Estou impressionado com o forecastpacote R , bem como, por exemplo, o zoopacote para séries temporais irregulares e interpolação de valores ausentes. Meu aplicativo é na área de previsão de tráfego de call center; portanto, os dados nos finais de semana estão (quase) sempre ausentes, o que pode...
Eu tenho um grande conjunto de dados de poluição que foram registrados a cada 10 minutos durante 2 anos, no entanto, existem várias lacunas nos dados (incluindo algumas que duram algumas semanas por vez). Os dados parecem bastante sazonais e há uma grande variação durante o dia em comparação com...
Os testes de permutação (também chamados de teste de randomização, teste de re-randomização ou teste exato) são muito úteis e úteis quando a suposição de distribuição normal exigida por, por exemplo, t-testnão é atendida e quando a transformação dos valores pela classificação do teste...
Estou experimentando o algoritmo da máquina de aumento de gradiente através do caretpacote em R. Usando um pequeno conjunto de dados de admissões de faculdade, executei o seguinte código: library(caret) ### Load admissions dataset. ### mydata <-
Não parece haver uma maneira padrão de lidar com dados ausentes no contexto da família de modelos de suavização exponencial. Em particular, a implementação R chamada ets no pacote de previsão parece levar a subsequência mais longa sem a falta de dados, e o livro "Forecasting with Exponential...
Quais são algumas abordagens para classificar dados com um número variável de recursos? Como exemplo, considere um problema em que cada ponto de dados é um vetor de pontos xey, e não temos o mesmo número de pontos para cada instância. Podemos tratar cada par de pontos xey como uma característica?...
Eu sei que isso pode ser um pouco complicado, estatisticamente, mas esse é o meu problema. Eu tenho muitos dados de intervalo, ou seja, o tamanho mínimo, máximo e amostral de uma variável. Para alguns desses dados, também tenho uma média, mas não muitos. Quero comparar esses intervalos entre si...
Eu gostaria de usar a imputação para substituir valores ausentes no meu conjunto de dados sob certas restrições. Por exemplo, eu gostaria que a variável imputada x1fosse maior ou igual à soma das minhas outras duas variáveis, digamos x2e x3. Eu também quero x3ser imputado por um 0ou outro >=...
Eu tive esses dois explicados várias vezes. Eles continuam a cozinhar meu cérebro. Faltar não ao acaso faz sentido, e Faltar completamente ao acaso faz sentido ... é o Desaparecimento ao acaso que não faz tanto. O que gera dados que seriam MAR, mas não
Estou lendo Multivariable Model Building: Uma Abordagem Pragmática à Análise de Regressão Baseada em Polinômios Fracionários para Modelagem de Variáveis Contínuas de Patrick Royston e Willie Sauerbrei. Até agora, estou impressionado e é uma abordagem interessante que não havia considerado...
Eu tenho esse enorme conjunto de dados com 2500 variáveis e 142 observações. Eu quero executar uma correlação entre a variável X e o resto das variáveis. Mas para muitas colunas, há entradas ausentes. Tentei fazer isso no R usando o argumento "pairwise-complete" ( use=pairwise.complete.obs) e...
Estou tentando detectar valores anômalos em uma série temporal de dados climáticos com algumas observações ausentes. Pesquisando na web, encontrei muitas abordagens disponíveis. Dessas, a decomposição do stl parece atraente, no sentido de remover componentes de tendência e sazonais e estudar o...
Tentei um método de previsão e quero verificar se meu método está correto ou não. Meu estudo está comparando diferentes tipos de fundos mútuos. Quero usar o índice GCC como referência para um deles, mas o problema é que o índice GCC parou em setembro de 2011 e meu estudo é de janeiro de 2003 a...
Eu tenho um conjunto de dados muito grande e faltam cerca de 5% de valores aleatórios. Essas variáveis estão correlacionadas entre si. O exemplo a seguir do conjunto de dados R é apenas um exemplo de brinquedo com dados correlatos simulados. set.seed(123) # matrix of X variable xmat <-...
Estou usando o "glmnet" para regressão do laço no GWAS. Algumas variantes e indivíduos têm valores ausentes e parece que o glmnet não pode lidar com valores ausentes. Existe alguma solução para isso? ou existe outro pacote que possa lidar com valores ausentes na regressão do laço? Aqui estão meus...
Há uma variável nos meus dados que possui 80% dos dados ausentes. Os dados estão ausentes devido à inexistência (ou seja, quanto empréstimo bancário a empresa deve). Me deparei com um artigo dizendo que o método de ajuste de variável fictícia é a solução para esse problema. O que significa que eu...
My question is directed to techniques to deal with incomplete data during the classifier/model training/fitting. For instance, in a dataset w/ a few hundred rows, each row having let's say five dimensions and a class label as the last item, most data points will look like this: [0.74, 0.39, 0.14,...
O mgcvpacote para Rpossui duas funções para ajustar as interações do produto tensorial: te()e ti(). Entendo a divisão básica do trabalho entre os dois (ajustando uma interação não linear versus decompondo essa interação em efeitos principais e uma interação). O que não entendo é o porquê te(x1,...
Eu realmente nunca encontrei um bom texto ou exemplos sobre como lidar com dados 'inexistentes' para entradas para qualquer tipo de classificador. Eu li muito sobre dados ausentes, mas o que pode ser feito sobre dados que não podem ou não existem em relação às entradas multivariadas. Entendo que...
Recentemente, analisei o algoritmo XGBoost e notei que esse algoritmo pode manipular dados ausentes (sem exigir imputação) na fase de treinamento. Eu queria saber se o XGboost pode lidar com dados ausentes (sem exigir imputação) quando é usado para prever novas observações ou é necessário...