คำถามติดแท็ก population

ฉันกำลังทำงานกับวิธีการใหม่สำหรับการวิเคราะห์และการแยกชุดข้อมูลเพื่อระบุและแยกกลุ่มย่อยของประชากรโดยไม่ทราบล่วงหน้าถึงลักษณะของกลุ่มย่อยใด ๆ ในขณะที่วิธีการทำงานได้ดีพอกับตัวอย่างข้อมูลเทียม (เช่นชุดข้อมูลที่สร้างขึ้นโดยเฉพาะเพื่อจุดประสงค์ในการระบุและแยกกลุ่มย่อยของประชากร) ฉันต้องการลองทดสอบด้วยข้อมูลจริง สิ่งที่ฉันกำลังมองหาคือแหล่งข้อมูลที่พร้อมใช้งานได้ฟรี (เช่นไม่เป็นความลับไม่ใช่กรรมสิทธิ์) หนึ่งที่มีการแจกแจง bimodal หรือ multimodal หรือชัดเจนประกอบด้วยหลายส่วนย่อยที่ไม่สามารถดึงออกจากกันได้อย่างง่ายดายผ่านวิธีการแบบดั้งเดิม ฉันจะไปหาข้อมูลดังกล่าวที่ไหน?

98 dataset  sample  population  teaching 

ฉันไม่เข้าใจว่าทำไมถึงมีNและN-1ขณะคำนวณความแปรปรวนของประชากร เวลาที่เราใช้Nและเมื่อไหร่ที่เราจะใช้N-1? คลิกที่นี่สำหรับรุ่นที่ใหญ่กว่า มันบอกว่าเมื่อประชากรมีขนาดใหญ่มากไม่มีความแตกต่างระหว่าง N และ N-1 แต่ไม่ได้บอกว่าทำไมถึงมี N-1 ตั้งแต่แรก แก้ไข: โปรดอย่าสับสนnและn-1ใช้ในการประมาณ แก้ไข 2: ฉันไม่ได้พูดถึงการประมาณประชากร

50 variance  population 

ลองนึกภาพคุณต้องรายงานจำนวนผู้สมัครที่ทำแบบทดสอบรายปี ดูเหมือนว่าค่อนข้างยากที่จะอนุมาน% ของความสำเร็จที่สังเกตได้เช่นในประชากรที่กว้างขึ้นเนื่องจากความจำเพาะของประชากรเป้าหมาย ดังนั้นคุณอาจพิจารณาว่าข้อมูลเหล่านี้แสดงถึงประชากรทั้งหมด ผลการทดสอบแสดงให้เห็นว่าสัดส่วนของเพศชายและเพศหญิงแตกต่างกันจริงหรือไม่? การทดสอบเปรียบเทียบสัดส่วนที่สังเกตและสัดส่วนทางทฤษฎีดูเหมือนว่าถูกต้องหรือไม่เนื่องจากคุณพิจารณาประชากรทั้งหมด (ไม่ใช่ตัวอย่าง)?

47 hypothesis-testing  population  sampling 

ความแตกต่างระหว่างประชากรกับกลุ่มตัวอย่างคืออะไร? มีตัวแปรและสถิติทั่วไปใดบ้างที่ใช้สำหรับแต่ละตัวและเกี่ยวข้องกันอย่างไร

38 standard-deviation  variance  sample  population 

มีสาขาของสถิติที่เกี่ยวข้องกับข้อมูลที่ไม่ทราบค่าที่แน่นอนแต่สำหรับแต่ละคนเรารู้ว่าค่าสูงสุดหรือต่ำสุดผูกกับค่าหรือไม่ ฉันสงสัยว่าปัญหาของฉันส่วนใหญ่มาจากความจริงที่ว่าฉันพยายามดิ้นรนเพื่อให้ชัดเจนในแง่สถิติ แต่หวังว่าตัวอย่างจะช่วยชี้แจง: สมมติว่ามีประชากรที่เชื่อมต่อกันสองคนคือและซึ่งในบางจุดสมาชิกของอาจ "เปลี่ยน" เป็นแต่กลับไม่ได้ ช่วงเวลาของการเปลี่ยนแปลงเป็นตัวแปร แต่ไม่ใช่แบบสุ่ม ตัวอย่างเช่นอาจเป็น "บุคคลที่ไม่มีลูกหลาน" และ "บุคคลที่มีลูกหลานอย่างน้อยหนึ่งคน" ฉันสนใจในอายุที่ความก้าวหน้านี้เกิดขึ้น แต่ฉันมีข้อมูลตัดขวางเท่านั้น สำหรับบุคคลใดก็ตามฉันสามารถค้นหาว่าพวกเขาเป็นสมาชิกของหรือหรือไม่ ฉันยังรู้อายุของบุคคลเหล่านี้ สำหรับแต่ละคนในประชากรB A B A B A B A BAAABBBAAABBBAAABBBAAABBBAAAฉันรู้ว่าอายุที่ผ่านการเปลี่ยนแปลงจะยิ่งใหญ่กว่าอายุปัจจุบันของพวกเขา ในทำนองเดียวกันสำหรับสมาชิกฉันรู้ว่าอายุการเปลี่ยนผ่านน้อยกว่าอายุปัจจุบันของพวกเขา แต่ฉันไม่รู้ค่าที่แน่นอนBBB ว่าฉันมีปัจจัยอื่นที่ฉันต้องการเปรียบเทียบกับอายุของการเปลี่ยนแปลง ตัวอย่างเช่นฉันต้องการทราบว่าชนิดย่อยของบุคคลหรือขนาดร่างกายมีผลต่ออายุของลูกหลานคนแรกหรือไม่ ฉันมีข้อมูลที่เป็นประโยชน์บางอย่างที่ควรแจ้งคำถามเหล่านั้น: โดยเฉลี่ยของบุคคลในบุคคลที่มีอายุมากกว่าจะได้รับการเปลี่ยนแปลงในภายหลัง แต่ข้อมูลไม่สมบูรณ์โดยเฉพาะอย่างยิ่งสำหรับคนอายุน้อยกว่า และในทางกลับกันสำหรับประชากรBBAAABBB มีวิธีการที่กำหนดขึ้นเพื่อจัดการกับข้อมูลประเภทนี้หรือไม่? ฉันไม่จำเป็นต้องใช้วิธีการอย่างเต็มรูปแบบในการวิเคราะห์เช่นนี้เพียงแค่ข้อความค้นหาหรือแหล่งข้อมูลที่มีประโยชน์เพื่อเริ่มฉันในที่ที่เหมาะสม! คำเตือน: ฉันทำสมมติฐานลดความซับซ้อนของการเปลี่ยนแปลงจากที่เพื่อเป็นทันที ฉันพร้อมที่จะสมมติว่าคนส่วนใหญ่จะก้าวหน้าไปที่จุดโดยสมมติว่าพวกเขามีชีวิตอยู่นานพอ และฉันรู้ว่าข้อมูลตามยาวจะมีประโยชน์มาก แต่สมมติว่าไม่มีในกรณีนี้B BAAABBBBBB ขอโทษถ้าสิ่งนี้ซ้ำซ้อนอย่างที่ฉันบอกไปส่วนหนึ่งของปัญหาของฉันคือฉันไม่รู้ว่าควรจะค้นหาอะไร ด้วยเหตุผลเดียวกันโปรดเพิ่มแท็กอื่น ๆ ตามความเหมาะสม ชุดตัวอย่าง: Ssp บ่งชี้ว่าหนึ่งในสองชนิดย่อยหรือYลูกหลานบ่งชี้ว่าไม่มีลูกหลาน ( ) …

29 biostatistics  population  bounds  interval-censoring 

มีบริการบนเว็บที่ฉันสามารถขอข้อมูลเกี่ยวกับรายการแบบสุ่ม สำหรับทุกคำขอแต่ละรายการมีโอกาสเท่ากับการส่งคืน ฉันสามารถขอรายการและบันทึกจำนวนรายการซ้ำและไม่ซ้ำกันได้ ฉันจะใช้ข้อมูลนี้เพื่อประมาณจำนวนรายการทั้งหมดได้อย่างไร

14 probability  population  coupon-collector-problem 

มันถูกต้องหรือไม่ที่จะใช้ความยาวเฉลี่ย ( ) และน้ำหนักเฉลี่ย ( )) จากประชากรที่กำหนดเพื่อคำนวณค่าดัชนี ( ) สำหรับประชากรนั้น?ชั่วโมงhhWwwบีเอ็มผม= wชั่วโมง2BMI=wh2BMI = \frac{w}{h^2}

13 mean  sample  population 

ฉันค่อนข้างคุ้นเคยกับความแตกต่างระหว่างสถิติของคำและพารามิเตอร์ ฉันเห็นสถิติเป็นค่าที่ได้จากการใช้ฟังก์ชั่นกับข้อมูลตัวอย่าง อย่างไรก็ตามตัวอย่างส่วนใหญ่ของพารามิเตอร์เกี่ยวข้องกับการกำหนดการกระจายพารามิเตอร์ ตัวอย่างทั่วไปคือค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานเพื่อกำหนดพารามิเตอร์การแจกแจงปกติหรือสัมประสิทธิ์และความแปรปรวนข้อผิดพลาดในการกำหนดพารามิเตอร์เป็นการถดถอยเชิงเส้น อย่างไรก็ตามมีค่าอื่น ๆ อีกมากมายของการกระจายตัวของประชากรที่น้อยกว่าต้นแบบ (เช่น, ต่ำสุด, สูงสุด, r-Square ในการถดถอยหลายครั้ง, .25 quantile, ค่ามัธยฐาน, จำนวนของตัวทำนายที่มีค่าสัมประสิทธิ์ไม่ใช่ศูนย์, ความเบ้, จำนวน ของความสัมพันธ์ในเมทริกซ์สหสัมพันธ์มากกว่า. 3 เป็นต้น) ดังนั้นคำถามของฉันคือ: ทรัพย์สินเชิงปริมาณของประชากรควรมีป้ายกำกับว่า "พารามิเตอร์" หรือไม่? ถ้าใช่แล้วทำไม หากไม่มีคุณลักษณะใดที่ไม่ควรระบุพารามิเตอร์ พวกเขาควรติดป้ายอะไร และทำไม? อธิบายรายละเอียดเกี่ยวกับความสับสน บทความ Wikipedia เกี่ยวกับตัวประมาณค่า: "ตัวประมาณค่า" หรือ "การประมาณค่าจุด" คือสถิติ (นั่นคือฟังก์ชันของข้อมูล) ที่ใช้เพื่ออนุมานค่าของพารามิเตอร์ที่ไม่รู้จักในแบบจำลองทางสถิติ แต่ฉันสามารถกำหนดค่าที่ไม่รู้จักเป็น. 25 quantile และฉันสามารถพัฒนาตัวประมาณค่าสำหรับค่าที่ไม่รู้จักนั้น คือคุณสมบัติเชิงปริมาณของประชากรทั้งหมดไม่ใช่พารามิเตอร์ในลักษณะเดียวกับที่บอกว่าค่าเฉลี่ยและ sd เป็นพารามิเตอร์ของการแจกแจงแบบปกติทว่ามันถูกต้องตามกฎหมายที่จะพยายามประเมินคุณสมบัติเชิงปริมาณของประชากร

13 estimation  terminology  sample  population 

ฉันเคยใช้การจูนโมเดลcaretแต่แล้วก็รันโมเดลอีกครั้งโดยใช้gbmแพ็คเกจ ฉันเข้าใจว่าcaretแพ็กเกจที่ใช้gbmและเอาต์พุตควรเหมือนกัน อย่างไรก็ตามการทดสอบการทำงานอย่างรวดเร็วโดยใช้data(iris)แสดงความแตกต่างในรูปแบบประมาณ 5% โดยใช้ RMSE และ R ^ 2 เป็นตัวชี้วัดการประเมินผล ฉันต้องการค้นหาประสิทธิภาพของแบบจำลองที่ดีที่สุดโดยใช้caretแต่เรียกใช้อีกครั้งgbmเพื่อใช้ประโยชน์จากแผนการพึ่งพาบางส่วน รหัสด้านล่างสำหรับการทำซ้ำ คำถามของฉันจะเป็น: 1) เหตุใดฉันจึงเห็นความแตกต่างระหว่างแพ็คเกจทั้งสองนี้ถึงแม้ว่าพวกเขาจะเหมือนกัน (ฉันเข้าใจว่าพวกมันสุ่ม แต่ 5% ค่อนข้างแตกต่างกันมากโดยเฉพาะอย่างยิ่งเมื่อฉันไม่ได้ใช้ชุดข้อมูลที่ดีirisสำหรับการสร้างแบบจำลองของฉัน) . 2) มีข้อดีหรือข้อเสียในการใช้ทั้งสองแพคเกจหรือไม่ 3) ไม่เกี่ยวข้อง: การใช้irisชุดข้อมูลที่ดีที่สุดinteraction.depthคือ 5 แต่สูงกว่าที่ฉันได้อ่านควรจะใช้สูงสุดfloor(sqrt(ncol(iris)))ซึ่งควรจะเป็น 2 นี่เป็นกฎง่ายๆหรือเข้มงวดหรือไม่? library(caret) library(gbm) library(hydroGOF) library(Metrics) data(iris) # Using caret caretGrid <- expand.grid(interaction.depth=c(1, 3, 5), n.trees = (0:50)*50, shrinkage=c(0.01, 0.001), n.minobsinnode=10) metric …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

ฉันสนใจผลการวิจัยของบทความนี้จาก 2009: ทำไมผู้หญิงถึงเก่งที่สุดในการเล่นหมากรุก? อัตราการมีส่วนร่วมและความแตกต่างทางเพศในโดเมนทางปัญญา บทความนี้พยายามอธิบายว่าทำไมผู้เล่นหมากรุกชายที่เก่งที่สุดจึงดีกว่าผู้เล่นเพศหญิงที่ดีที่สุด (เพศหญิงคิดเป็นเพียง 2% ของผู้เล่น 1,000 คนที่ดีที่สุดในโลก) โดยเฉพาะพวกเขาอ้างว่าความแตกต่างระหว่างผู้เล่นหมากรุกที่ดีที่สุดกับผู้เล่นหมากรุกหญิงที่ดีที่สุดนั้นถูกอธิบายโดยข้อเท็จจริง 2 ประการ: มีผู้เล่นหมากรุกมากกว่าตัวเมียถึง 15 เท่า เราคาดว่าอัตราส่วนนี้จะทวีความรุนแรงมากที่ปลายสุดของการกระจายทั้งหมดด้วยเหตุผลทางสถิติ วิธีเสนอราคากระดาษ: แม้ว่าสองกลุ่มจะมีค่าเฉลี่ยเดียวกัน (หมายถึง) และความแปรปรวน (sd) บุคคลที่มีประสิทธิภาพสูงสุดมีแนวโน้มที่จะมาจากกลุ่มที่ใหญ่กว่า ยิ่งความแตกต่างของขนาดระหว่างสองกลุ่มมากเท่าไหร่ก็ยิ่งมีความแตกต่างมากขึ้นระหว่างนักแสดงอันดับต้น ๆ ในทั้งสองกลุ่ม และอีกครั้ง, การศึกษาครั้งนี้แสดงให้เห็นว่าความแตกต่างที่ยอดเยี่ยมในการเล่นหมากรุกของชายและหญิงสามารถนำมาประกอบกับข้อเท็จจริงทางสถิติอย่างง่าย - ค่าที่มากขึ้นนั้นพบมากในประชากรที่มีขนาดใหญ่ขึ้น ถ้าผู้เล่นหมากรุกเพียง 6% เป็นเพศหญิงเราคาดว่าจะมีเพียง 2% ใน 1,000 อันดับแรกดังนั้นจึงไม่มีคำอธิบายอื่น ๆ เกี่ยวกับความแตกต่างทางชีวภาพหรือความเอนเอียงทางสังคม คำถามของฉัน ฉันไม่สามารถเข้าใจความคิดที่ว่าความแตกต่างเล็ก ๆ ของขนาดประชากรนั้นเลวร้ายไปกว่าตอนปลายสุดของการกระจาย โดยเฉพาะอย่างยิ่งมีอะไรผิดปกติกับตัวอย่างเคาน์เตอร์นี้: ผู้เล่นหมากรุกประมาณ 1 ใน 12 คนเกิดในเดือนมกราคม ดังนั้นพวกเขาจึงทำขึ้นเล็กน้อยของผู้เล่นหมากรุกทั้งหมด …

12 population  extreme-value 

มันได้รับการรู้จักกันสำหรับค่อนข้างบางเวลานั้นอายุที่อายุน้อยที่สุดที่ผู้เล่นหมากรุกจะมีคุณสมบัติสำหรับชื่อแกรนด์มาสเตอร์ได้ลดลงอย่างมีนัยสำคัญตั้งแต่ปี 1950 และในปัจจุบันมีอยู่เกือบ 30 ผู้เล่นที่กลายเป็นแกรนด์มาสเตอร์ก่อนวันเกิดปีที่ อย่างไรก็ตามมีคำถามเกี่ยวกับ Chess Stack Exchange ที่ถามว่าอายุเฉลี่ยของการเป็นปรมาจารย์คืออะไร? . มีคนโพสต์คำตอบที่เขา (ฉันคิดว่ามันเป็นเขา) ดูที่หกส่วนย่อยของ grandmasters และพบผลลัพธ์ต่อไปนี้: สำหรับผู้เล่นที่เกิดหลังปี 1945 ค่าเฉลี่ยจะสูงกว่า 26 ปีเล็กน้อย สำหรับผู้เล่นที่เกิดหลังปี 1970 ค่าเฉลี่ยจะสูงกว่า 23 ปีเล็กน้อย สำหรับผู้เล่นที่เกิดหลังปี 1975 ค่าเฉลี่ยจะสูงกว่าอายุ 22 ปีเล็กน้อย สำหรับผู้เล่นที่เกิดหลังปี 1980 ค่าเฉลี่ยอยู่ที่ 21 ปี สำหรับผู้เล่นที่เกิดหลังปี 1985 ค่าเฉลี่ยจะขี้อายเพียง 20 ปี สำหรับผู้เล่นที่เกิดหลังปี 2533 อายุเฉลี่ย 18.5 ปี (ยังไม่ชัดเจนสำหรับฉันเลยว่ากลุ่มแรกมีgrandmasters ทั้งหมดที่เกิดหลังปี 1945 (ซึ่งทำให้มันเป็น …

11 survival  bias  population  censoring  subset 

มันสมเหตุสมผลหรือไม่ที่จะคำนวณช่วงความมั่นใจและเพื่อทดสอบสมมติฐานเมื่อมีข้อมูลจากประชากรทั้งหมด ในความคิดของฉันคำตอบคือไม่เนื่องจากเราสามารถคำนวณค่าที่แท้จริงของพารามิเตอร์ได้อย่างถูกต้อง แต่แล้วสัดส่วนสูงสุดของข้อมูลจากประชากรดั้งเดิมที่อนุญาตให้เราใช้เทคนิคดังกล่าวคืออะไร?

10 hypothesis-testing  confidence-interval  sample-size  large-data  population 

นี่เป็นเพียงตัวอย่างที่ฉันเจอหลายครั้งดังนั้นฉันจึงไม่มีข้อมูลตัวอย่าง ใช้แบบจำลองการถดถอยเชิงเส้นใน R: a.lm = lm(Y ~ x1 + x2) x1เป็นตัวแปรต่อเนื่อง x2เป็นหมวดหมู่และมีสามค่าเช่น "ต่ำ", "ปานกลาง" และ "สูง" อย่างไรก็ตามเอาต์พุตที่กำหนดโดย R จะเป็นดังนี้: summary(a.lm) Estimate Std. Error t value Pr(>|t|) (Intercept) 0.521 0.20 1.446 0.19 x1 -0.61 0.11 1.451 0.17 x2Low -0.78 0.22 -2.34 0.005 x2Medium -0.56 0.45 -2.34 0.005 ฉันเข้าใจว่า R แนะนำการเข้ารหัสแบบหลอกบางอย่างเกี่ยวกับปัจจัยดังกล่าว ( …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

ให้บอกว่าฉันมีลูกเอ็นในถุง ในการวาดครั้งแรกของฉันฉันทำเครื่องหมายลูกและแทนที่ในถุง ในการจับครั้งที่สองของฉันหากฉันหยิบลูกบอลที่ทำเครื่องหมายไว้ฉันจะคืนมันลงในกระเป๋า อย่างไรก็ตามหากฉันรับลูกบอลที่ไม่มีการทำเครื่องหมายฉันจะทำเครื่องหมายและส่งกลับไปยังกระเป๋า ฉันทำสิ่งนี้ต่อไปเสมอ จำนวนที่คาดหวังของลูกในถุงที่ได้รับจำนวนการดึงและประวัติของการทำเครื่องหมาย / ไม่ถูกทำเครื่องหมายคืออะไร?

9 probability  estimation  population  combinatorics  capture-mark-recapture 

ฉันมีถังผสมที่มีลูกหินจำนวนนับไม่ถ้วน มีหินอ่อนจำนวนไม่ จำกัด ในถัง แต่มีเพียงบางสายพันธุ์ที่ไม่ทราบ แต่มี จำกัด: ไม่เป็นที่รู้จักและสำหรับ , การวาดรูปหินอ่อน -type อาจมีแนวโน้มมากกว่าการวาดรูปหินอ่อน -typeV= {โวลต์1,โวลต์2,โวลต์3, . . . ,โวลต์k}V={v1,v2,v3,...,vk}\mathcal{V} = \{v_{1},v_{2},v_{3},...,v_{k}\} kkkฉัน≠ ji≠ji\neq jโวลต์ผมviv_iโวลต์Jvjv_j ในการทดสอบเครื่องจะสุ่มตัวอย่าง vat โดยใช้โพรซีเดอร์ที่ไม่รู้จัก เครื่องรายงานชุดอธิบายพันธุ์หินอ่อนจากตัวอย่าง: XXXQ≤ kq≤kq\leq kX⊆ V;| X| =qX⊆V;|X|=q X \subseteq \mathcal{V}; \quad |X|=q การทดลองของการทดลองนี้มีการทำซ้ำ (ได้รับการแก้ไขผ่านการทดลอง) และเราได้รับลำดับของส่วนย่อยของ ,dots)QqqVV\mathcal{V}(X1,X2, … )(X1,X2,…)(X_1,X_2,\dots) สิ่งอื่น ๆ ที่เรารู้คือ: การทดลองมีความเป็นอิสระและเหมือนกัน เครื่องรายงานด้านบนพันธุ์เกิดขึ้นบ่อยที่สุดในกลุ่มตัวอย่างQqq เราไม่รู้แน่ชัดว่าตัวอย่างเครื่องหินอ่อนเป็นอย่างไร …

9 probability  population