Pertanyaan yang diberi tag binomial

15
Akurasi mesin peningkat gradien menurun karena jumlah iterasi meningkat

Saya bereksperimen dengan algoritma mesin peningkat gradien melalui caretpaket di R. Menggunakan dataset penerimaan perguruan tinggi kecil, saya menjalankan kode berikut: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ###...

machine-learning caret boosting gbm hypothesis-testing t-test panel-data psychometrics intraclass-correlation generalized-linear-model categorical-data binomial model intercept causality cross-correlation distributions ranks p-value z-test sign-test time-series references terminology cross-correlation definition probability distributions beta-distribution inverse-gamma missing-data paired-comparisons paired-data clustered-standard-errors cluster-sample time-series arima logistic binary-data odds-ratio medicine hypothesis-testing wilcoxon-mann-whitney unsupervised-learning hierarchical-clustering neural-networks train clustering k-means regression ordinal-data change-scores machine-learning experiment-design roc precision-recall auc stata multilevel-analysis regression fitting nonlinear jmp r data-visualization gam gamm4 r lme4-nlme many-categories regression causality instrumental-variables endogeneity controlling-for-a-variable
13
Saya tidak mengerti perbedaan dari binomial

Saya merasa sangat bodoh bahkan mengajukan pertanyaan mendasar seperti itu tetapi begini: Jika saya memiliki variabel acak yang dapat mengambil nilai dan , dengan dan , maka jika saya menarik sampel dari itu, saya akan mendapatkan distribusi binomial.XXX000111P(X=1)=pP(X=1)=pP(X=1) =...

variance binomial
13
dispersi dalam ringkasan.glm ()

Saya melakukan glm.nb oleh glm1<-glm.nb(x~factor(group)) dengan kelompok menjadi kategororial dan x menjadi variabel metrik. Ketika saya mencoba untuk mendapatkan ringkasan hasil, saya mendapatkan hasil yang sedikit berbeda, tergantung pada apakah saya menggunakan summary()atau summary.glm....

r generalized-linear-model negative-binomial
12
Pengukur untuk distribusi binomial

Bagaimana kita mendefinisikan estimator untuk data yang berasal dari distribusi binomial? Untuk bernoulli saya bisa memikirkan estimator yang mengestimasi parameter p, tetapi untuk binomial saya tidak bisa melihat parameter apa yang diestimasi ketika kita memiliki n karakterisasi

estimation binomial
12
Model Bayesian Hirarki (?)

Mohon maaf, pemotongan istilah statistik saya :) Saya telah menemukan beberapa pertanyaan di sini yang terkait dengan iklan dan tarif klik. Tetapi tidak satu pun dari mereka yang sangat membantu saya dengan pemahaman saya tentang situasi hierarkis saya. Ada pertanyaan terkait Apakah representasi...

bayesian binomial multilevel-analysis
12
Perbedaan antara PROC Mixed dan lme / lmer dalam R - derajat kebebasan

Catatan: pertanyaan ini adalah repost, karena pertanyaan saya sebelumnya harus dihapus karena alasan hukum. Sambil membandingkan PROC CAMPURAN dari SAS dengan fungsi lmedari nlmepaket di R, saya menemukan beberapa perbedaan yang agak membingungkan. Lebih khusus lagi, derajat kebebasan dalam...

r mixed-model sas degrees-of-freedom pdf unbiased-estimator distance-functions functional-data-analysis hellinger time-series outliers c++ relative-risk absolute-risk rare-events regression t-test multiple-regression survival teaching multiple-regression regression self-study t-distribution machine-learning recommender-system self-study binomial standard-deviation data-visualization r predictive-models pearson-r spearman-rho r regression modeling r categorical-data data-visualization ggplot2 many-categories machine-learning cross-validation weka microarray variance sampling monte-carlo regression cross-validation model-selection feature-selection elastic-net distance-functions information-theory r regression mixed-model random-effects-model fixed-effects-model dataset data-mining
12
Kriteria untuk memilih model "terbaik" dalam Model Markov Tersembunyi

Saya memiliki kumpulan data deret waktu yang saya coba paskan dengan Hidden Markov Model (HMM) untuk memperkirakan jumlah status laten dalam data. Kode pseudo saya untuk melakukan ini adalah sebagai berikut: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ......

r aic hidden-markov-model bic spss manova time-series r lme4-nlme regression modeling negative-binomial bayesian bugs state-space-models hypothesis-testing data-transformation factor-analysis sem