Esta pergunta descreve a diferença básica entre um histograma uniforme e um não uniforme. E essa pergunta discute a regra básica para escolher o número de posições de um histograma uniforme que otimiza (em certo sentido) o grau em que o histograma representa a distribuição a partir da qual as...
Primeiro, devo declarar que procurei neste site a resposta. Também não encontrei uma pergunta que respondesse à minha pergunta ou meu nível de conhecimento é tão baixo que não percebi que já tinha lido a resposta. Estou estudando para o exame de estatística da AP. Eu tenho que aprender regressão...
Desejo processar imagens de microscopia segmentadas automaticamente para detectar imagens e / ou segmentações defeituosas, como parte de um pipeline de geração de imagens de alto rendimento. Há vários parâmetros que podem ser calculados para cada imagem e segmentação brutas e que se tornam...
Eu me deparei com o termo inlier na medida LOF (Local Outlier Factor), estou familiarizado com o termo outliers (basicamente basicamente liers - instâncias que não se comportam como o resto das instâncias). O que significa "Inliers" no contexto da detecção de anomalias? e como isso está...
Estou trabalhando em um conjunto de dados. Depois de usar algumas técnicas de identificação de modelos, criei um modelo ARIMA (0,2,1). Usei a detectIOfunção no pacote TSAem R para detectar um outlier inovador (IO) na 48ª observação do meu conjunto de dados original. Como faço para incorporar esse...
Contexto: estou desenvolvendo um sistema que analisa dados clínicos para filtrar dados implausíveis que podem ser erros de digitação. O que eu fiz até agora: Para quantificar a plausibilidade, minha tentativa até agora foi normalizar os dados e, em seguida, calcular um valor de plausibilidade...
Estou tentando encontrar uma maneira de corrigir os valores discrepantes quando os encontrar / detectar nos dados de séries temporais. Alguns métodos, como o nnetar no R, apresentam alguns erros para séries temporais com valores extremos grandes / grandes. Já consegui corrigir os valores ausentes,...
Estou trabalhando com uma série de pontuações de anomalias (o fundo é a detecção de anomalias em redes de computadores). A cada minuto, recebo uma pontuação de anomalia que me diz o quão "inesperado" ou anormal é o estado atual da rede. Quanto maior a pontuação, mais anormal é o estado atual....
O coeficiente de correlação é: r =∑k(xk-x¯) (yk-yk¯)sxsyn - 1r=∑k(xk−x¯)(yk−yk¯)sxsyn−1 r = \frac{\sum_k \frac{(x_k - \bar{x}) (y_k - \bar{y_k})}{s_x s_y}}{n-1} A média da amostra e o desvio padrão da amostra são sensíveis a valores discrepantes. Além disso, o mecanismo em que, r =∑kcoisakn -...
Eu ajustei o modelo ARIMA (5,1,2) usando a auto.arima()função em R e, observando a ordem, podemos dizer que este não é o melhor modelo para prever. Se existirem outliers na série de dados, qual é o método para ajustar um modelo a esses
Eu tenho dados mensais de 1993 a 2015 e gostaria de fazer previsões sobre esses dados. Usei o pacote tsoutliers para detectar os outliers, mas não sei como continuo prevendo com meu conjunto de dados. Este é o meu
Eu tenho alguns modelos preditivos cujo desempenho eu gostaria de testar novamente (ou seja, levar meu conjunto de dados, "rebobinar" para um ponto anterior no tempo e ver como o modelo teria um desempenho prospectivo). O problema é que alguns dos meus modelos foram criados através de um processo...
Meu objetivo é analisar os logs de rede (por exemplo, Apache, syslog, auditoria de segurança do Active Directory e assim por diante) usando a detecção de cluster / anomalia para fins de detecção de intrusão. Nos logs, tenho muitos campos de texto como endereço IP, nome de usuário, nome do host,...
Eu tenho lido a distância de Cook para identificar discrepâncias que têm alta influência em minha regressão. No estudo original de Cook, ele diz que uma taxa de corte de 1 deve ser comparável para identificar influenciadores. No entanto, vários outros estudos usam ou como ponto de...
Eu tenho um conjunto de dados com todas as chamadas feitas para um serviço de emergência e os tempos de resposta do departamento de ambulância. Eles admitiram que existem alguns erros nos tempos de resposta, pois há casos em que eles não começaram a gravar (portanto, o valor é 0) ou em que não...
Eu tenho um conjunto de dados tridimensionais e estou tentando usar a análise do fator externo externo para identificar os valores mais únicos ou estranhos. Como alguém decide o valor k a ser usado na análise LOF? Entendo o que o valor k determina e, portanto, não estou surpreso por ver resultados...
Encontrei essa frase ao ler um artigo no sciencemag.org . No final, foram incluídas respostas de apenas 7600 pesquisadores em 12 países, porque os dados restantes não foram considerados estatisticamente significativos. Essa é uma maneira adequada de fazer pesquisa? Deixar de lado os...
Eu tenho alguns dados discrepantes nos meus dados e queria excluí-los para ver se isso altera os resultados. Na sua opinião, qual é o número máximo de discrepantes aos quais se deve restringir? Obrigado!
Estou investigando a interação entre duas variáveis ( e ). Existe uma grande correlação linear entre essas variáveis com . Pela natureza do problema, não posso dizer nada sobre a causa (se causa ou o contrário). Eu gostaria de estudar os desvios da linha de regressão, a fim de detectar valores...
Portanto, tenho 16 ensaios em que estou tentando autenticar uma pessoa de uma característica biométrica usando a Distância de Hamming. Meu limite está definido como 3,5. Meus dados estão abaixo e apenas o teste 1 é um verdadeiro positivo: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6...