Ekspresi matematis, seringkali nonlinier, dari nilai data. Data sering diubah baik untuk memenuhi asumsi model statistik atau untuk membuat hasil analisis lebih dapat ditafsirkan.
Jika saya memiliki data positif yang sangat miring saya sering mengambil log. Tapi apa yang harus saya lakukan dengan data non-negatif yang sangat miring yang menyertakan nol? Saya telah melihat dua transformasi yang digunakan: catatan( X + 1 )log(x+1)\log(x+1) yang memiliki fitur rapi yang 0...
Saya memiliki bingkai data R seperti ini: age group 1 23.0883 1 2 25.8344 1 3 29.4648 1 4 32.7858 2 5 33.6372 1 6 34.9350 1 7 35.2115 2 8 35.2115 2 9 35.2115 2 10 36.7803 1 ... Saya perlu mendapatkan bingkai data dalam formulir berikut: group mean sd 1 34.5 5.6 2 32.3 4.2 ... Nomor grup dapat...
Katakanlah saya memiliki beberapa data historis, misalnya, harga saham masa lalu, fluktuasi harga tiket pesawat, data keuangan masa lalu perusahaan ... Sekarang seseorang (atau formula) datang dan berkata "mari kita ambil / gunakan log distribusi" dan di sinilah saya pergi MENGAPA...
Apakah saya mencari distribusi berperilaku lebih baik untuk variabel independen yang bersangkutan, atau untuk mengurangi efek pencilan, atau yang
Dalam menjawab pertanyaan ini pada data diskrit dan kontinu, saya dengan tegas menyatakan bahwa jarang masuk akal untuk memperlakukan data kategorikal sebagai kontinu. Di muka itu yang tampak jelas, tetapi intuisi sering menjadi panduan yang buruk untuk statistik, atau setidaknya milikku. Jadi...
Saya pernah membaca bahwa menggunakan skala log ketika membuat grafik / grafik sesuai dalam keadaan tertentu, seperti sumbu y dalam bagan seri waktu. Namun, saya belum dapat menemukan penjelasan yang pasti mengapa itu yang terjadi, atau kapan lagi itu akan sesuai. Harap diingat, saya bukan ahli...
Sering disarankan untuk mengambil akar kuadrat ketika Anda memiliki data hitungan. (Untuk beberapa contoh pada CV, lihat jawaban @ HarveyMotulsky di sini , atau jawaban @ whuber di sini .) Di sisi lain, ketika memasang model linear umum dengan variabel respons yang didistribusikan sebagai Poisson,...
Saya telah menganalisis data saya apa adanya. Sekarang saya ingin melihat analisis saya setelah mengambil log semua variabel. Banyak variabel mengandung banyak nol. Karena itu saya menambahkan jumlah kecil untuk menghindari mengambil log nol. Sejauh ini saya telah menambahkan 10 ^ -10, tanpa...
Apakah ada transformasi seperti Box-Cox untuk variabel independen? Artinya, transformasi yang mengoptimalkan variabel sehingga akan membuat lebih cocok untuk model linier?xxxy~f(x) Jika demikian, apakah ada fungsi untuk melakukan ini
Ada dua cara berbeda untuk menyandikan variabel kategori. Katakanlah, satu variabel kategori memiliki nilai n . Pengkodean satu-panas mengkonversinya menjadi n variabel, sedangkan pengkodean dummy mengubahnya menjadi variabel n-1 . Jika kita memiliki variabel k kategori, masing-masing memiliki...
Apakah saya mengubah semua data atau lipatan saya (jika CV diterapkan) secara bersamaan? misalnya (allData - mean(allData)) / sd(allData) Apakah saya mengubah trainset dan testset secara terpisah? misalnya (trainData - mean(trainData)) / sd(trainData) (testData - mean(testData)) /...
Saya bertanya-tanya apakah itu membuat perbedaan dalam interpretasi apakah hanya dependen, baik dependen dan independen, atau hanya variabel independen yang ditransformasikan log. Pertimbangkan kasus log(DV) = Intercept + B1*IV + Error Saya bisa menafsirkan IV sebagai peningkatan persen tetapi...
Apa perbedaan antara data 'Normalisasi' dan data 'Skala'? Sampai sekarang saya pikir kedua istilah mengacu pada proses yang sama tetapi sekarang saya menyadari ada sesuatu yang lebih yang saya tidak tahu / mengerti. Juga jika ada perbedaan antara Normalisasi dan Penskalaan, kapan kita harus...
Saat mentransformasikan variabel, apakah Anda harus menggunakan semua transformasi yang sama? Misalnya, dapatkah saya memilih dan memilih variabel yang diubah secara berbeda, seperti pada: Biarkan, menjadi usia, lama bekerja, lama tinggal, dan penghasilan.x1,x2,x3x1,x2,x3x_1,x_2,x_3 Y =...
Saya memiliki data dari 3 kelompok biomassa alga ( AAA , ,BBB ) yang berisi ukuran sampel yang tidak sama ( n A = 15 , n B = 13 , n C = 12 ) dan saya ingin membandingkan jika kelompok-kelompok ini berasal dari populasi yang sama .CCCnA=15nA=15n_A=15nB=13nB=13n_B=13nC=12nC=12n_C=12 ANOVA satu arah...
Anda dapat memiliki data dalam format lebar atau format panjang. Ini adalah hal yang cukup penting, karena metode yang dapat digunakan berbeda, tergantung pada formatnya. Saya tahu Anda harus bekerja dengan melt()dan cast()dari paket membentuk kembali, tetapi tampaknya ada beberapa hal yang tidak...
Katakan misalnya Anda sedang melakukan model linier, tetapi data kompleks.yyy y= x β+ ϵy=xβ+ϵ y = x \beta + \epsilon Kumpulan data saya rumit, karena dalam semua angka dalam adalah dalam bentuk ( a + b i ) . Apakah ada yang berbeda secara prosedural ketika bekerja dengan data seperti itu?yyy( a...
Saya bekerja dengan kumpulan data besar (rahasia, jadi saya tidak bisa berbagi terlalu banyak), dan sampai pada kesimpulan diperlukan regresi binomial negatif. Saya belum pernah melakukan regresi glm sebelumnya, dan saya tidak dapat menemukan informasi yang jelas tentang apa asumsi itu. Apakah...
Langkah pra-pemrosesan umum untuk algoritma pembelajaran mesin adalah memutihkan data. Sepertinya itu selalu baik untuk melakukan pemutihan karena tidak berkorelasi dengan data, membuatnya lebih mudah untuk dimodelkan. Kapan pemutihan tidak disarankan? Catatan: Saya merujuk pada de-korelasi...
Saya mencoba melakukan regresi berganda R. Namun, variabel dependen saya memiliki plot berikut: Berikut adalah matriks sebar dengan semua variabel saya ( WARadalah variabel dependen): Saya tahu bahwa saya perlu melakukan transformasi pada variabel ini (dan mungkin variabel independen?) Tetapi...