作者查詢 / ching0629
作者 ching0629 在 PTT [ Statistics ] 看板的留言(推文), 共412則
限定看板:Statistics
看板排序:
5F推:第二句話才是對的,原理是這樣的01/09 20:04
6F→:回歸就是用X去預測Y,如果先不考慮存在誤差,那且方程式01/09 20:05
7F→:為y=3+2x,那無論x的分布如何,他與y的關係都成立01/09 20:06
8F→:在你接受上面這個說法後,我們考慮預測可能存在誤差01/09 20:06
9F→:因此式子變成y=3+2x+殘差項01/09 20:07
10F→:如果這個誤差是隨機的,我們就可以說我們的預測是準的01/09 20:07
11F→:所以只要你的殘差項是常態分布就好了01/09 20:07
12F→:所以,x與y原來長的多噁心都沒關係,重要的是殘差項必須在01/09 20:08
13F→:所有x上都呈現"相同"的常態分布01/09 20:09
2F→:你的複相關是指Canonical correlation?01/08 23:02
3F→:如果是的話,我覺得這樣做不宜...01/08 23:02
4F→:如果你這4個Y彼此之間沒啥關係,那你這樣做才好01/08 23:03
5F→:用Canonical correlation反而不宜01/08 23:03
1F→:資料儲存在"X1變數"這個物件內01/03 21:00
4F→:手上沒R,你用ls(rq(y~x,0.5))去試試看裡面有哪些01/04 11:01
5F→:應該會看到標準誤是哪一個名字01/04 11:01
7F→:我查了一下,rq(y~x,0.5)裡面似乎沒有標準誤,而01/04 15:36
8F→:summary(rq(y~x,0.5))裡面也只有上下界,沒有標準誤01/04 15:36
9F→:下界是這樣叫的:01/04 15:37
10F→:summary(rq(y~x,0.5))$coefficients[2,2]01/04 15:38
11F→:這是X1的下界,你自己在for迴圈中計算標準誤吧01/04 15:38
1F→:恐怕要寫迴圈才能做到你想要的,不過我不是很清楚各分量01/03 20:35
2F→:是什麼,這個變數(分量)你放在哪呢? 可否提供一下你目前01/03 20:36
3F→:下的指令?01/03 20:36
1F推:可以再講清楚:"相關分析之結果總和"是啥嗎?12/29 14:00
4F→:為什麼我不想用相關係數是因為這樣的,如果有兩串數列12/28 10:07
5F→:分別是1,2,3,4,5與26,32,38,44,50那會得到1的相關係數12/28 10:08
6F→:問題是他必須經過線性轉換才能得到相等的答案,但新的診12/28 10:08
7F→:斷方式與舊的必須完全相等,不能經過線性轉換12/28 10:09
8F→:就像在Kappa指標中,若有系統性的誤差,如第二次判定的指12/28 10:10
9F→:標都固定比之前多1,那Kappa是0,而不是1,因為他們不完全12/28 10:10
10F→:相等12/28 10:10
16F→:icc和相關系數很像阿,都有經歷過去平均這段12/28 15:47
17F→:經過線性轉換後得到的一致並不是我想要的,我想要的是原12/28 15:48
18F→:使資料的一致12/28 15:48
23F→:我試試看這個東西...,可以請教下她叫什麼名字嗎12/31 16:55
24F→:如果沒有名字也沒關係12/31 16:56
1F推:滿意度只有"滿意"及"不滿意"兩種選項嘛?12/25 11:52
2F→:是的話,那三種各抽385人就夠了12/25 11:55
3F→:公式: 0.5^2/(你希望的誤差)^2*1.96^212/25 11:56
4F→:如果你的滿意度是分數的話,那就會複雜一點12/25 11:56
5F→:也許我們要先小規模抽樣了解給分的標準差12/25 11:57
8F推:恐怕就不是了,我想你可能想把滿意度轉化為分數12/25 12:38
9F→:建議你看看之前做過的調查,有沒有過往的平均及標準差12/25 12:40
10F→:如果不是想要用分數的方式呈現,是要用5種比例(圓餅圖)12/25 12:41
11F→:基本上還是385人就夠了,可是這樣我覺得5%有點太大了12/25 12:42
2F→:滿好奇做什麼事情要重新排100次...12/25 11:59
1F推:Penalized logistic regression?12/20 22:10
1F推:看起來不怎麼奇怪,唯一奇怪的點是性別只有兩類,一般不會12/20 20:10
2F→:做ANOVA,但是如果你是做線性回歸另當別論,不過線性回歸12/20 20:11
3F→:比較少人呈現這張表12/20 20:11