Questions tagged «variance-stabilizing»

当您拥有计数数据时，通常建议取平方根。（有关简历一些例子，看看@ HarveyMotulsky的答案在这里，或@ whuber的答案在这里。）另外，装修与分布泊松响应变量广义线性模型时，日志是规范链接。这有点像对响应数据进行对数转换（尽管更准确地说，是对控制响应分布的参数进行对数转换）。因此，这两者之间存在某种张力。 λλ\lambda 您如何调和这种（明显的）差异？ 为什么平方根比对数好？

57 generalized-linear-model  data-transformation  poisson-distribution  count-data  variance-stabilizing 

精度定义为： p = true positives / (true positives + false positives) 对不对，作为true positives和false positives做法0，精度接近1？ 召回相同的问题： r = true positives / (true positives + false negatives) 我目前正在实施统计测试，需要计算这些值，有时分母为0，我想知道在这种情况下应返回哪个值。 PS：请原谅，不恰当的标签，我想用recall，precision和limit，但我不能创造新的标签呢。

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

我能想到的任何理由都可以平方根转换数据吗？我的意思是我一直观察到的是R ^ 2增加。但这可能只是因为将数据居中！任何想法表示赞赏！

15 regression  data-transformation  variance-stabilizing 

在测试成绩的分析中（例如在教育或心理学中），常用的分析技术通常会假设数据是正态分布的。但是，有时分数往往会与正常水平大相径庭。 我熟悉一些基本的规范化转换，例如：平方根，对数，用于减少正偏斜的倒数转换，用于减少负偏斜的上述反射形式，平方函数的平方。我听说过反正弦变换和幂变换，尽管我并不真正了解它们。 因此，我对分析师通常使用的其他转换感到好奇吗？

10 data-transformation  normality-assumption  variance-stabilizing