Questions tagged «average»

如果有，则在将一条线拟合到多个单独的“实验”之间进行平均，然后对拟合进行平均，或者对来自单独实验的数据进行平均，然后对平均数据进行拟合。让我详细说明： 我执行计算机仿真，生成一条曲线，如下所示。我们提取一个数量，通过拟合图的线性区域（长时间）将其称为“ A”。该值只是线性区域的斜率。当然，与线性回归有关的误差。 我们通常在不同的初始条件下运行100个左右的模拟，以计算平均值“ A”。有人告诉我，最好将原始数据（如下图所示）平均分成10组，然后拟合“ A”，然后再对这10个“ A”进行平均。 我没有直觉可言，它是否有任何优点，或者比拟合100个单独的“ A”值取平均值还要好。

10 error  fitting  average 

假设我有一个频率为4个可能的事件的样本： Event1 - 5 E2 - 1 E3 - 0 E4 - 12 并且我具有发生事件的预期概率： p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 利用我四个事件的观测频率之和（18），我可以计算事件的预期频率，对吗？ expectedE1 - 18 * 0.2 = 3.6 expectedE2 - 18 * 0.1 = 1.8 expectedE1 - 18 * 0.1 = 1.8 expectedE1 - …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom