missing-data पर टैग किए गए जवाब

मेरे पास एक डेटा तालिका T1 है, जिसमें लगभग एक हजार चर (V1) और लगभग 200 मिलियन डेटा बिंदु हैं। डेटा विरल है और अधिकांश प्रविष्टियां NA हैं। प्रत्येक डेटा पॉइंट्स में दूसरे से अलग होने के लिए एक अद्वितीय आईडी और डेट जोड़ी होती है। मेरे पास एक और …

19 r  generalized-linear-model  missing-data 

मुझे कृषि परीक्षणों पर एक डेटासेट मिला है। मेरा प्रतिक्रिया चर एक प्रतिक्रिया अनुपात है: लॉग (उपचार / नियंत्रण)। मुझे इस बात में दिलचस्पी है कि अंतर में क्या अंतर है, इसलिए मैं आरई मेटा-रिग्रेशन (अनवीटेड चला रहा हूं, क्योंकि यह स्पष्ट है कि प्रभाव का आकार अनुमानों के विचलन …

19 missing-data  meta-analysis  multiple-imputation  meta-regression 

संदर्भ : कुछ गुम डेटा के साथ पदानुक्रमित प्रतिगमन। प्रश्न : R में अनुपलब्ध डेटा को संबोधित करने के लिए मैं पूरी जानकारी अधिकतम संभावना (FIML) आकलन का उपयोग कैसे करूँ? क्या कोई पैकेज है जिसे आप सुझाएंगे, और विशिष्ट चरण क्या हैं? ऑनलाइन संसाधन और उदाहरण भी बहुत उपयोगी …

19 r  maximum-likelihood  missing-data 

आधार डेटा : मेरे पास मूल्यांकन के साथ ~ 1,000 लोग चिह्नित हैं: '1,' [अच्छा] '2,' [मध्य] या '3' [बुरा] - ये वे मूल्य हैं जो मैं भविष्य में लोगों के लिए भविष्यवाणी करने की कोशिश कर रहा हूं । इसके अलावा, मेरे पास कुछ जनसांख्यिकीय जानकारी है: लिंग (श्रेणी: …

17 r  regression  logistic  missing-data  ordered-logit 

एक यादृच्छिक जनसंख्या नमूने का सर्वेक्षण किया गया था। उनसे पूछा गया कि क्या वे शाकाहारी भोजन खाते हैं। यदि उन्होंने हां में जवाब दिया, तो उन्हें यह भी बताने के लिए कहा गया कि वे कितने समय से बिना रुके शाकाहारी भोजन कर रहे हैं। मैं शाकाहार की औसत …

16 survival  mean  missing-data  survey  weighted-mean 

मेरे पास प्रदूषण के आंकड़ों का एक बड़ा समूह है जो 2 साल के कोर्स के लिए हर 10 मिनट में रिकॉर्ड किया गया है, हालांकि डेटा में कई अंतराल हैं (कुछ में जो एक समय में कुछ हफ्तों के लिए जाते हैं)। डेटा काफी मौसमी प्रतीत होता है और …

16 time-series  missing-data  data-imputation 

मैं आर forecastपैकेज से प्रभावित हूं , साथ ही zooअनियमित समय श्रृंखला के लिए पैकेज और लापता मूल्यों के प्रक्षेप। मेरा आवेदन कॉल सेंटर ट्रैफ़िक पूर्वानुमान के क्षेत्र में है, इसलिए सप्ताहांत पर डेटा (लगभग) हमेशा गायब रहता है, जिसे अच्छी तरह से निपटाया जा सकता है zoo। इसके अलावा, …

16 r  time-series  forecasting  missing-data  unevenly-spaced-time-series 

मैं caretआर में पैकेज के माध्यम से ढाल बूस्टिंग मशीन एल्गोरिदम का प्रयोग कर रहा हूं । एक छोटे से कॉलेज प्रवेश डेटासेट का उपयोग करते हुए, मैंने निम्नलिखित कोड चलाया: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" …

15 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 

क्रमपरिवर्तन परीक्षण (इसे रेंडमाइजेशन टेस्ट, री-रैंडमाइजेशन टेस्ट या एक सटीक परीक्षण भी कहा जाता है) बहुत उपयोगी होते हैं और उदाहरण के लिए आवश्यक सामान्य वितरण की धारणा को पूरा करने और काम में आने पर काम में आते t-testहैं। गैर-पैरामीट्रिक परीक्षण की तरह Mann-Whitney-U-testअधिक जानकारी खो जाएगी। हालांकि, इस …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

मुझे पता है कि यह थोड़ा रोपे हो सकता है, सांख्यिकीय रूप से, लेकिन यह मेरी समस्या है। मेरे पास बहुत सी श्रेणी के डेटा हैं, जो एक चर का न्यूनतम, अधिकतम और नमूना आकार कहना है। इन आंकड़ों में से कुछ के लिए मेरे पास एक मतलब है, लेकिन …

14 r  normal-distribution  estimation  missing-data  order-statistics 

मॉडल के घातीय चौरसाई परिवार के संदर्भ में लापता डेटा से निपटने के लिए एक मानक तरीका प्रतीत नहीं होता है। विशेष रूप से, पूर्वानुमान पैकेज में ets नामक R कार्यान्वयन केवल लापता डेटा के बिना सबसे लंबे समय तक ले जाने के लिए लगता है, और Hyndman एट अल …

14 time-series  forecasting  missing-data 

एक चर संख्या के साथ डेटा को वर्गीकृत करने के लिए कुछ दृष्टिकोण क्या हैं? एक उदाहरण के रूप में, एक समस्या पर विचार करें जहां प्रत्येक डेटा बिंदु x और y बिंदुओं का एक वेक्टर है, और हमारे पास प्रत्येक उदाहरण के लिए समान अंक नहीं हैं। क्या हम …

14 machine-learning  missing-data 

मैंने इन दोनों को कई बार समझाया है। वे मेरे दिमाग को खाना बनाना जारी रखते हैं। रैंडम न होने पर मिसिंग होना मायने रखता है, और रैंडम पर पूरी तरह से मिस करना समझ में आता है ... यह रैंडम पर मिसिंग है जो उतना नहीं है। क्या डेटा …

13 missing-data 

मैं कुछ अड़चनों के तहत अपने डेटा सेट में गुम मूल्यों को बदलने के लिए अभियोग का उपयोग करना चाहूंगा। उदाहरण के लिए, मैं x1अपने दो अन्य चर के योग से अधिक या बराबर होने के लिए प्रतिरूपित चर की तरह कहूंगा, x2और x3। मैं भी या x3तो इंप्रेस होना …

13 r  spss  missing-data  multiple-imputation 

मैं मल्टीवेरिबल मॉडल बिल्डिंग पढ़ रहा हूं : पैट्रिक रोइस्टन और विली सॉबर्रेई द्वारा सतत चर के लिए आंशिक पोलीनोमियल पर आधारित प्रतिगमन विश्लेषण के लिए एक व्यावहारिक दृष्टिकोण । अब तक, मैं प्रभावित हूं और यह एक दिलचस्प दृष्टिकोण है जिसे मैंने पहले नहीं माना था। लेकिन लेखक लापता …

12 regression  missing-data  fractional-polynomial