सांख्यिकी और बिग डेटा

मेरे पास दो चर हैं: ड्रग नाम (डीएन) और इसी प्रतिकूल घटना (एई), जो कई-से-कई संबंधों में हैं। 33,556 दवा के नाम और 9,516 प्रतिकूल घटनाएं हैं। नमूना का आकार लगभग 5.8 मिलियन अवलोकन है। मैं डीएन और एई के बीच संबंध / संबंध का अध्ययन और समझना चाहता हूं। …

24 r  categorical-data  data-visualization  large-data  association-measure 

मैंने पढ़ा है कि जब नमूनों का वितरण सामान्यता से हटता है तो t -est "काफी मजबूत" होता है। बेशक, यह उन अंतरों का नमूना वितरण है जो महत्वपूर्ण हैं। मेरे पास दो समूहों के लिए डेटा है। समूहों में से एक आश्रित चर पर अत्यधिक तिरछा है। दोनों समूहों …

24 t-test  assumptions  normality-assumption  robust 

निम्नलिखित कोड दो समय श्रृंखला के बीच समानता का मूल्यांकन करता है: set.seed(10) RandData <- rnorm(8760*2) America <- rep(c('NewYork','Miami'),each=8760) Date = seq(from=as.POSIXct("1991-01-01 00:00"), to=as.POSIXct("1991-12-31 23:00"), length=8760) DatNew <- data.frame(Loc = America, Doy = as.numeric(format(Date,format = "%j")), Tod = as.numeric(format(Date,format = "%H")), Temp = RandData, DecTime = rep(seq(1, length(RandData)/2) / (length(RandData)/2), …

24 r  time-series  data-visualization  gam 

दो समय श्रृंखलाओं के बीच सहसंबंध की गणना करने का सबसे आसान तरीका / तरीका क्या है जो वास्तव में एक ही आकार के हैं? मैंने गुणा और( y [ t ] - μ y )(x[t]−μx)(x[t]−μx)(x[t]-\mu_x)(y[t]−μy)(y[t]−μy)(y[t] - \mu_y) , और गुणा को जोड़ने का विचार किया। तो अगर यह एकल …

24 time-series 

इसलिए मुझसे एक सवाल पूछा गया कि केंद्रीय उपाय L1 (यानी, लासो) और L2 (यानी रिज रिग्रेशन) का अनुमान है। इसका उत्तर L1 = माध्यिका और L2 = माध्य है। क्या इसका किसी प्रकार का सहज तर्क है? या क्या यह बीजगणितीय रूप से निर्धारित किया जाना है? यदि हां, …

24 lasso  regularization  loss-functions  ridge-regression 

गणितीय आँकड़ों और आँकड़ों का अंतर क्या है? मैंने पढ़ा है यह : सांख्यिकी डेटा के संग्रह, संगठन, विश्लेषण और व्याख्या का अध्ययन है। यह इसके सभी पहलुओं से संबंधित है, जिसमें सर्वेक्षण और प्रयोगों के डिजाइन के संदर्भ में डेटा संग्रह की योजना भी शामिल है। और यह : …

24 mathematical-statistics  terminology 

मैं उस कागज के संदर्भ की तलाश कर रहा हूं जहां के-फोल्ड क्रॉस-वैरिडेशन पेश किया गया था (बजाय विषय के लिए एक अच्छा अकादमिक संदर्भ के)। शायद यह पहले से ही बहुत पहले कागज की पहचान करने के लिए समय के मिस्ट्स में बहुत दूर है, इसलिए किसी भी शुरुआती …

24 cross-validation  references 

मैं एक कागज की समीक्षा कर रहा हूं जिसमें निम्नलिखित जैविक प्रयोग हैं। एक उपकरण का उपयोग द्रव कतरनी तनाव की अलग-अलग मात्रा में कोशिकाओं को उजागर करने के लिए किया जाता है। जैसा कि अधिक कतरनी तनाव कोशिकाओं पर लागू होता है, उनमें से अधिक सब्सट्रेट से अलग होने …

24 r  logistic  multinomial 

कई नैदानिक ​​अध्ययन गैर-यादृच्छिक नमूनों पर आधारित हैं। हालांकि, अधिकांश मानक परीक्षण (जैसे टी-परीक्षण, एनोवा, रैखिक प्रतिगमन, लॉजिस्टिक प्रतिगमन) इस धारणा पर आधारित हैं कि नमूनों में "यादृच्छिक संख्या" होती है। क्या परिणाम मान्य हैं यदि इन गैर-यादृच्छिक नमूनों का मानक परीक्षणों द्वारा विश्लेषण किया गया था? धन्यवाद।

24 sampling  randomness 

मैं दो नमूने (की औसत की तुलना करने के ranksum परीक्षण का उपयोग कर रहा ) और पाया है कि वे साथ काफी अलग हैं: । मैं इस तरह के एक छोटे से संदिग्ध होना चाहिए -value या मैं इसे एक बहुत बड़ी नमूना होने के साथ जुड़े उच्च सांख्यिकीय …

24 hypothesis-testing  p-value  sample-size  power 

मैं वर्तमान में एक ऐसी परियोजना पर हूं, जहां मुझे मूल रूप से जरूरत है, जैसे हम सब समझते हैं कि आउटपुट इनपुट से कैसे संबंधित है । यहाँ ख़ासियत यह है कि डेटा मुझे एक बार में एक टुकड़ा दिया जाता है, इसलिए मैं हर बार जब मैं एक …

24 modeling  model-selection 

क्या प्रतिगमन और रैखिक भेदभावपूर्ण विश्लेषण (LDA) के बीच एक संबंध है? उनकी समानताएं और अंतर क्या हैं? क्या इससे कोई फ़र्क पड़ता है अगर दो वर्ग हैं या दो से अधिक वर्ग हैं?

24 regression  logistic  discriminant-analysis  canonical-correlation  reduced-rank-regression 

मैं बार-बार उपायों एनोवा के लिए ezपैकेज का उपयोग करने से आगे बढ़ने की कोशिश कर lmeरहा हूं (जैसा कि मुझे आशा है कि मैं इसके साथ कस्टम विरोधाभासों का उपयोग करने में सक्षम होऊंगा lme)। इस ब्लॉग पोस्ट की सलाह के बाद मैं दोनों का उपयोग करके एक ही …

24 r  anova  mixed-model  repeated-measures  lme4-nlme 

नोट: मैं अपना एक पूर्व छात्र से एक प्रश्न पोस्ट कर रहा हूं जो तकनीकी कारणों से अपने आप पोस्ट करने में असमर्थ है। एक iid नमूना को एक वितरण से pdf है, जिसमें एक उपयोगी उत्पाद चर प्रतिनिधित्व और इसलिए एक संबद्ध EM (अपेक्षा-अधिकतमकरण) एल्गोरिथ्म है जिसका उपयोग सीधा …

24 optimization  missing-data  expectation-maximization  weibull  gumbel 

एक अंतरिम विश्लेषण एक या अधिक समय बिंदुओं पर डेटा का विश्लेषण है, जो कि अध्ययन के आधिकारिक करीबी अंक से पहले है, उदाहरण के लिए, संभवतः अध्ययन को जल्दी समाप्त करना। Piantadosi के अनुसार, एस। ( क्लिनिकल परीक्षण - एक तरीका ): " एक उपचार प्रभाव का अनुमान तब …

24 clinical-trials  bias