Kita tahu bahwa dalam hal distribusi sebelumnya yang tepat, P(θ∣X)=P(X∣θ)P(θ)P(X)P(θ∣X)=P(X∣θ)P(θ)P(X)P(\theta \mid X) = \dfrac{P(X \mid \theta)P(\theta)}{P(X)} ∝P(X∣θ)P(θ)∝P(X∣θ)P(θ) \propto P(X \mid \theta)P(\theta) . Pembenaran biasa untuk langkah ini adalah bahwa distribusi marginal , ,...
Saya sedikit bingung tentang apa asumsi regresi linier. Sejauh ini saya memeriksa apakah: semua variabel penjelas berkorelasi linier dengan variabel respons. (Ini yang terjadi) ada collinearity antara variabel penjelas. (Ada sedikit collinearity). jarak Cook dari titik data model saya di bawah 1...
Saya bahkan tidak yakin bahwa pertanyaan itu masuk akal, tapi saya pikir saya melihat beberapa judul makalah di mana mereka mengusulkan hutan acak dengan efek acak. Apakah ini mungkin di
Ketika kami melakukan percobaan (pada ukuran sampel kecil (biasanya ukuran sampel per kelompok perlakuan sekitar 7 ~ 8)) pada dua kelompok, kami menggunakan uji-t untuk menguji perbedaan. Namun, ketika kami melakukan ANOVA (jelas untuk lebih dari dua kelompok), kami menggunakan sesuatu di sepanjang...
Saya tertarik untuk memperkirakan kepadatan dari variabel acak kontinu XXX . Salah satu cara melakukan ini yang saya pelajari adalah penggunaan Kernel Density Estimation. Tapi sekarang saya tertarik pada pendekatan Bayesian yang mengikuti garis berikut. Saya awalnya percaya bahwa XXX mengikuti...
Saya tidak yakin mengapa kita perlu membuat dummy variabel kode. Misalnya, jika saya memiliki variabel kategori dengan empat kemungkinan nilai 0,1,2,3, saya dapat menggantinya dengan dua dimensi. Jika variabel memiliki nilai 0, itu akan memiliki 0,0 di dua dimensi, jika itu memiliki 3, itu akan...
Kami telah menjalankan regresi logistik efek campuran menggunakan sintaks berikut; # fit model fm0 <- glmer(GoalEncoding ~ 1 + Group + (1|Subject) + (1|Item), exp0, family = binomial(link="logit")) # model output summary(fm0) Subjek dan Barang adalah efek acak. Kami mendapatkan hasil yang...
Saya memiliki data penjualan bersejarah dari toko roti (setiap hari, lebih dari 3 tahun). Sekarang saya ingin membuat model untuk memprediksi penjualan di masa depan (menggunakan fitur seperti hari kerja, variabel cuaca, dll.). Bagaimana saya harus membagi dataset untuk pemasangan dan evaluasi...
Diberikan matriks kovarians , bagaimana cara menghasilkan data sedemikian rupa sehingga memiliki sampel matriks kovarians \ hat {\ boldsymbol \ Sigma} = \ boldsymbol \ Sigma_s ?Σ = Σ sΣsΣs\boldsymbol \Sigma_sΣ^=ΣsΣ^=Σs\hat{\boldsymbol \Sigma} = \boldsymbol \Sigma_s Lebih umum: kita sering...
Pertanyaan ini dimigrasikan dari Stack Overflow karena dapat dijawab di Cross Validated. Bermigrasi 5 tahun yang lalu . Saya telah membaca topik-topik lain tentang plot ketergantungan parsial dan kebanyakan dari mereka adalah bagaimana Anda benar-benar merencanakannya
Pernyataan Distribusi sampling dari varian sampel adalah distribusi chi-kuadrat dengan derajat kebebasan sama dengan , di mana adalah ukuran sampel (mengingat bahwa variabel bunga yang menarik secara normal didistribusikan).nn - 1n−1n-1nnn Sumber Intuisi saya Ini agak masuk akal bagi saya 1)...
Saya sedang mencari studi kasus regresi linier lanjutan yang menggambarkan langkah-langkah yang diperlukan untuk memodelkan hubungan yang kompleks dan banyak non-linear menggunakan GLM atau OLS. Secara mengejutkan sulit untuk menemukan sumber daya yang melampaui contoh-contoh sekolah dasar:...
Dalam PCA, ketika jumlah dimensi lebih besar dari (atau bahkan sama dengan) jumlah sampel N , mengapa Anda akan memiliki paling banyak N - 1 vektor eigen bukan nol? Dengan kata lain, pangkat matriks kovarians di antara dimensi d ≥ N adalah N - 1 .dddNNNN−1N−1N-1d≥Nd≥Nd\ge NN−1N−1N-1 Contoh: Sampel...
Mean absolute scaled error (MASE) adalah ukuran akurasi perkiraan yang diajukan oleh Koehler & Hyndman (2006) . M.A SE= MA EM.A Ei n - s a m p l e ,n ai v eM.SEBUAHSE=M.SEBUAHEM.SEBUAHEsayan-sSebuahmhalle,nSebuahsayaveMASE=\frac{MAE}{MAE_{in-sample, \, naive}} di mana adalah kesalahan absolut...
Sebagian besar sumber daya pada aturan penilaian yang tepat menyebutkan sejumlah aturan penilaian yang berbeda seperti log-loss, Brier score atau spherical scoring. Namun, mereka sering tidak memberikan banyak panduan tentang perbedaan di antara mereka. (Bukti A: Wikipedia .) Memilih model yang...
Sering dinyatakan bahwa tes permutasi tidak memiliki asumsi, namun ini tentu saja tidak benar. Sebagai contoh jika sampel saya entah bagaimana berkorelasi, saya dapat membayangkan bahwa mengubah label mereka tidak akan menjadi hal yang benar untuk dilakukan. Satu-satunya yang saya temukan tentang...
Manakah plot terbaik, dari sudut pandang statistik, untuk menunjukkan tabel kontingensi , yang biasanya dianalisis dengan uji chi-square? Apakah itu barplot yang dihindari, barplot yang ditumpuk, peta panas, plot kontur, scatterplot jitterred, plot beberapa baris atau yang lainnya? Haruskah...
Apakah ada makalah yang bagus yang membahas beberapa cara metodis dalam memilih dimensi untuk filter, menyatukan unit, dan menentukan jumlah lapisan
Ada beberapa kebingungan di kepala saya tentang dua jenis penduga nilai populasi dari koefisien korelasi Pearson. A. Fisher (1915) menunjukkan bahwa untuk populasi normal bivariat, empiris rrr adalah penaksir bias negatif dari ρρ\rho , meskipun bias bisa dibilang cukup besar hanya untuk ukuran...
Saya telah membaca Elemen Pembelajaran Statistik dan saya tidak dapat memahami apa yang dimaksud dengan Bagian 3.7 "Penyusutan dan Seleksi Berganda Berganda". Ini berbicara tentang RRR (regresi tingkat rendah), dan saya hanya bisa mengerti bahwa premisnya adalah tentang model linear multivariat...