Questions tagged «data-transformation»

接下来的嫁接摘自本文。我是新手，要引导并尝试为带有R boot包的线性混合模型实现参数，半参数和非参数自举。 R代码 这是我的R代码： library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=Cultivation) fixef(fm1Cult) boot.fn <- function(data, indices){ data <- data[indices, ] mod <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=data) fixef(mod) } set.seed(12345) Out <- boot(data=Cultivation, statistic=boot.fn, R=99) Out 问题 …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

我需要帮助，以找出正确的方法来计算我们的Science Fair获奖者。我不希望我对统计和数学的无知会妨碍孩子获得获胜的机会。（大量的奖学金和晋升福利at可危）。在此先感谢您的帮助。 首先介绍一下我们如何进行设置： 我们的博览会通常有大约600个学生项目。这些项目由单个学生或一组学生完成并介绍。一个团队可以包含2个或3个孩子。 学生分为两个部分：小学（6-8年级）和中学（9-12年级）。每个部门都有不同的类别：小学项目9个类别，中学项目17个类别。 每个部门的每个类别分别获得第一，第二和第三名的奖项。超过第三名的位置也会获得荣誉奖。 对于每个项目，我们分配4至6名法官。我们根据法官的资格，他们的类别偏好和他们过去的评审经验来进行分配。（经验丰富的人员被分配到高级部门的项目中）。 评委如何为项目评分： 对于每个项目，都有5个分配了点的标准。每个标准可以在1到20分之间奖励。一般标准是： 总体目标+假设+资源使用（1..20） 设计+程序（1..20） 数据收集+结果（1..20） 讨论+结论（1..20） 面试（1..20） 对于团队项目，第六个标准被评估为“团队扣除”，在该标准中，法官可以为未参加或未出席的队友扣分（最多15分）。 团队扣除（0 ..- 15） 因此，法官可以为每个项目打5至100分。如果该项目是团队项目，则得分可以降低15分。 原始数据： 在几个小时的过程中，我们从法官那里收集了3600个分数。这些分数被输入到数据库中，我可以在其中进行各种排序，平均，标准差计算等。我只是不知道该如何处理这些原始分数。现在，我正在为每个项目做一个简单的平均，但是我担心我没有针对法官的偏见，团队扣除或其他我没有考虑的其他因素进行调整。 所需结果： 最后，我想对分数进行处理，以便可以为每个类别分别授予第一，第二和第三名，然后为随后的各个地方授予荣誉奖。我想相信位置计算正确，获胜的孩子应该得到认可（和奖金）。 非常感谢您阅读我的冗长问题并为您解决这个问题提供了帮助。我很乐意回答您可能遇到的任何后续问题。

9 data-transformation  standard-deviation  rating 

介绍 在预测组合中，一种流行的解决方案是基于某些信息准则的应用。以对模型估计的Akaike准则为例，可以从计算的差，然后将RP_j = e ^ {（AIC ^ *-AIC_j）/ 2}解释为模型j的相对概率是真实的。然后将权重定义为一个我CĴAICjAIC_jĴjj一个我CĴAICjAIC_j一个我C∗=分Ĵ一个我CĴAIC∗=minjAICjAIC^* = \min_j{AIC_j}[RPĴ=Ë（一我C∗− A ICĴ）/ 2RPj=e(AIC∗−AICj)/2RP_j = e^{(AIC^*-AIC_j)/2}Ĵjj wĴ=[RPĴ∑Ĵ[RPĴwj=RPj∑jRPjw_j = \frac{RP_j}{\sum_j RP_j} 问题 我试图克服的一个困难是，这些模型是根据不同转换的响应（内生）变量估算的。例如，某些模型基于年增长率，另一种模型基于季度间增长率。因此，提取的一个我CĴAICjAIC_j值不能直接比较。 尝试过的解决方案 由于重要的是一个我CAICAIC的差异，因此可以采用基本模型的一个我CAICAIC（例如，我尝试提取lm(y~-1)不带任何参数的模型），该AIC对于响应变量转换是不变的，然后比较第Ĵjj个模型与AIC的差异。基本模型一个我CAICAIC。然而在这里似乎不足之处遗迹-区别是由响应变量的转型的影响。 结束语 注意，可以使用“根据相同的响应变量估计所有模型”之类的选项，但是非常耗时。如果没有其他方法可以解决问题，我想在做出痛苦的决定之前先寻求快速的“治愈”方法。

9 time-series  forecasting  data-transformation  econometrics 

执行线性回归时，对因变量进行对数转换（例如对数转换）以获得更好的正态分布构型通常很有用。通常，从回归检查beta值也很有用，以更好地评估结果的效果大小/实际相关性。 这就产生了一个问题，即在使用例如对数转换时，效果大小将为对数刻度，并且有人告诉我，由于所用刻度的非线性，对这些beta进行反向转换将导致无意义的值，没有任何现实世界的用法。 到目前为止，我们通常使用转换变量进行线性回归以检查显着性，然后使用原始非转换变量进行线性回归以确定效果大小。 有正确/更好的方法吗？在大多数情况下，我们使用临床数据，因此，一个现实生活中的例子将是确定某种暴露如何影响持续的变量，例如身高，体重或某些实验室测量值，然后我们得出结论，例如“暴露A产生了影响”。重量增加2公斤”。

9 regression  data-transformation  effect-size 

在回答有关将分类数据视为连续的问题时，提到了最佳缩放。此方法如何工作以及如何应用？

9 categorical-data  data-transformation  optimal-scaling 

我听说自然界中发生的许多数量都是正态分布的。通常使用中心极限定理证明这一点是正确的，该定理表示，当对大量iid随机变量求平均时，将获得正态分布。因此，例如，由大量基因的加和效应决定的性状可能近似正态分布，因为基因值的行为可能大致类似于同义随机变量。 现在，令我困惑的是，在单调变换下，正态分布的特性显然不是不变的。因此，如果有两种方法可以测量与单调变换相关的事物，则它们不可能都呈正态分布（除非单调变换是线性的）。例如，我们可以通过直径，表面积或体积来测量雨滴的大小。假设所有雨滴的形状相似，则表面积与直径的平方成正比，而体积与直径的立方成正比。因此，所有这些测量方法均不能正态分布。 因此，我的问题是，分布确实变为正态的特定缩放方式（即，单调变换的特定选择）是否必须具有物理意义。例如，高度是应该正态分布还是高度的平方，或者高度的对数，或者高度的平方根？有没有一种方法可以通过理解影响身高的过程来回答这个问题？

9 data-transformation  normality-assumption