Saya menghabiskan hari belajar tentang paket bnlearn di R hanya untuk menemukan bahwa model Bayesian tidak bekerja dengan grafik yang tidak terarah. Saya mencoba mempelajari tentang Markov Random Field Network, dan sejauh ini yang dapat saya lakukan adalah membuat struktur grafis menggunakan LASSO...
Misalkan saya memiliki satu set data di mana ketidakpastian dalam pengukuran (yang berasal dari penyebaran kesalahan sistematis dari peralatan pengukuran) berbeda untuk masing-masing titik. Jika saya melakukan regresi linier pada set data, bagaimana cara menghitung ketidakpastian di lereng? Saya...
Saat ini saya sedang bekerja untuk memodelkan kematian akibat AIDS dari waktu ke waktu menggunakan GLM di R. Saya tahu bahwa ada dua opsi yang mungkin untuk fungsi tautan untuk data Poisson, log, dan root kuadrat. Saya tahu bahwa root kuadrat bahkan akan keluar masalah variabilitas sedangkan log...
Apakah mungkin untuk membangun model statistik yang memprediksi langkah selanjutnya dalam grafik hanya berdasarkan pergerakan masa lalu dan struktur grafik? Saya telah membuat contoh untuk menggambarkan masalah: Waktu adalah diskrit . Di setiap ronde Anda tinggal di simpul / simpul saat ini atau...
Mengapa GLM memprediksi mean dan bukan mode sinyal? Bukankah ini bertentangan dengan dasar di balik GLM, yaitu kemungkinan maksimum? Persamaan untuk memecahkan parameter model dalam GLM didasarkan pada maksimalisasi kemungkinan seperti yang dijelaskan oleh distribusi probabilitas dari sinyal yang...
Saya memiliki regresi logistik biner dengan hanya satu prediktor faktor tetap biner. Alasan saya tidak melakukannya sebagai Chi square atau tes Fisher adalah karena saya juga memiliki sejumlah faktor acak (ada beberapa titik data per individu dan individu dalam kelompok, meskipun saya tidak peduli...
Di kelas Metode Statistik MS-level yang saya ambil, saya telah belajar tentang berbagai model linier untuk desain eksperimental. Ambil, misalnya, untuk model Rancangan Blok Lengkap Acak (RCBD) acak ( mewakili blok, mewakili perawatan), mewakili efek blok, efek pengobatan (tetap), mengikuti...
Saya telah mengimplementasikan algoritma Viterbi dan Forward , sayangnya anehnya saya tidak mengerti bagaimana cara kerja algoritma Backward . Secara intuitif saya merasa perlu melakukan hal yang sama seperti di Forward hanya mundur, menggunakan nilai yang dihitung selama propagasi Forward...
Diberikan kemungkinan Gaussian untuk sampel seperti dengan sebagai ruang parameter dan , parameterisasi acak dari vektor rata-rata dan matriks kovarians.yyyp(y|θ)=N(y;μ(θ),Σ(θ))p(y|θ)=N(y;μ(θ),Σ(θ))p(y|\theta) =
Saya mengajar fisika untuk siswa sekolah menengah, dan saya ingin siswa saya melakukan perbandingan model Bayesian yang belum sempurna untuk data dari eksperimen mereka. Saya menemukan cara bagi mereka untuk melakukannya (lihat di bawah), tetapi saya tidak yakin itu benar. Saya akan sangat...
Saya telah membaca komentar yang bagus mengenai bagaimana menangani nilai yang hilang sebelum menerapkan SVD, tetapi saya ingin tahu cara kerjanya dengan contoh sederhana: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Mengingat matriks di atas, jika saya menghapus...
Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup tahun lalu . Saya mencoba menyesuaikan model linear umum untuk keluarga...
Sepertinya saya bisa mempelajari parameter dengan baik dan menemukan probabilitas posterior untuk data pelatihan tetapi saya tidak tahu bagaimana membuat prediksi baru pada data baru. Masalahnya terutama berasal dari probabilitas transisi yang berubah pada kovariat sehingga tidak mudah untuk...
Pertama izinkan saya memberi latar belakang; Saya akan meringkas pertanyaan saya di bagian akhir. Distribusi Beta, diparameterisasi dengan rata-rata μμ\mudan , memiliki , di mana adalah fungsi varians.ϕϕ\phiVar( Y) = V( μ ) / ( ϕ + 1 )Var(Y)=V(μ)/(ϕ+1)\operatorname{Var}(Y) =...
Pertimbangkan regresi binomial berikut: # Create some data set.seed(10) n <- 500 x <- runif(n,0,100) y <- x + rnorm(n,sd=100) < 0 # Fit a binomial regression model model <- glm(y ~ x, family="binomial") summary(model) The summarymengembalikan fungsi p-nilai 1.03e-05. Saat...
Saya membaca halaman ini di Princeton.edu . Mereka melakukan regresi logistik (dengan R). Pada titik tertentu mereka menghitung probabilitas mendapatkan penyimpangan residual lebih tinggi daripada yang mereka dapatkan pada dengan derajat kebebasan yang sama dengan derajat kebebasan model....
Saya telah mengalami masalah ini beberapa kali sekarang, dengan pengulas meminta lebih banyak pembenaran untuk penggunaan LMM, tes tradisional, bukan atau di samping LMM, dan tabel perkiraan parameter lengkap dengan apa yang Anda laporkan dengan model linier biasa . Saat ini masalah spesifik saya...
Sifat mendasar dari regresi efek-acak adalah bahwa estimasi intersep acak "menyusut" terhadap rata-rata keseluruhan respons sebagai fungsi dari varian relatif masing-masing estimasi. U^j=ρjy¯j+(1−ρj)y¯U^j=ρjy¯j+(1−ρj)y¯\hat{U}_j = \rho_j \bar{y}_j + (1-\rho_j)\bar{y}
Perhatikan contoh sederhana berikut ini: library( rms ) library( lme4 ) params <- structure(list(Ns = c(181L, 191L, 147L, 190L, 243L, 164L, 83L, 383L, 134L, 238L, 528L, 288L, 214L, 502L, 307L, 302L, 199L, 156L, 183L), means = c(0.09, 0.05, 0.03, 0.06, 0.07, 0.07, 0.1, 0.1, 0.06, 0.11,...
Kami memiliki beberapa diskusi tentang kegunaan Pooled-OLS dan RE Estimator dibandingkan dengan FE. Sejauh yang saya tahu, estimasi Pooled OLS hanyalah teknik OLS yang dijalankan pada data Panel. Oleh karena itu semua efek spesifik indivudual sepenuhnya diabaikan. Karena itu banyak asumsi dasar...