K$ و $E(Z^T\epsilon)= 0$. $\epsilon\sim \mathcal{N}(0,\sigma^2I)$ را فرض کنید. تست Hansen به محدودیتهای شناسایی بیش از حد $Z^T(y-X\beta_{2SLS})$ نگاه میکند و بررسی میکند که آیا آنها نزدیک به صفر هستند یا خیر. آمار J است $$J=(y-X\beta_{2SLS})^TZVar[Z^T(y-X\beta_{2SLS})]^{-1}Z^T(y-X\beta_{2SLS})$$ من چندین مرجع پیدا کردم که ادعای $J \sim \chi_{M-K}^2$ را دارند، اما نتوانستم دلیلی پیدا کنم (به هر حال، فوراً برای من روشن نشد). نزدیکترین نتیجه برای $\epsilon$ معمولی استاندارد این است که $\epsilon^T A \epsilon\sim \chi_{K}^2$ اگر و فقط اگر $A$ بیتوان و دارای رتبه $K$ باشد. آیا کسی می تواند با اثبات به من کمک کند؟ | توزیع محدود کننده آماره هانسن سارگان J |
44922 | من سعی می کنم تجزیه و تحلیل داده های الماس را در R دوباره ایجاد کنم و آن را با خروجی minitab که در http://www.amstat.org/publications/jse/v9n2/datasets.chu.html ذکر شده مقایسه کنم تقریباً مطمئن هستم که مجموعه داده های مشابهی است. با این حال نتایج من متفاوت است. من گمان می کنم که من آن را متفاوت مدل می کنم. همچنین متوجه شدم که رنگ D و برخی دیگر را از دست داده ام. آیا مدل minitab به نحوی ساختگی های مختلفی را برای حذف انتخاب کرده است؟ ** R OUTPUT** نیاز به داده (Ecdat) (الماس) الماس$ln_price <- log(Diamond$price) خلاصه (lm(ln_price~قیراط+رنگ+ وضوح+گواهینامه، داده=الماس)) تماس: lm( فرمول = ln_price ~ قیراط + رنگ + وضوح + گواهینامه، داده = الماس) باقیمانده ها: Min 1Q Median 3Q Max -0.31236 -0.11520 0.01613 0.10833 0.36339 Coefficients: Estimate Std. خطای t مقدار Pr(>|t|) (تقاطع) 6.8011915 0.0496111 137.090 < 2e-16 *** قیراط 2.8550130 0.0369676 77.230 < 2e-16 *** 0.49611 *** 0.401.4 *** رنگ -0.729 0.46638 colourF -0.1063582 0.0379807 -2.800 0.00544 ** colourG -0.2063494 0.0389848 -5.293 2.35e-08 -07 507 *** -7.293 2.81e-12 *** colourI -0.4165565 0.0413818 -10.066 < 2e-16 *** clarityVS1 -0.2019313 0.0310634 -6.501 3.413818 -06.06. 0.0333027 -8.964 < 2e-16 *** clarityVVS1 -0.0007058 0.0311121 -0.023 0.98192 clarityVVS2 -0.0966174 0.0289396 0.0289396 0.0289396 0.0289396 -03 -0.0088557 0.0208641 -0.424 0.67155 certificationIGI -0.1827107 0.0249516 -7.323 2.33e-12 *** --- Signif. کدها: 0 '***' 0.001 '**' 0.01 '*' 0.05 '. 0.1 ' ' 1 خطای استاندارد باقیمانده: 0.1382 در 295 درجه آزادی چندگانه R-squared: 0.9723، R-squared تنظیم شده: 0.91 آمار: 863.6 در 12 و 295 DF، p-value: < 2.2e-16 **خروجی MINITAB** ln_price = 6.08 + 2.86 قیراط + 0.417 D + 0.387 E + 0.310 F + 0.210 G + 0.129 H + 0.129 H + 0.29 H + 0.29 IF + 0.29 VVS2 + 0.0966 VS1 + 0.0089 GIA - 0.174 IGI Predictor Coef StDev T P Constant 6.07724 0.04809 126.37 0.000 قیراط 2.85501 0.0326970 0.0326970. 0.04138 10.07 0.000 E 0.38705 0.03082 12.56 0.000 F 0.31020 0.02748 11.29 0.000 G 0.21021 0.0202836 0.0202836 0.02852 4.51 0.000 IF 0.29854 0.03330 8.96 0.000 VVS1 0.29783 0.02810 10.60 0.000 VVS2 0.20195 0.702 0.702 0.09661 0.02492 3.88 0.000 GIA 0.00886 0.02086 0.42 0.672 IGI -0.17385 0.02867 -6.06 0.000 S = 0.1382 R = 0.1389 R-Sq. 97.1% تجزیه و تحلیل منبع واریانس DF SS MS F P رگرسیون 12 197.939 16.495 863.64 0.000 خطای باقیمانده 295 5.634 0.019 مجموع 307 203.574، G **نتایج GUDATE را درست می دهد* مطلوب برآورد Std. خطای t مقدار Pr(>|t|) (تقاطع) 6.3846350 0.0411520 155.148 < 2e-16 *** قیراط 2.8550130 0.0369676 77.230 < 2e-16 *** 0.6 5 = C(6.5 رنگ پایه 0.0413818 10.066 < 2e-16 *** C(رنگ، پایه = 6)2 0.3870472 0.0308241 12.557 < 2e-16 *** C(رنگ، پایه = 6) 3 0.3101983 <2101983 0.3101983 <2470. *** C(colour, base = 6)4 0.2102072 0.0283593 7.412 1.32e-12 *** C(colour, base = 6)5 0.1286809 0.0285231 4.511 9.31e-06 فاکتور اصلی وجود دارد*** کاراکتر به جای سطح نمایش داده می شود؟ **به روز رسانی** استفاده از relevel برای تنظیم پایه روی پایه های مشابه با minitab نتایج یکسانی را ایجاد می کند و همچنان قابل خواندن است. Diamond$colour <- relevel(Diamond$colour, ref=I) Coefficients: Estimate Std. خطای t مقدار Pr(>|t|) (تقاطع) 6.3846350 0.0411520 155.148 < 2e-16 *** قیراط 2.8550130 0.0369676 77.230 < 2e-16 *** 4.16 5 4105 10.066 < 2e-16 *** colourE 0.3870472 0.0308241 12.557 < 2e-16 *** colourF 0.3101983 0.0274791 11.288 < 2e-16 ***70. 0.0283593 7.412 1.32e-12 *** colourH 0.1286809 0.0285231 4.511 9.31e-06 *** | مقایسه خروجی minitab با R |
8185 | از آمارهای اولیه و شنیدن همیشه همبستگی علیت نیست، من تمایل دارم فکر کنم که خوب است بگوییم X و Y همبستگی دارند حتی اگر X و Y در یک رابطه علی نباشند. به عنوان مثال، من معمولاً فکر میکنم کاملاً اشکالی ندارد که بگوییم فروش بستنی و مایو با هم مرتبط هستند، زیرا فروش بالای مایو احتمالاً به معنای فروش بالای بستنی است (حتی اگر افزایش فروش لباس شنا باعث افزایش فروش بستنی نمیشود. ). با این حال، هنگام مطالعه تحلیل زمان، کمی در مورد این اصطلاح گیج می شوم. به نظر می رسد یک تحلیلگر سری زمانی نمی گوید که فروش بستنی با فروش لباس شنا مرتبط است، بلکه فروش بستنی به طور کاذب با فروش لباس شنا مرتبط است. به نظر میرسد که یک «X با Y همبستگی دارد» اصلاحنشده برای موردی محفوظ است که X واقعاً باعث Y میشود، بنابراین خوب است که بگوییم دما (اما نه بستنی) با فروش لباسهای شنا مرتبط است. آیا این درست است؟ مشکل من این است که به نظر میرسد برای همبستگی کاذب دو معنی وجود دارد: 1. دو راهپیمایی تصادفی مستقل را در مقابل یکدیگر عقب نشینی کنید، و آزمونهای آماری معمولی میگویند که آنها همبستگی دارند، حتی اگر این دو پیادهروی تصادفی آشکارا به هیچ وجه با هم ارتباطی ندارند. (من با این معنای همبستگی کاذب خوب هستم، زیرا واقعاً هیچ رابطه ای وجود ندارد.) 2. کاهش فروش بستنی در مقابل فروش لباس شنا. من را گیج می کند که _این_ همبستگی جعلی نامیده می شود، زیرا واقعاً رابطه ای بین فروش بستنی و فروش لباس شنا وجود دارد، حتی اگر این رابطه علت و معلولی نباشد. بنابراین حدس میزنم سؤال من این است: آیا تحلیلگران سریهای زمانی اصطلاح «همبستگی (غیر جعلی)» را برای روابط علّی ذخیره میکنند -- به طوری که برای تحلیلگران سریهای زمانی، همبستگی به معنای پیشنهاد علیت است! -- در حالی که آماردانان به طور کلی با استفاده از همبستگی برای نشان دادن هر نوع رابطه (احتمالاً غیر علی) خوب هستند؟ | اصطلاحات همبستگی در تحلیل سری های زمانی |
95974 | این یک سؤال بعدی از این پست است، در اینجا: فواصل اطمینان برای پیشبینیهای رگرسیون لجستیک پاسخ از @Gavin عالی است، اما من چند سؤال اضافی دارم که فکر میکنم برای دیگران مفید باشد. من با یک مدل پواسون کار میکنم، بنابراین اساساً این همان رویکردی است که در پست دیگر توضیح داده شد، فقط به جای «خانواده=دوجملهای»، «family=poisson». به سوال اول من: @Gavin می نویسد: mod <- glm(y ~ x، داده = foo، خانواده = دو جمله ای) preddat <- with(foo، data.frame(x = seq(min(x)، max(x) , length = 100)) preds <- predict(mod, newdata = preddata, type = link, se.fit = TRUE) نقطه دوم در آنجا چیست؟ برای ایجاد یک data.frame با حداقل و حداکثر متغیر توضیحی لازم است، برای برخی از متغیر(های) توضیحی «x» (ذخیره شده در برخی از قابهای داده «داده»)، فقط از خط اول و مستقیماً به آن بروید؟ سوم به سوال دوم من: در ابتدای پاسخ خود @Gavin می نویسد: > روش معمول محاسبه فاصله اطمینان در مقیاس خطی > پیش بینی است، جایی که همه چیز عادی تر خواهد بود؟ (Gaussian) و سپس معکوس تابع پیوند را برای ترسیم فاصله اطمینان از مقیاس خطی > به مقیاس پاسخ اعمال کنید در صورتی که من رگرسیون پواسون خود را انجام دهم؟ من فرض میکنم دلیل استفاده از مقدار بحرانی 1.96 هنگام ساخت CI، به دلیل این فرض است که چیزها عادی هستند. کسی میتونه اینو بیشتر توضیح بده؟ سوال سوم من: آیا رابطه ای بین انحراف استانداردی که با استفاده از se.fit=TRUE در predict() بدست می آوریم و انحراف استاندارد ضرایب متغیرهای توضیحی که به سادگی از summary(mod) بدست می آوریم وجود دارد. `؟ («mod» یک شیء glm است) | فاصله اطمینان برای پیش بینی رگرسیون پواسون |
8184 | به خوبی ثابت شده است که اندرسون-دارلینگ و شاپیرو-ویلک هر دو قدرت بسیار بالاتری برای تشخیص انحراف از حالت عادی نسبت به تست KS دارند. به من گفته شده است که Shapiro-Wilk معمولاً بهترین تستی است که میتوان از آن استفاده کرد اگر میخواهید نرمال بودن توزیع را آزمایش کنید، زیرا یکی از بالاترین قدرتها برای تشخیص عدم نرمال بودن را دارد، اما تجربه محدود من، به نظر میرسد Shapiro- Wilk هر بار همان نتیجه ای را به من می دهد که اندرسون-دارلینگ. بنابراین من دو سوال دارم: * چه زمانی تست Shapiro-Wilk بهتر از اندرسون-دارلینگ عمل می کند؟ * آیا تست نرمال بودن به طور یکنواخت قویتر وجود دارد، یا با منع این امکان، تست نرمال بودن که تقریباً از تمام تستهای نرمال بودن بهتر است، یا Shapiro-Wilk بهترین گزینه است؟ | قوی ترین تست GoF برای نرمال بودن |
47618 | > **تکراری احتمالی:** > ANCOVA و فرضیات آزاردهنده آن من در حال آزمایش هستم که آیا سیگار کشیدن قبل از تولد بر هوش تأثیر می گذارد، در حالی که وضعیت اقتصادی اجتماعی را کنترل می کند. من میخواهم از یک ANCOVA (هوش - DV، سیگار کشیدن قبل از تولد - IV و SES - متغیر کمکی) استفاده کنم، اما یک همگنی اولیه شیبهای رگرسیون را انجام دادم، اما نتایج برای اثر متقابل قابل توجه است که نشان میدهد من نباید از Ancova استفاده کنم. فکر نمی کنم بتوانم از رگرسیون هم استفاده کنم زیرا فقط یک IV دارم. هر ایده ای؟ | آنکوا: وقتی فرضیات برآورده نشدند، چه کاری می توانم انجام دهم؟ |
44929 | من در درک چیزی که در نظریه احتمالات مربوط به تاریخ گذشته رویدادهای مستقل تکراری بسیار اساسی است، مشکل دارم. پرتاب یک سکه منصفانه را در نظر بگیرید. $P(\text{head}) = P(\text{tail}) = 0.5$. پرتاب های مکرر رویدادهای مستقلی هستند. بیایید بگوییم که ما در حال حاضر چهار سر پشت سر هم داریم. معضل من در اینجاست: > احتمال اینکه نتیجه پرتاب بعدی سر باشد = $0.5$، اگر به > به عنوان یک رویداد مستقل فکر کنم. اما احتمال به دست آوردن پنج سر در یک > = $0.5^5$ با توجه به تاریخچه پرتاب. آیا این اظهارات متناقض نیست؟ آیا احتمال اینکه پرتاب بعدی یک سر باشد واقعاً متفاوت است؟ بنابراین، اگر قرار باشد روی نتیجه شرط بندی شود، آیا بهتر است روی دم شرط بندی کنیم؟ من میتوانم برای هر دو مورد به دلایلی فکر کنم، اما نمیتوانم ذهنم را در مورد اینکه چگونه هر دو احتمال برای یک سر میتوانند با هم وجود داشته باشند، فکر کنم. توضیح عمیقا قدردانی خواهد شد. | احتمال رخدادهای مستقل با توجه به تاریخ |
80734 | من یک آزمایش فریدمن را برای گروه نمونه مرتبط در سه شرایط (پیش درمان، پس از درمان و 6 ماه پس از درمان) انجام دادم. از 216 شرکت کننده که دو مرحله اول را به پایان رساندند، 50 نفر از آنها مرحله 6 ماهه پست را به پایان رساندند. آیا من درست فکر می کنم که آزمون فریدمن محاسبه را روی 50 شرکت کننده انجام می دهد که تمام مراحل را تکمیل کرده اند؟ مشکل من این است که پس از آن میخواهم یک آزمون رتبهبندی امضا شده توسط Wilcoxon انجام دهم تا تفاوتها را بررسی کنم. N = 216 شرکت کننده در مقابل 50 مورد استفاده شده در آزمون فریدمن. آیا کسی می تواند به من بگوید که آیا استفاده از این نتیجه خوب است؟ یا آیا باید داده ها را بیشتر از هم جدا کنم تا آزمون Wilcoxon از 50 شرکت کننده استفاده کند؟ آیا این بر اعتبار آن تأثیر می گذارد؟ هر کمکی بسیار قدردانی خواهد شد، سام | استفاده از آزمون رتبهبندی علامتدار ویلکاکسون برای فریدمن زمانی که اندازههای نمونه متفاوتی وجود دارد. |
65079 | من تعدادی ماتریس فاصله دارم که به عناصر مختلف مربوط می شود. هر یک از این ماتریس ها نشان دهنده فاصله خاصی بین این عناصر است. من می خواهم یک تکنیک نقشه خودسازماندهی را روی آنها در R انجام دهم و یک Heatmap یا چیزی که بتواند داده ها را به خوبی ارائه دهد دریافت کنم. اما تابع SOM چیزی را ایجاد نمی کند که به راحتی قابل تفسیر باشد. من یک ماتریس نمونه 1000*1000 ساختم و تابع SOM کتابخانه kohonen این را به من داد: (که مطمئن نیستم معنی آن چیست)  کدی که برای R استفاده کردم این است: `test.som <- som( data = mat , grid = somgrid(3،3شش ضلعی)) و سپس test.som را رسم کردم. سوال من این است که چگونه می توانم بیش از یک ماتریس فاصله را در تابع SOM قرار دهم و آیا تجسم بهتری برای این داده ها وجود دارد؟ P.S. ماتریس های فاصله، ماتریس های اقلیدسی نیستند، آنها باید یک به یک محاسبه شوند. | انجام یک نقشه خودسازماندهی بر روی ماتریس های فاصله چندگانه در R با تجسم بهتر |
13990 | ابتدا باید بگویم تجربه من در توسعه بسیار ناچیز است (چند اسکریپت bash این همه است) بنابراین اگر نمی توانم ادامه دهم با من تحمل کنید :) یک داستان پس زمینه کوچک برای شروع: چند سال پیش در زمان تشکیل sysadmin من داشتم فرصتی برای ملاقات با یک کارشناس ارشد امنیتی که به من چیزی را نشان داد که من دیدم فضای فوقالعاده، تجسم فضای فازی گزارشهای سیستم با Octave. (منظورم از گزارش های سیستم گزارش های مربوط به مسیریاب ها / سوئیچ ها / فایروال ها / وب سرورها / سرورهای پایگاه داده / و غیره ...) آن شخص از این نوع تجسم برای تشخیص ناهنجاری ها در رفتار سیستم های رایانه ای با نقشه برداری آنها در مراحل [sic] استفاده کرد. فضا (نمی دانم می توانم این اصطلاح را به این شکل به کار ببرم یا نه.) نتیجه به طور کلی جنبه یک کره داشت (وقتی به صورت سه بعدی نمایش داده می شد) اما از آن رویدادهای مهم بیرون زده بود (ناهنجاری در این مورد). همان شخص یک بار به من نشان داد که چگونه می تواند این نقشه را به طور متفاوتی ترسیم کند و جنبه جاذبه های لورنز داشت (این صفحه دارای تصاویری است که بسیار شبیه به آنچه او به من نشان داده است) تجسم حاصل ممکن است به نظر برسد که خروجی معنی داری نداشته باشد با توجه به اینکه من طرح می کنم. به عنوان مثال، آدرس های IP در برابر زمان در برابر URL ها، به یاد داشته باشید که هدف من فقط شناسایی رفتارهای غیر معمول است، کسانی که از رفتارهای عمومی خارج می شوند. **سؤال:** مشکل من این است که فرمول را برای رسم لاگ های سیستم در فضای فازها از دست دادم. آیا می توانید به من کمک کنید تا آن را پیدا کنم؟ من مستقیماً علاقهای به کد کار ندارم، فرمول در کد شبه برای ترسیم آن لاگها از قبل من را خوشحال میکند :) با توجه به مهارتهای ضعیف من در ریاضیات و توسعه، مطمئن نیستم که منظورم را به وضوح توضیح داده باشم، بنابراین در اینجا منابعی وجود دارد که پیدا کردم. مرتبط با این موضوع: * در اینجا یک نمونه گزارش دسترسی به سرور وب وجود دارد، این نوع گزارش هایی است که می خواهم ترسیم کنم * کاغذ سفیدی که تشخیص ناهنجاری را توصیف می کند، به نظر می رسد بسیار شبیه به کاری است که می خواهم انجام دهم * به نظر می رسد چکیده این کتاب سفید با ایده همخوانی دارد، اما من به آن دسترسی ندارم ص. سوالی که فکر می کنم به دلیل عدم مهارت من کمی مبهم است: https://christopherolah.wordpress.com/2011/08/08/the-real-3d-mandelbrot-set/ | چگونه داده های گزارش سیستم را در فضای فاز تجسم کنیم؟ |
95400 | هنگامی که آزمون Breusch-pagan در R بر روی یک مدل رگرسیون از طریق مبدا با یک متغیر مستقل انجام میشود، «df=0» و «p-value <2.2e-16». این اشتباه به نظر می رسد و در لینک زیر کاربر این مشکل را تجربه می کند. من یک مدل رگرسیون از طریق مبدا دارم، اما 7 متغیر مستقل با 'df=6' دارم. بنابراین در مورد من خوب به نظر می رسد، اما می خواستم بدانم که آیا تست Breusch-pagan را می توان بر روی رگرسیون از طریق مدل های مبدا انجام داد و آیا می توانم نتیجه ای را که می گیرم درست فرض کنم؟ | تست بروش-پگان برای رگرسیون از طریق مبدأ |
13995 | من یک مجموعه داده فضایی بسیار بزرگ (36 هزار مورد) از مکانهای کاربریهای تجاری با متراژ مربع مربوط به آنها دارم. امیدوارم از دستور «pam()» در R (از بسته {cluster}) برای تشکیل خوشهها در اطراف مجموعهای از مراکزی که با روشهای دیگر تعیین میشوند، استفاده کنم. من سعی می کنم بفهمم که چگونه تک تک نقاط را وزن کنم به طوری که فوت مربع های بزرگ جذابیت بیشتری به نقاط دیگر نسبت به فوت مربع کوچک داشته باشند. فکر اولیه من این بود که هر نقطه را یک بار در 1000 فوت مربع کپی کنم، به طوری که یک نقطه 100000 فوت مربعی 100 بار تکرار شود. با این حال، من در جای دیگری خوانده ام که الگوریتم های خوشه بندی از نظر محاسباتی شدید هستند - مستندات بسته پیشنهاد می کند از «clara()» برای مجموعه داده های بزرگ استفاده شود، اما این روش به من اجازه نمی دهد که مدویدها را از قبل مشخص کنم. آیا روش دیگری برای خوشه بندی وزنی وجود دارد؟ آیا ممکن است با این همه اشتباه پیش روم؟ | خوشه بندی وزنی بر روی مجموعه داده فضایی بزرگ |
15761 | من در حال انجام پروژه ای هستم تا بفهمم آیا تفاوتی در رضایت شغلی بین کارکنان سازمان های غیرانتفاعی و سازمان های انتفاعی وجود دارد یا خیر. همچنین باید بررسی کنم که آیا رضایت شغلی بر اساس سن (طبقه بندی زیر 20، 21-30 و غیره)، جنسیت، و نوع شغل (با حقوق یا داوطلبانه) متفاوت است یا خیر. در مورد رضایت شغلی، پاسخ های آنها را خلاصه کرده و آنها را راضی، دوسوگرا و ناراضی عنوان کرده ام. در رضایت شغلی، من رضایت آنها را بر روی جنبه های مختلف شغلشان (مثلاً پرداخت، ترفیع) اندازه گیری کردم و هر یک از این جنبه ها به طور خلاصه امتیاز رضایت شغلی را ایجاد می کند. من در مورد نحوه تجزیه و تحلیل داده ها بسیار سردرگم هستم. من آنها را با استفاده از آزمون t نمونه های مستقل تجزیه و تحلیل کرده ام اما به یاد آوردم که چگونه سرپرستم به من گفت می توانم از تحلیل عاملی استفاده کنم. اما من تجربه ای در استفاده از تحلیل عاملی ندارم. آیا کسی می تواند به من کمک کند و در مورد چگونگی تجزیه و تحلیل داده های خود به من کمک کند؟ @matt parker: خیلی ممنون از پیشنهاد شما. من فقط یک هفته قبل از موعد مقرر متوجه شدم که تحلیل اشتباهی انجام داده ام! من سعی میکنم تحلیل عاملی را در حال حاضر بخوانم و _انگشتان در هم رفته_ تا هفته آینده همه چیز را انجام خواهم داد! : S | چگونه نمره کلی رضایت شغلی و تفاوت گروه آزمون را محاسبه کنیم؟ |
99206 | من یک مدل خطی بسیار ساده دارم که باید آن را با یک شیب ثابت تنظیم کنم (من علاقه مند به تخمین فاصله هستم). چگونه می توانم عملکرد تناسب را توصیف کنم، زیرا r^2 معمول اعمال نمی شود. من به طور معقولی با ریاضی آشنا هستم، بنابراین حتی یک نقطه در جهت درست مفید خواهد بود. انجام آن در R (lm با افست)، در صورتی که راه حل مفیدی وجود داشته باشد | ارزیابی عملکرد مدل خطی با شیب ثابت |
81515 | کتاب «سریهای زمانی و کاربردهای آن» مثال زیر را نشان میدهد،  این کتاب همچنین شامل عبارت زیر در مورد مشاهده از این شکل  من نمی دانم دقیقا به چه معناست برای `حافظه کوتاه جزء نوع ARMA`؟ به خصوص، الگوی گرافیکی عمومی برای این به اصطلاح «جزء نوع ARMA» چگونه باید باشد. | الگوی گرافیکی اجزای نوع ARMA حافظه کوتاه |
81516 | من نمی توانم این پاسخ را بفهمم، چرا احتمال x=2،3 را می گیریم؟ - این سوال به ما می گوید که بازی زمانی به پایان می رسد که تیم فقط 2 بازی را برد نه 3 - و چرا EX[x] در (d^2 E(x))/dp^2 به حداکثر می رسد، لطفاً پیشاپیش متشکرم! توضیحات تصویر در اینجا](http://i.stack.imgur.com/G5YtE.png) | من نمی توانم مقدار مورد انتظار را محاسبه کنم |
82491 | سلام، من در حال خواندن هستم، تمام یادداشت های آماری ام را انداختم و نمی توانم اشاره ای به نحوه تبدیل متغیرهای ols به لاگ پیدا کنم. یعنی من نمی توانم یک معادله یا هیچ روشی برای تبدیل یک مقدار بتا به یک فرم گزارش را ببینم. من می دانم که چرا باید این کار را انجام دهیم، اما نمی توانم کار کنم که چگونه. همچنین آیا روش متفاوتی برای تبدیل های جزئی وجود دارد، یعنی تبدیل معادله قیمت ها = ضرب 0 + دستمزد بتاون + دو رشد جمعیت به y = بتا 0 به اضافه دستمزد بتاون به اضافه رشد جمعیت log | چگونه معادله ols خود را به لاگ تبدیل کنم؟ |
81513 | من یک الگوریتم خوشه بندی متن ایجاد کرده ام و معیارهای دقت و یادآوری را برای ارزیابی محاسبه کرده ام. من به دنبال مقالاتی هستم که شامل ارزیابیهای الگوریتمهای خوشهبندی متن دیگر با Precision و Recall باشد تا آنها را مقایسه کنم. من قبلاً چند مورد از گوگل پیدا کرده ام اما از تعداد آنها راضی نیستم. پیشنهادی دارید؟ بهروزرسانی: در صورت درخواست، سؤالم را بهروزرسانی میکنم تا اطلاعات بیشتری را شامل شود. من از TF-IDF برای شباهت و خوشه بندی سلسله مراتبی استفاده کردم. | مقالات خوشه بندی متن با دقت و یادآوری |
112963 | ||
15716 | من وزن های زیر را از یک شاخص قیمت مصرف کننده دارم. P-وزن درصد 2.5746 19.54% 2.3506 17.84% 1.7585 13.35% 1.1223 8.52% 0.9277 7.04% 0.8048 6.11% 0.86709% 0.86709. 0.482 3.66% 0.3714 2.82% 0.5208 3.95% 0.3679 2.79% 0.3782 2.87% 0.1594 1.21% https://docs.google.com/spreadsheet/ccc?key=0AuJFFXVdZ_QpdG15NXgtS0ZWYUhuM2U3bDFOYU1ubGc&hl=en_US چگونه می توانم منحنی توزیع را به داده ها برازش دهم؟ R یا Google Spreadsheet ابزار هستند | |
79103 | ||
9745 | چگونه می خواهید Stambaugh Bias را به زبان ساده نسبتا غیر فنی توضیح دهید؟ | |
43321 | من علاقه مند به استفاده از bootstrapping برای تخمین فاصله اطمینان تفاوت بین میانگین مدت اقامت _واقعی_ (LOS) برای بیمارستان A و میانگین LOS _مورد انتظار_ در بیمارستان A هستم. LOS مورد انتظار از یک جمعیت مرجع گرفته شده و برای تنظیم می شود. شدت **در زیر، من سعی کردم کد خودم را رول کنم، اما گمان میکنم این راه درستی برای مقابله با این وضعیت نیست. من دوست دارم از boot() با لایهها و وزنها استفاده کنم، اما نمونه کاری را پیدا نکردهام یا ایجاد نکردهام.** در اینجا یک نمونه حداقلی از دادهها وجود دارد. توجه داشته باشید که میانگین LOS برای بیمارستان A 2 است، اما LOS مورد انتظار 1.43 خواهد بود (دو بیمار با شدت پایین انتظار LOS 1 را داشتند و 1 بیمار با شدت بالا با LOS مورد انتظار 2.3). شدت hosp los A L 1 A L 2 A H 3 Ref L 1 Ref H 2 Ref H 2 Ref H 3 در زیر تلاش من برای کدگذاری این است. study <- data.frame(hospital=c(rep(A,3),rep(Ref4)), severity=c(LLHL H، H، H)، los=c(1:3،1،2،2،3)) h.mean <- mean(study[study$hospital==A,los ]) o.mean <- mean(study[study$hospital==Ref,los]) set.seed(8) NSAMPLES <- 10 # Number of resamples replications resamples <- NULL for (sev in unique(study$severity)) { # حلقه برای هر گروه شدت hospA <- study[study$hospital == A & study$severity==sev,] hospRef <- study[study$hospital == Ref & study$severity==sev,] نمونه های مجدد <- rbind(resamples, sapply(1:NSAMPLES, function(i) نمونه(hospRef$los, size=nrow(hospA ), جایگزین=T))) } r.mean <- اعمال (نمونههای نمونه، MARGIN=2، میانگین) #میانگین هر ستون q.mean <- quantile(r.mean, c(.025, 0.10, 0.25, 0.50, 0.75, 0.90, 0.975)) print(h.mean) # میانگین LOS واقعی برای بیمارستان چاپ ( q.mean) # درصد برای LOS برای بیمارستان A با استفاده از LOS مورد انتظار از مرجع | دو نمونه بوت استرپ طبقه بندی شده |
9741 | معیارهای عملکرد مدل برای پاسخ ترتیبی | |
43323 | ما پرسشنامه ای داریم که 9 علامت بالینی را اندازه گیری می کند. مجموع نمرات به سادگی تمام این علائم را اضافه می کند. علائم مرتب شده اند (0،1،2،3) و به شدت منحرف شده اند (بسیاری از 0s). 1) ابتدا، ما می خواهیم آزمایش کنیم که آیا پیکربندی علائم از فرضیه صفر که همه علائم به یک اندازه شدید هستند (به همان اندازه در جمعیت رایج است) انحراف دارد یا خیر. فرضیه ما این است که داده ها از این H0 منحرف می شوند. H0 فرض می کند که هر علامت با 11.1٪ به مجموع امتیاز هر شرکت کننده کمک می کند. اگر میانگین هر علامت را روی همه شرکتکنندگان، میانگین امتیاز مجموع را روی همه شرکتکنندگان، و سپس امتیاز مجموع را بر میانگین نمره هر علامت تقسیم کنیم، این مقادیر را به دست میآوریم: > 24.6 % 15.7 % 14.3 % 11.3 % 10.6 % 9.7 % 8.5 % 3.9 % 1.6 % همانطور که می بینید، شدت علائم به شدت متفاوت است. این الگو به وضوح از الگوی H0 انحراف دارد که > 11.1 % 11.1 % 11.1 % 11.1 % 11.1 % 11.1 % 11.1 % 11.1 % 11.1 % خواهد بود، اما برای این کار به یک آزمون آماری نیاز داریم و نمی دانیم از چه چیزی استفاده کنیم (R یا SPSS ). 2) به عنوان سوال دوم، می خواهیم بررسی کنیم که آیا پیکربندی علائم در طول زمان ثابت می ماند یا خیر. ما یک نقطه اندازه گیری دوم داریم که در آن از همان رویه پیروی می کنیم تا 9 نمره شدت نسبی به دست آوریم، یکی برای هر علامت. نمرات بسیار شبیه به امتیازهای اولین نقطه اندازه گیری هستند (علائم بزرگ بزرگ می مانند، علائم کوچک کوچک می مانند. یک بار دیگر تعجب می کنیم که چگونه می توانیم ثبات را از نظر آماری به بهترین شکل اندازه گیری کنیم). | تست برابری شدت علائم / برابری پیکربندی علائم |
9748 | آیا می توانم به جای کار با سری های زمانی، یک سری از مشاهدات یک متغیر را در طول زمان به دو گروه تقسیم کنم؟ | |
94539 | ||
13666 | آیا کسی میتواند به من در مورد دادههای بیثبات و غیر ثابت کمک کند؟ من قبلاً این اشتباه را مرتکب شدهام که سعی کردم با ترسیم پسماندهای یک رگرسیون خطی در اکسل، آن را کاهش دهم، اما توسط 'Zach' و 'cardinal' به من اشاره شد که این روش معتبری نیست. متأسفانه، من پس از ساعتها جستجوی اینترنتی در مورد دادههای کاهش یافته از آن روش استفاده کرده بودم. من مدلهای ARIMA را در زمینه کاهش روند یک خط جستجو کردهام، اما فقط زمانی به نتایج فرمولی میرسم که آنچه واقعاً به آن نیاز دارم یک پاسخ تشریحی باشد. میدانم که ریاضیات پشت آن مهم است، و شاید بتوانم به موقع روی آن کار کنم، اما اکنون فقط باید خط را ترک کنم. سوالات من 1 است. آیا می توان داده های غیر ثابت را در اکسل کاهش داد؟ 2. اگر نه، آیا یک نرم افزار آمار رایگان ساده وجود دارد که بتوانم با آن کار کنم. 3. آیا کسی هست که با مهربانی به من در دستیابی به این هدف کوچک کمک کند، زیرا من چندین روز برای حل مشکل صرف کرده ام و واقعاً به موفقیت زیادی نرسیده ام. هر گونه کمکی با سپاس دریافت خواهد شد. | روش دیترندینگ برای داده های غیر ثابت |
5873 | من می خواهم این فرضیه را آزمایش کنم که یک پایگاه داده حاوی داده هایی است که در 95٪ یا بیشتر از نمونه ها صحیح است. من این آزمون فرضیه را برای طرح آزمایش نسبتی پیدا کردم که مناسب به نظر می رسید. من بهطور تصادفی یک دهم جامعه را نمونهبرداری میکنم و هر داده را بهعنوان صحیح یا نادرست علامتگذاری میکنم. در اینجا خلاصه ای از طراحی آمده است: 1. فرضیه ها را بیان کنید: (فرضیه صفر: P >= 0.95، جایگزین: P <0.95) 2. یک طرح تجزیه و تحلیل را تدوین کنید (سطح اهمیت 0.05 است) 3. داده های نمونه را تجزیه و تحلیل کنید (محاسبه σ و آمار آزمون z-score (z) را محاسبه کنید) 4. نتایج را تفسیر کنید (فرضیه صفر را رد کنید اگر مقدار P کمتر از سطح معنی داری (0.05) است.) من چند سوال دارم: 1. آیا این آزمون مناسبی برای استفاده در صورت عدم وجود بزرگی خطا است (فقط اینکه مبحث صحیح است یا خیر)؟ 2. صفحه StatTrek می گوید که پس از 10 موفقیت و 10 شکست متوقف شود، اما بیش از 10٪ از جمعیت نمونه برداری نکنید. آیا 10، 10، و 10 فقط قوانین سرانگشتی مفید هستند یا اصول راهنمای دیگری وجود دارد؟ | طراحی آزمایش برای نسبت |
24152 | طبقه بندی باینری گروه های چندگانه | |
11299 | ### زمینه: من در حال بررسی رفتار در یک مطالعه بالینی با کودکان هستم. من هم از والدین و هم معلمان داشتم که پرسشنامههایی را تکمیل میکردند تا درک درستی از ساختارهای اساسی یکسان، به عنوان مثال پرخاشگری واکنشی داشته باشند. در پایان جمعآوری دادهها، من دادههای والدین در همه موارد، n=55، و دادههای معلم برای 41 مورد دارم - بنابراین، من 14 مورد دارم که فقط دادههای والدین را دارم. برای اهداف مطالعه ما منطقی است که مشاهدات والدین و معلمان را برای هر مورد جمع آوری کنیم. از آنجایی که من یک نمونه کوچک دارم و دادههای والد را برای هر مورد دارم، حذف موارد به صورت زوجی گزینه مناسبی به نظر نمیرسد. چندین متغیر وجود دارد که من باید این کار را برای آنها انجام دهم که به نظر می رسد همه آنها به خوبی همبستگی دارند. قبل از جمعآوری دادهها، فکر میکردم منطقی است که به مشکل دادههای از دست رفته رسیدگی کنم. در رابطه با «جایگزینی»، مطالعه مختصری انجام دادهام و با گزینههای اصلی جایگزینی «در متغیر» آشنا هستم، با این حال، فکر کردم ممکن است روش قویتری وجود داشته باشد که بتوانم از آن استفاده کنم: (الف) امتیاز والد ما در هر مورد برای هر متغیر، n=55، 100% موارد. (ب) درک ما از رابطه بین نمرات والدین و معلم در مواردی که هر دو را داریم، n=41، 74.5٪ موارد ### سوال: * آیا ایده کلی که در بالا ذکر شد معقول به نظر می رسد؟ * الگوریتم خوبی برای پیاده سازی جزئیات آن چیست؟ * چگونه می توان آن را در SPSS پیاده سازی کرد؟ | دریافت میانگین اندازهگیری بر اساس دو ارزیاب برای مواردی که دادهها برای یک ارزیاب وجود ندارد |
71746 | شرایط نتیجه گیری | |
11292 | من در حال انجام یک مطالعه گذشته نگر بر روی بیمارانی هستم که به اندازه سوراخ بینی آنها (متغیر پیوسته با میلی متر اندازه گیری می شود) و نیاز به درمان محافظه کارانه یا جراحی (این یک متغیر طبقه بندی است) انجام می دهم. حجم نمونه فقط 15 نفر است. آزمون مناسب برای مقایسه گروه ها برای تعیین اینکه آیا اندازه سوراخ بینی عامل مهمی در پیش بینی روش درمان است، چیست؟ | چگونه دو گروه از بیماران را با نتیجه مستمر مقایسه کنیم؟ |
33671 | دلایل بالقوه بیاهمیت بودن روابط در مدل رگرسیون من چیست و برای افزایش اهمیت چه کاری میتوانم انجام دهم؟ | |
5874 | به نظر می رسد بزرگترین دستاورد کلاس های آمار در مدرسه و دانشگاه این است که من اکنون تصور می کنم که از کدام سایت QA برای این سوال استفاده کنم. :) من برنامه نویس هستم و دارم یک پرسشنامه با سابقه مالی درست می کنم. سوالات زیادی (احتمالاً بیش از 100) وجود خواهد داشت که مانند یک جادوگر یک به یک به کاربر ارائه می شود. از آنجایی که پاسخ دادن به همه آنها کاملاً وقت گیر خواهد بود (احتمالاً بیش از یک ساعت)، بهتر است رابط کاربری بتواند زمان تخمینی باقی مانده را - هم برای سؤال فعلی و هم برای همه سؤالات باقی مانده با هم، نشان دهد. از آنجایی که هیچ راهی برای تعیین مدت زمان یک سوال از قبل وجود ندارد، ایده من جمع آوری داده های آماری در مورد آن بود (به ویژه در مراحل آلفا/بتا). رویکرد ساده لوحانه این خواهد بود که فقط میانگین زمان صرف شده برای هر سوال را محاسبه کنید، اما (با تشکر مجدد از کلاس های آماری ذکر شده در بالا) من می دانم که این واقعاً بهترین راه برای انجام آن نیست. انواع منحنیهای توزیع نرمال، محاسبات خطا، روشهای تقریب و دیگر مصنوعات ریاضی محرمانه وجود دارد که من حتی نمیتوانستم دربارهشان خواب ببینم. برخی از اطلاعات بیشتر: * **سؤالات دارای طول بسیار متفاوتی هستند.** سوالات ساده بله/خیر وجود دارد، و سوالاتی وجود دارد که باعث می شود شما سر خود را بخراشید. سوالاتی وجود دارد که از شما خواسته می شود اطلاعات تماس شما را وارد کنید، و سوالاتی وجود دارد که نیاز به پر کردن دقیق یک جدول 30 ردیفی دارد. برخی از سوالات از شما می خواهند که چیزها را محاسبه کنید. برخی از سوالات شما را ملزم می کند که مدارک لازم را از کارفرمای خود دریافت کنید یا چیزی مشابه. که به نکته دیگری اشاره می کند: * **کل فرآیند را می توان به حالت تعلیق/ذخیره و در فرصتی دیگر از سر گرفت.** این نباید اغلب اتفاق بیفتد، اما با توجه به طولانی بودن فرآیند، و اینکه برخی افراد هزینه ای پرداخت نمی کنند. توجه به پیش نیازها، ممکن است اتفاق بیفتد. * **بعضی سؤالات ممکن است بر اساس پاسخ به سؤالات قبلی قابل اجرا نباشند.** به عنوان مثال، ممکن است یک ردیف سؤال وجود داشته باشد که فقط برای مشاغل و نه افراد خصوصی قابل اجرا باشد. * **بعضی سؤالات اساساً بر اساس سؤالات قبلی تکراری هستند.** به عنوان مثال، اگر وارد کرده اید که در سال گذشته برای 4 کارفرما کار کرده اید، باید برای هر یک از آنها داده های یکسانی وارد کنید. * **من می توانم تشخیص دهم:** * **وقتی کاربر سوالی را شروع/پایان می دهد.** از این رو، می توانم مدت زمان را محاسبه کنم. * **وقتی کاربر بیکار می شود. ** این نسبتاً نادقیق است. من فقط می توانم تشخیص دهم که هیچ فعالیت صفحه کلید/موس وجود نداشته باشد. این می تواند به این دلیل باشد که کاربر دور شده است، اما همچنین می تواند به این معنی باشد که او در کاغذها به دنبال اعداد است. یا (از آنجایی که یک صفحه وب خواهد بود)، شاید او به سادگی به برنامه دیگری - یا برگه دیگری در مرورگر تغییر مکان داد. * **به کدام سؤالات پاسخ داده شده است، به کدامیک قطعاً نیازی به پاسخگویی خواهد بود، به کدامیک قطعاً نیازی به پاسخ نخواهد بود، و کدام _ممکن است_ نیاز به پاسخ داشته باشد.** برای نوع آخر سؤالات، مطمئن نیستم که آیا ممکن است بتوان یک احتمال معنی دار را بر اساس پاسخ های قبلی محاسبه کرد. شاید. بنابراین... هیچ ایده ای در مورد چگونگی مقابله با این برآورد دارید؟ به یاد داشته باشید - من به دنبال حداکثر دقت هستم (یا این دقت است؟ بهتر است هر دو را بسازیم)، و ترجیح میدهم برآوردهای بهتری نسبت به استفاده کمتر از منابع داشته باشم. | چگونه می توان زمان باقی مانده برای یک پرسشنامه با طول متغیر را به بهترین نحو تخمین زد؟ |
17834 | چگونه جمع هفتگی را از داده های روزانه در SAS پیدا کنیم؟ | |
41578 | «بگپلات» یا «باکس پلات دو متغیره» چیست؟ | |
16018 | من در حال نوشتن یک برنامه معیار در سی شارپ و جاوا به عنوان اولین تکلیف برای کلاس CS هستم. ما قرار است نوعی گزارش در مورد روش ها و نتایج خود از معیار بنویسیم و من می خواهم یک جزء آماری را به من اضافه کنم. من 15 نمونه زمان اجرا از هر زبان، و میانگین و انحراف استاندارد از هر زبان دارم. چگونه می توانم تعیین کنم که آیا تفاوت آماری معنی داری بین آنها وجود دارد؟ | چگونه می توانم تشخیص دهم که تفاوت آماری معنی داری بین دو میانگین وجود دارد؟ |
11290 | من با روش نمونهگیری به نام «نمونهگیری با وزن گرایش / RIM» برخورد کردهام، اما نمیدانم که این روشهای نظرسنجی در مورد چیست. چه منابعی در ادبیات این موضوع را پوشش می دهند؟ | نمونه گیری وزنی گرایش / RIM چیست؟ |
96403 | من از درخت رگرسیون برای یافتن عوامل مؤثر بر ناامنی غذایی استفاده می کنم. می خواهم بدانم درخت رگرسیون چگونه از نظر ناهمگنی بهتر از OLS است. کسی میتونه کمک کنه؟ | OLS در مقابل درخت رگرسیون / طبقه بندی |
87111 | چگونه یک متغیر برونزا را در مدل ARIMA قرار دهیم؟ | |
11296 | من یک جدول با چهار گروه (4 گروه BMI) به عنوان متغیر مستقل (عامل) دارم. من یک متغیر وابسته دارم که «درصد سیگار کشیدن مادر در بارداری» است. آیا استفاده از ANOVA برای این کار جایز است یا باید از chi-square یا تست دیگری استفاده کنم؟ | استفاده از ANOVA در درصد؟ |
59921 | میخواهم بدانم آیا اجرای یک رگرسیون پروبیت مرتب (متغیر وابسته ترتیبی با سه نتیجه است) با تنها متغیرهای توضیحی طبقهای منطقی است (بعضیها دوگانه هستند، مثلاً جنسیت؛ برخی دیگر دستههایی هستند که به عنوان متغیرهای ساختگی وارد شدهاند، مثلاً سن). با تشکر | |
83600 | با استفاده از طبقه بندی کننده KNN، با توجه به نقطه داده آزمایشی $x$، چگونه احتمال عضویت $x$ را در هر کلاس $y_i$ بدست آوریم، این احتمالات $P(y_i | x)$ برای $i = است. 1، 2، ..، n$ (که $n$ تعداد کلاس ها است). | |
105974 | تنوع در درون و بین گروه ها | |
44924 | توزیع شرطی اشکال درجه دوم | |
112741 | تخمین تغییر و تفاوت در تغییرات برای اندازه گیری های مکرر | |
81519 | خوشه بندی کلمات کلیدی | |
7440 | واگرایی KL بین دو گاوسی تک متغیره | |
43861 | خروجی همبستگی پیرسون در SPSS | |
68352 | تفاوت ها یا نسبت های عوامل را بر اساس زمان مقایسه کنید | |
96401 | در SAS Enterprise Miner یک Bucket Transformation وجود دارد که از آنچه من می توانم بگویم، اصطلاحی است که منحصر به Enterprise Miner است. یک متغیر پیوسته می گیرد و آن را گروه بندی می کند تا به یک متغیر ترتیبی با تعداد معینی از bin ها تبدیل شود. میخواهم بدانم چه کاری انجام میدهد و در نرمافزارهای دیگر به آن چه میگویند. من در حال تلاش برای انجام چنین کاری در پایتون هستم اما مطمئن نیستم که چگونه سطل های بهینه بسازم. | (SAS) Enterprise Miner's Bucket Transformation چه می کند؟ |
29801 | من به دنبال مقاله، برنامه، الگوریتمی هستم که بتواند به وضوح آنچه را که در داخل یک **طبقهبندکننده چندجملهای Naive Bayes** در مقایسه با **Gaussian Naive Bayes Classifier** میگذرد توضیح دهد. | |
56851 | من در حال نوشتن پایان نامه کارشناسی ارشدم در رگرسیون چند سطحی چند سطحی هستم. استاد من ناگهان تصمیم گرفت موضوع پایان نامه ام را به چیزی تغییر دهد که بتوان آن را رگرسیون چند متغیره چندسطحی نامید. او از من خواست تا ثابت کنم که Manova یک مورد خاص از مدل های مختلط است (با گفتن اینکه فردی چیزی در مورد آن منتشر کرده است، حدس می زنم). مشکل اینجاست که من هنوز چیزی پیدا نکردم. ما هرگز در دوره های چند متغیره شرکت نکرده ایم، بنابراین من حتی نمی دانم به کجا نگاه کنم! هر نوع کمکی قدردانی خواهد شد: پیوندی به مقاله/کتابی که در آن این مدرک نشان داده شده است، یا اگر میخواهید خودتان آن را بنویسید، از دیدن آن بسیار خوشحال خواهم شد! | چگونه ثابت کنیم که Manova یک مورد خاص از مدل های مختلط است؟ |
111225 | من یک داده چهار ستونی در یک جدول دارم که چیزی شبیه به این است: آیتم Result_1 Result2_ Result3 Result_4 ============================= ========== A 77.2 20.2 10.2 2.1 B 32.1 16.1 50.3 4.1 C 40.3 90.2 7.1 6.2 مشکلی که من دارم این است: * Result_1 و Result_3 مقادیر را ارائه می دهند که در آن نمره _بالاتر_ بهتر است * Result_2 و Result_4 مقادیر موجود در جایی که نمره _کمتر_ بهتر است، بنابراین من مطمئن نیستم که چگونه اینها را به بهترین نحو ترکیب کنم تا به من امکان دهد. رتبه | رتبه بندی نتایج متعدد |
72698 | من از مدل پویا با داده های سه ماهه پانل با استفاده از Stata استفاده می کنم. و نمونه من شامل 16 کشور از سال 2000 تا 2010 است. آیا تعداد تقریبی مشاهدات در داده های پانل وجود دارد که به عنوان یک فرآیند پایدار در نظر گرفته شود؟ | |
85608 | چگونه دو گروه را با چندین متغیر وابسته مقایسه کنم و در نتیجه 1 p-value بدست آوریم؟ | |
50422 | ||
97941 | ||
65899 | ||
60352 | مقایسه سطوح عوامل پس از GLM در R | |
85601 | رویکرد بوت استرپینگ: نمونه نمونه گیری مجدد چگونه انتخاب می شود؟ | |
111011 | کوواریانس در مقابل پهنای باند تخمین چگالی هسته | |
76158 | اثبات همگرایی در احتمال | |
33539 | نمودارهای تشخیصی برای lmer | |
44250 | آیا توان عملیاتی شبکه کامپیوتری یک متغیر مستقل است؟ | |
108133 | تقریب با توزیع یکنواخت | |
73479 | نام این توزیع تعریف شده روی یک دایره چیست | |
76157 | اعتبار سنجی متقابل عمومی در Matlab | |
88730 | سوال احتمال و دو جمله ای | |
88732 | چه آزمایشی برای مقایسه دقت تشخیصی بهتر است | |
76547 | چگونه سه ویژگی تابع مولد گشتاور را اثبات کنیم؟ | |
88737 | آیا گنجاندن اثر اصلی متغیر کمکی کافی است؟ | |
8182 | هسته PCA برای LSI با استفاده از R | |
109843 | رگرسیون را برای مرتب کردن صحیح موارد خاص محدود کنید | |
52865 | ||
88736 | Kwallis2 ناچیز - نیاز به مقایسه بین گروه ها؟ | |
112294 | نویز مدل با گاوسی (0، گاما) | |
81514 | انتظار تابعی از دو متغیر، نه با توجه به توزیع مشترک | |
87933 | چگونه می توانم ارتباط بین این دو رویداد را اندازه گیری کنم؟ | |
94316 | فرض کنید من مجموعه داده ای دارم که فقط داده های سانسور شده چپ است، مثلاً: > <5، <5، <5، <10، <10، <10 تکنیکی برای مدیریت داده های سانسور شده چپ، تخمین کاپلان مایر است، به صفحه مراجعه کنید. 5 از این مقاله عالی: یکی از مشکلاتی که من با آن مواجه خواهم شد این است که روش KM بر روی _ برخی از داده ها تکیه دارد که به طور کامل مشاهده شده اند. برای مجموعه داده فوق، من فقط سانسور دارم، بنابراین روش KM $\hat{F(t)} = 1، \forall t$ را برمیگرداند. این اشتباه به نظر می رسد، زیرا احساس می کنم شهود من می تواند استنتاج بهتری به دست دهد. به عنوان مثال، با نگاه کردن به داده های بالا، می دانم که اگر فردی وارد مطالعه شود، بیش از 50٪ احتمال دارد که رویداد مورد علاقه قبل از زمان 5 رخ دهد. اگر تمام داده های من باقی بماند، چه گزینه های آماری دارم. سانسور شده؟ ### افکار اضافی برعکس، اگر تمام دادههای من به درستی سانسور شده باشند، نمیتوانم استدلالی مشابه با بالا داشته باشم. آرگومان بالا کار می کند زیرا من $T \در [0,5]$ را می دانم. | استنتاج فقط با داده های سانسور شده از سمت چپ |
43329 | تشخیص بیرونی قوی در برازش منحنی با خطاهای همبسته | |
56855 | بگذارید $(x_i,y_i,z_i)_{i=1,\dots,n}$ یک i.i.d باشد. نمونه $(X,Y,Z)$. چگونه می توان شیء زیر را تخمین زد $$\int_{-\infty}^xf(\bar x,y|z)\mathrm{d}\bar x$$ که در آن $f(x,y|z)$ یک چگالی $X,Y$ مشروط به $Z$. میدانیم که $F(x) = \int_{-\infty}^xf(\bar x)\mathrm{d}x$ را میتوان با استفاده از $\hat F(x) = \frac{1}{n} تخمین زد. \sum_{i=1}^n1[x_i\leq x]$. ما همچنین می دانیم که $\hat f(x,y|z) = \frac{\frac{1}{h_{xn}h_{yn}}\sum_{i=1}^nK\left(\frac{x-x_i}{h_{xn}}\right)K\left( \frac{y-y_i}{h_ {yn}}\right)K\left(\frac{z-z_i}{h_{zn}}\right)}{\sum_{i=1}^nK\left(\frac{z-z_i}{h_ {zn}}\right)}$ آیا می توانم برآوردگر را برای شی فوق الذکر به این صورت بسازم؟ $$\frac{\frac{1}{h_{yn}}\sum_{i=1}^n1[x_i\leq x]K\left(\frac{y-y_i}{h_{yn}}\right)K\left(\frac{z-z_i}{h_{zn}}\right)}{\sum_{i=1 }^nK\left(\frac{z-z_i}{h_{zn}}\right)}$$ که در آن $K$ یک تابع هسته است $1$ یک متغیر نشانگر است، $h$ یک متغیر است پهنای باند و $n$ یک اندازه نمونه است. | تخمین چگالی/توزیع |
56854 | من باید این موتور بازی اصلی را بسازم. بازیکن تهاجمی 5/6 شانس برای شوت زدن (83٪) دارد. و بازیکن دفاعی 4/6 شانس (57.6٪) برای دفاع از آن دارد. بنابراین وقتی بازیکن تهاجمی یک ضربه را انجام می دهد. شات، چگونه می توانم میزان موفقیت هر دو بازیکن را محاسبه کنم. از اینکه برای خواندن این وقت گذاشتید متشکرم. من در این کار جدید را شروع می کنم. | استراتژی حمله دفاعی اساسی |
113126 | چگونه آزمایش تمام فاکتوریال درون موضوعی را با داده های ترتیبی (لیکرت) تجزیه و تحلیل کنیم؟ | |
43324 | من در حال مطالعه Matrix Factorization (برای استفاده در Recommender Systems به عنوان پیش بینی لینک) هستم و می خواهم بدانم آیا شباهتی با PCA وجود دارد؟ آیا می توان ویژگی های پنهان را با بردارهای ویژه مقایسه کرد؟ متشکرم | تفاوت بین فاکتورسازی ماتریس و PCA |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.