Questions tagged «diversity»

众所周知，Stack Exchange是具有不同主题的问答站点的集合。假设每个站点彼此独立，给定用户拥有的统计信息，与下一个家伙相比，如何计算他的“全面性”？我应该使用什么统计工具？ 老实说，我不太了解如何数学上定义“全面性”，但是它必须具有以下特征： 在所有条件都相同的情况下，用户代表越多，他的能力就越全面 在所有条件平等的情况下，用户参与的站点越多，他的能力就越全面。 答案或问题不会影响全面性

12 ranking  diversity 

这类似于Bootstrap：估算值超出置信区间 我有一些数据可以代表人群中基因型的数量。我想使用Shannon指数来估算遗传多样性，并且还要使用自举法生成一个置信区间。但是，我已经注意到，通过自举进行的估算往往会产生极大的偏差，并导致置信区间超出我观察到的统计数据。 下面是一个例子。 # Shannon's index H <- function(x){ x <- x/sum(x) x <- -x * log(x, exp(1)) return(sum(x, na.rm = TRUE)) } # The version for bootstrapping H.boot <- function(x, i){ H(tabulate(x[i])) } 资料产生 set.seed(5000) X <- rmultinom(1, 100, prob = rep(1, 50))[, 1] 计算方式 H(X) ## [1] 3.67948 …

11 r  confidence-interval  bootstrap  bias  diversity 

背景：我的组织目前根据美国社区调查（美国人口普查局的一项调查项目），将其劳动力多样性统计数据（例如，残疾人百分比，妇女百分比，退伍军人百分比）与这些群体的劳动力总数进行比较。这是一个不准确的基准，因为我们有一组非常具体的工作，这些工作的人口统计学与整体劳动力不同。例如，假设我的组织主要是工程师。在我所在的州，工程学只有大约20％的女性。如果我们将自己与总劳动力基准进行比较（该基准更像是50％的女性），则会引起恐慌：“我们只有20％的女性，这是一场灾难！” 实际上，我们应该期望达到20％，因为这就是劳动力状况。 我的目标：我想做的是获取《美国社区调查》的职业数据（按多样性类别），然后根据我的工作岗位构成对其进行加权。这是社会和社区服务工作者的样本数据集。我想将这些工作代码加在一起（因为我们的人行横道是工作组，而不是特定的工作代码），然后我要根据该类别中的人数（例如我们的3,000个社交网络和社区服务工作者），那么我想对所有其他工作组执行相同的操作，将这些数字加在一起，然后除以我们的工作者总数。这将为我提供一种新的重新加权的多样性衡量指标（例如，从6％的残疾人到2％的残疾人）。 我的问题：如何使误差范围适合此最终汇总基准？我没有原始的人口普查数据集（显然），但是您可以通过将表格顶部的“估计”字段切换为“误差范围”，在我提供的链接中查看每个数字的误差范围。我与这些数据一起工作的其他同事完全打算忽略误差范围，但我担心我们正在为自己创建一个无统计学意义的基准。经过上述操作后，该数据是否仍然仍然可用？

10 confidence-interval  sampling  data-transformation  diversity