Preguntas etiquetadas con missing-data

11

R / mgcv: ¿Por qué los productos tensoriales te () y ti () producen superficies diferentes?

El mgcvpaquete Rtiene dos funciones para ajustar las interacciones del producto tensorial: te()y ti(). Entiendo la división básica del trabajo entre los dos (ajustar una interacción no lineal versus descomponer esta interacción en efectos principales y una interacción). Lo que no entiendo es por...

r gam mgcv conditional-probability mixed-model references bayesian estimation conditional-probability machine-learning optimization gradient-descent r hypothesis-testing wilcoxon-mann-whitney time-series bayesian inference change-point time-series anova repeated-measures statistical-significance bayesian contingency-tables regression prediction quantiles classification auc k-means scikit-learn regression spatial circular-statistics t-test effect-size cohens-d r cross-validation feature-selection caret machine-learning modeling python optimization frequentist correlation sample-size normalization group-differences heteroscedasticity independence generalized-least-squares lme4-nlme references mcmc metropolis-hastings optimization r logistic feature-selection separation clustering k-means normal-distribution gaussian-mixture kullback-leibler java spark-mllib data-visualization categorical-data barplot hypothesis-testing statistical-significance chi-squared type-i-and-ii-errors pca scikit-learn conditional-expectation statistical-significance meta-analysis intuition r time-series multivariate-analysis garch machine-learning classification data-mining missing-data cart regression cross-validation matrix-decomposition categorical-data repeated-measures chi-squared assumptions contingency-tables prediction binary-data trend test-for-trend matrix-inverse anova categorical-data regression-coefficients standard-error r distributions exponential interarrival-time copula log-likelihood time-series forecasting prediction-interval mean standard-error meta-analysis meta-regression network-meta-analysis systematic-review normal-distribution multiple-regression generalized-linear-model poisson-distribution poisson-regression r sas cohens-kappa

11

¿Cómo manejar datos inexistentes (que no faltan)?

Nunca he encontrado ningún buen texto o ejemplos sobre cómo manejar datos 'inexistentes' para entradas a cualquier tipo de clasificador. He leído mucho sobre datos faltantes, pero qué se puede hacer sobre los datos que no pueden existir o no existen en relación con las entradas multivariadas....

missing-data

10

¿Es la ponderación basada en la precisión (es decir, la varianza inversa) integral para el metanálisis?

¿La ponderación basada en la precisión es central para el metanálisis? Borenstein y col. (2009) escriben que para que el metanálisis sea posible, todo lo que se necesita es que: Los estudios informan una estimación puntual que se puede expresar como un solo número. La varianza se puede calcular...

variance sample-size missing-data meta-analysis

10

Faltan valores en la variable de respuesta en JAGS

Gelman y Hill (2006) dicen: En Bugs, los resultados faltantes en una regresión se pueden manejar fácilmente simplemente incluyendo el vector de datos, NA y todo. Los errores modelan explícitamente la variable de resultado, por lo que es trivial usar este modelo para, en efecto, imputar valores...

missing-data bugs jags

10

¿Por qué Anova () y drop1 () proporcionaron diferentes respuestas para GLMM?

Tengo un GLMM de la forma: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Cuando lo uso drop1(model, test="Chi"), obtengo resultados diferentes a los que uso Anova(model, type="III")del paquete del automóvil o summary(model). Estos dos...

r anova glmm r mixed-model bootstrap sample-size cross-validation roc auc sampling stratification random-allocation logistic stata interpretation proportion r regression multiple-regression linear-model lm r cross-validation cart rpart logistic generalized-linear-model econometrics experiment-design causality instrumental-variables random-allocation predictive-models data-mining estimation contingency-tables epidemiology standard-deviation mean ancova psychology statistical-significance cross-validation synthetic-data poisson-distribution negative-binomial bioinformatics sequence-analysis distributions binomial classification k-means distance unsupervised-learning euclidean correlation chi-squared spearman-rho forecasting excel exponential-smoothing binomial sample-size r change-point wilcoxon-signed-rank ranks clustering matlab covariance covariance-matrix normal-distribution simulation random-generation bivariate standardization confounding z-statistic forecasting arima minitab poisson-distribution negative-binomial poisson-regression overdispersion probability self-study markov-process estimation maximum-likelihood classification pca group-differences chi-squared survival missing-data contingency-tables anova proportion

10

¿Cuál es la ventaja de la imputación sobre la construcción de múltiples modelos en regresión?

Me pregunto si alguien podría proporcionar una idea de por qué es mejor una imputación de datos faltantes que simplemente construir diferentes modelos para casos con datos faltantes. Especialmente en el caso de modelos lineales [generalizados] (tal vez pueda ver en casos no lineales que las cosas...

regression missing-data data-imputation

9

Esquemas de ponderación alternativos para el metanálisis de efectos aleatorios: desviaciones estándar faltantes

Estoy trabajando en un metanálisis de efectos aleatorios que cubre varios estudios que no informan desviaciones estándar; Todos los estudios informan el tamaño de la muestra. No creo que sea posible aproximar o imputar los datos faltantes de SD. ¿Cómo se debe ponderar un metanálisis que utiliza...

stata missing-data meta-analysis meta-regression

9

Regresión múltiple con variable predictiva faltante

Supongamos que se nos da un conjunto de datos de la forma y . Se nos da la tarea de predecir función de los valores de . Estimamos dos regresiones donde: ( y, x1, x2, ⋯ , xnorte)(y,X1,X2,⋯,Xnorte)(y,x_{1},x_{2},\cdots, x_{n})y x y( y, x1, x2, ⋯ , xn - 1)(y,X1,X2,⋯,Xnorte-1)(y,x_{1},x_{2},\cdots,...

regression multiple-regression missing-data multicollinearity multiple-imputation

9

Correlación entre dos variables de tamaño desigual.

En un problema en el que estoy trabajando, tengo dos variables aleatorias, X e Y. Necesito averiguar qué tan estrechamente correlacionadas están las dos, pero son de diferentes dimensiones. El rango del espacio de filas de X es 4350, y el rango del espacio de filas de Y es sustancialmente mayor, en...

time-series correlation missing-data finance

9

Tratamiento de los niveles de variables categóricas 'No sabe / se niega'

Estoy modelando la predicción de diabetes usando la regresión logística. El conjunto de datos utilizado es el Sistema de Vigilancia de Factores de Riesgo del Comportamiento (BRFSS) del Centro para el Control de Enfermedades (CDC). Una de las variables independientes es la presión arterial alta. Es...

logistic missing-data

9

¿Cómo determino si un modelo de supervivencia con datos faltantes es apropiado?

Simplificando un poco, tengo aproximadamente un millón de registros que registran el tiempo de entrada y salida de las personas en un sistema que abarca unos diez años. Cada registro tiene una hora de entrada, pero no todos los registros tienen una hora de salida. El tiempo medio en el sistema es...

survival missing-data

9

¿Cuándo es una buena idea usar el promedio para la imputación?

Supongamos que tenemos una prueba de conjunto de datos : 1 8 12 14 . . 19 El . denota valores perdidos. ¿Cuándo sería mejor usar el promedio de los valores que no faltan para imputar los valores faltantes en lugar de suponer que los datos provienen de una distribución

missing-data

9

¿Cómo lidiar con las lagunas / NaN en los datos de series de tiempo cuando se usa Matlab para autocorrelación y redes neuronales?

Tengo una serie temporal de medidas (alturas-series unidimensionales). En el período de observación, el proceso de medición se redujo durante algunos puntos de tiempo. Entonces, los datos resultantes son un vector con NaNs donde había lagunas en los datos. Usando MATLAB, esto me está causando un...

time-series dataset matlab autocorrelation missing-data

9

Incorporar variables explicativas más detalladas a lo largo del tiempo.

Estoy tratando de entender cómo podría modelar mejor una variable donde con el tiempo obtuve predictores cada vez más detallados. Por ejemplo, considere modelar las tasas de recuperación de los préstamos en mora. Supongamos que tenemos un conjunto de datos con 20 años de datos, y en los primeros 15...

regression missing-data

9

¿Cómo comparar los eventos observados con los esperados?

Supongamos que tengo una muestra de frecuencias de 4 eventos posibles: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 y tengo las probabilidades esperadas de que ocurran mis eventos: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Con la suma de las frecuencias observadas de mis cuatro eventos (18) puedo calcular las...

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

9

¿Cómo determino si dos correlaciones son significativamente diferentes?

Quiero determinar cuál de los dos conjuntos de datos (B1, B2) se correlaciona mejor (pearsons r) con otro conjunto (A). Faltan datos en todos los conjuntos de datos. ¿Cómo puedo determinar si la correlación resultante es significativamente diferente o no? Por ejemplo, los valores 8426 están...

hypothesis-testing correlation statistical-significance missing-data

9

Predicción con randomForest (R) cuando algunas entradas tienen valores faltantes (NA)

Tengo un randomForestmodelo de clasificación fina que me gustaría utilizar en una aplicación que predice la clase de un nuevo caso. El nuevo caso inevitablemente tiene valores perdidos. Predecir no funcionará como tal para las AN. ¿Cómo debo hacer esto entonces? data(iris) # create first the new...

r random-forest prediction missing-data

8

¿Cómo manejar datos incompletos en Kalman Filter?

¿Cuáles son algunos enfoques típicos para manejar datos incompletos en el filtro de Kalman? Estoy hablando de la situación en la que faltan algunos elementos del vector observado , distinto del caso en el que se pierde un vector completo observado . Otra forma de pensar sobre esto sería que la...

missing-data kalman-filter

8

Intervalos de confianza al usar el teorema de Bayes

Estoy calculando algunas probabilidades condicionales y los intervalos de confianza del 95% asociados. Para muchos de mis casos, tengo recuentos directos de xéxitos fuera de los nensayos (de una tabla de contingencia), por lo que puedo usar un intervalo de confianza binomial, como se proporciona...

r bayesian confidence-interval conditional-probability hidden-markov-model segmentation hypothesis-testing statistical-significance multiple-comparisons multiple-regression r regression survey sample finite-population pca model-selection dataset partitioning clustering time-series least-squares regression standard-error causality r time-series outliers missing-data machine-learning svm hypothesis-testing discrete-data r data-visualization survey likert finance regression pca feature-selection stepwise-regression underdetermined svm natural-language

8

Análisis estadístico de las águilas desaparecidas.

Las águilas etiquetadas por satélite están desaparecidas en Escocia, y la tabla anterior muestra el destino de la etiqueta por modelo de etiqueta. Estoy particularmente interesado en esas etiquetas que están "detenidas, sin mal funcionamiento", porque es posible que estas aves también estén...

statistical-significance categorical-data missing-data