Saya memiliki satu set data dengan sekitar 70 variabel yang ingin saya kurangi. Yang ingin saya lakukan adalah menggunakan CV untuk menemukan variabel yang paling berguna dengan cara berikut. 1) Pilih secara acak katakan 20 variabel. 2) Gunakan stepwise/ LASSO/ lars/ etc untuk memilih variabel...
Gelman & Hill (2006) mengatakan: Dalam Bug, hasil yang hilang dalam regresi dapat ditangani dengan mudah hanya dengan memasukkan vektor data, NA, dan semuanya. Bug secara eksplisit memodelkan variabel hasil, dan oleh karena itu sepele untuk menggunakan model ini untuk, dalam pengaruh,...
Saya bukan ahli statistik. Jadi, tolong tahan dengan kesalahan saya jika ada. Bisakah Anda jelaskan secara sederhana bagaimana simulasi dilakukan? Saya tahu bahwa itu mengambil beberapa sampel acak dari distribusi normal dan digunakan untuk simulasi. Tapi, jangan mengerti dengan
Di waktu senggang saya, saya sedang mengerjakan sistem berbasis web kecil yang mengumpulkan laporan kerusakan (tetapi bukan yang lain, laporan bug yang tidak mogok) yang dikirim dari aplikasi Delphi Windows. Untuk pemecahan masalah, pengguna akan senang memiliki fitur penambangan data untuk...
Saya perlu menganalisis dataset data rehabilitasi klinis. Saya tertarik pada hubungan yang digerakkan oleh hipotesis antara "input" yang dikuantifikasi (jumlah terapi) dan perubahan status kesehatan. Meskipun dataset relatif kecil (n ~ 70) kami telah mengulangi data yang mencerminkan perubahan...
Saya mencoba menemukan solusi untuk membandingkan dua tes "chi-square yang baik". Lebih tepatnya, saya ingin membandingkan hasil dari dua percobaan independen. Dalam percobaan ini penulis menggunakan good-of-fit chi-square untuk membandingkan tebakan acak (frekuensi yang diharapkan) dengan...
Pertimbangkan kode R berikut: example <- function(n) { X <- 1:n Y <- rep(1,n) return(lm(Y~X)) } #(2.13.0, i386-pc-mingw32) summary(example(7)) #R^2 = .1963 summary(example(62)) #R^2 = .4529 summary(example(4540)) #R^2 = .7832 summary(example(104))) #R^2 = 0 #I did a search for n...
Interviewstreet memiliki CodeSprint kedua pada bulan Januari yang mencakup pertanyaan di bawah ini. Jawaban terprogram diposting tetapi tidak termasuk penjelasan statistik. (Anda dapat melihat masalah asli dan memposting solusi dengan masuk ke situs web Interviewstreet dengan kredibilitas Google...
Saya punya banyak masalah dengan satu set data yang saya coba terapkan SEM. Kami menduga keberadaan 5 faktor laten A, B, C, D, E, dengan indikator resp. A1 to A5 (faktor yang dipesan), B1 ke B3 (kuantitatif), C1, D1, E1 (semua tiga faktor terakhir, dengan hanya 2 level untuk E1. Kami tertarik pada...
Saya memodelkan beberapa data di mana saya pikir saya memiliki dua efek acak silang. Tetapi kumpulan data tidak seimbang, dan saya tidak yakin apa yang perlu dilakukan untuk menjelaskannya. Data saya adalah serangkaian acara. Suatu peristiwa terjadi ketika klien bertemu dengan penyedia untuk...
Apa strategi yang baik untuk melakukan regresi proses Gaussian ketika fungsi saya mencoba memperkirakan perubahan dari waktu ke waktu? Pendekatan naif yang muncul di benak saya adalah dengan hanya menggunakan titik data N terbaru untuk melakukan regresi. Apa strategi yang lebih
Saya memiliki akses ke dataset yang sangat besar. Data tersebut dari rekaman MEG dari orang yang mendengarkan kutipan musik, dari satu dari empat genre. Data adalah sebagai berikut: 6 mata pelajaran 3 pengulangan Eksperimental (zaman) 120 Percobaan per zaman 8 detik data per percobaan pada 500Hz...
Untuk sementara, sepertinya Fisher Kernels mungkin menjadi populer, karena mereka tampaknya menjadi cara untuk membangun kernel dari model probabilistik. Namun, saya jarang melihat mereka digunakan dalam praktik, dan saya memiliki otoritas yang baik sehingga mereka cenderung tidak bekerja dengan...
Pada dasarnya, ada dua cara umum untuk belajar melawan kumpulan data besar (ketika Anda dihadapkan pada batasan waktu / ruang): Kecurangan :) - gunakan hanya subset "dikelola" untuk pelatihan. Hilangnya keakuratan dapat diabaikan karena hukum pengembalian yang semakin menurun - kinerja prediktif...
Masalah umum adalah ML adalah kualitas data yang buruk: kesalahan dalam nilai fitur, contoh kesalahan klasifikasi, dll. Salah satu cara untuk mengatasi masalah ini adalah secara manual memeriksa data dan memeriksa, tetapi adakah teknik lain? (Aku yakin ada!) Mana yang lebih baik dan...
Teknik pemrosesan sinyal, Mel frekuensi Cepstrum , sering digunakan untuk mengekstraksi informasi dari karya musik untuk digunakan dalam tugas pembelajaran mesin. Metode ini memberikan spektrum daya jangka pendek, dan koefisien digunakan sebagai input. Dalam mendesain sistem pengambilan musik,...
Saya membuat Sistem Rekomendasi dan ingin menggabungkan peringkat pengguna "serupa" dan fitur item. Outputnya adalah peringkat yang diprediksi [0-1]. Saya sedang mempertimbangkan Neural Network (untuk memulai). Jadi, input adalah kombinasi dari fitur item dan peringkat setiap pengguna. Untuk item...
Saya mencoba meramalkan penjualan produk di vending machine. Masalahnya adalah bahwa mesin diisi pada interval yang tidak teratur dan pada setiap pengisian kita hanya dapat mencatat penjualan agregat sejak pengisian terakhir mesin (yaitu kita tidak memiliki data penjualan harian). Jadi pada...
Saya memiliki model linier berikut: Untuk mengatasi heteroscedasticity residual, saya telah mencoba menerapkan transformasi log pada variabel dependen sebagai tetapi saya masih melihat efek fan out yang sama pada residual. Nilai-nilai DV relatif kecil sehingga penambahan konstan +1 sebelum...
Sulit bagi saya untuk menerima bahwa Donald Rubin akan pernah menghasilkan lemon teknik yang sebenarnya. Namun, itulah persepsi saya tentang BESD [ 1 , 2 , 3 ]. Makalah asli oleh Rosenthal dan Rubin (1982) mengklaim bahwa ada nilai dalam menunjukkan "bagaimana menyusun kembali korelasi...