Para um aplicativo, quero agrupar dados (potencialmente dimensionais) e extrair a probabilidade de pertencer a um cluster. Eu considero no momento mapas auto-organizados ou kernel significa fazer o trabalho. Quais são os prós e os contras de cada classificador para esta tarefa? Estou com saudades...
Há um tempo atrás, fiz uma pergunta sobre a correlação dos tempos entre os carimbos de data e hora e recebi uma resposta de Peter Ellis que dizia que eu podia calcular as distâncias médias entre os códigos ... Isso já lhe dará uma noção de quais comportamentos estão agrupados, mas você também...
Eu tenho o seguinte tipo de dados (codificado em R): v.a = c('cat', 'dog', 'dog', 'goat', 'cat', 'goat', 'dog', 'dog') v.b = c(1, 2, 1, 2, 1, 2, 1, 2) v.c = c('blue', 'red', 'blue', 'red', 'red', 'blue', 'yellow', 'yellow') set.seed(12) v.d = rnorm(8) aov(v.a ~ v.b + v.c + v.d) # Error Gostaria...
Ao fazer algumas simulações, percebi que o quantil da amostra é um estimador tendencioso do quantil verdadeiro. E, de acordo com minhas simulações, uma potencialmente muito tendenciosa. Fiquei surpreso com esse resultado, pois o CDF empírico não é tendencioso, mas depois de algumas pesquisas na...
Estou tentando fazer o SVM de uma classe em R. Eu tenho tentado usar o pacote e1071 / ksvm kernlab. Mas não tenho certeza se estou fazendo isso corretamente. Existe algum exemplo de trabalho para SVM de uma classe em R? Além disso, Estou dando uma grande matriz de preditores como X. Como é...
Para dados longitudinais com resultado numérico, posso usar gráficos de espaguete para visualizar os dados. Por exemplo, algo assim (extraído do site Estatísticas da UCLA): tolerance<-read.table("http://www.ats.ucla.edu/stat/r/faq/tolpp.csv",sep=",", header=T) head(tolerance,...
Eu construí um modelo de regressão logística em R e, embora o resultado pareça ser satisfatório até certo ponto, há uma pergunta que não consigo resolver. Não tenho certeza se minha abordagem está correta. Eu sei que o objetivo geral do modelo logístico é prever a probabilidade de sucesso de uma...
Entendo como a melhor divisão é escolhida para floresta aleatória para preditores numéricos (recursos). Os preditores numéricos são classificados para cada valor calculado como impureza ou entropia de Gini e é escolhido um limite que fornece a melhor divisão. Mas qual a melhor divisão escolhida...
Embora o título da pergunta pareça trivial, gostaria de explicar que não é tão trivial no sentido de que é diferente da questão de aplicar o mesmo teste estatístico em conjuntos de dados semelhantes para testar contra uma hipótese nula total (meta-análise, por exemplo, usando o método de Fisher...
A fórmula para em um teste de hipótese é dada por: t = ˉ X - μtttt = X¯- μσ^/ n--√.t=X¯−μσ^/n. t=\frac{\bar{X}-\mu}{\hat \sigma/\sqrt{n}}. Quando aumenta, o valor aumenta de acordo com a fórmula acima. Mas por que o valor crítico diminui na tabela medida que (que é uma função de ) aumenta?t t t...
Estou tentando projetar uma técnica de fatoração matricial para um sistema simples de recomendação de itens de usuário. Eu tenho 2 perguntas sobre isso. Primeiro, em uma implementação simples que vi da técnica de fatoração matricial para recomendação de filme, o autor acabou de inicializar as...
Gostaria de encontrar os limites mínimo / máximo de uma janela deslizante de tamanho mínimo que contém uma certa fração do número total de elementos em uma matriz ou coleção de números. Exemplo: usando números inteiros para facilitar a explicação, digamos que a proporção de elementos que...
Estou estudando duas populações geograficamente isoladas da mesma espécie. Inspecionando as distribuições, vejo que ambas são bimodais (há certa sazonalidade em sua ocorrência), mas os picos em uma população são muito mais altos e mais estreitos (ou seja, a variação dos picos locais é menor). Que...
Em uma implementação do MCMC de modelos hierárquicos, com efeitos aleatórios normais e um Wishart anterior para sua matriz de covariância, a amostragem de Gibbs é normalmente usada. No entanto, se alterarmos a distribuição dos efeitos aleatórios (por exemplo, para Student-t ou outro), a conjugação...
Estou executando um CFA e obtendo bons índices de ajuste (CFI = .99, RMSEA = .01) para uma escala unidimensional. No entanto, quando testo a consistência interna, fico com s de Cronbach ( ). Eu tentei de tudo, desde remover discrepâncias até descartar itens e ainda acabar com o mesmo problema.α =...
Estou tentando criar um modelo usando regressão binomial negativa (GLM binomial negativo). Eu tenho um tamanho de amostra relativamente pequeno (maior que 300) e os dados não são redimensionados. Percebi que existem duas maneiras de medir a qualidade do ajuste - uma é desvio e a outra é a...
O teste de Shapiro Wilk é insensível à cauda da distribuição das amostras? Eu li essa declaração em um artigo, mas não consigo descobrir por que, a partir da estatística de teste W. Alguém poderia me ajudar a entender
Estou com problemas para entender o conceito e a derivação da probabilidade de dados truncados. Por exemplo, se eu quiser encontrar a função de probabilidade com base em uma amostra de uma distribuição, mas ao retirar uma amostra da distribuição, observo os valores truncados (onde há um corte de ,...
Estou realizando regressões quantílicas em R usando o pacote quantreg. Meu conjunto de dados inclui 12.328 observações, variando de 0,12 a 330. Os pontos no tempo para meus dados não são exatamente contínuos; todos os dados se enquadram em uma das dezenas de posições que variam de 73 a 397. Quando...
Minha tabela de contingência: heterozygous homozygous.minor homozygous.major observed 2 0 3 expected 0 0 5 A população esperada é composta apenas pelo genótipo AA, mas na população observada observamos 2 genótipos AB. Para calcular o Chi-sq para isso, eu ignoraria os dois casos em que o...