statistics

3熱

2答えて

NumPyで大規模な配列を何回も効率的にサンプリングする方法はありますか？あなたは私が実装しようとしているかの詳細については気にしない場合は

、ちょうど私がnumpyの持ついくつかの統計上のブートストラップ誤差推定を行うにしようとしています下の水平線をスキップ。私は配列xを持っていて、誤差分析の通常のガウス仮説が成立しない統計量f(x)の誤差を計算したいと考えています。 xは非常に大きいです。これを行うには、私は私の再サンプルのサイズは、交換して、元の配列の大きさであるnumpy.random.choice()を、使用してxをリサン

0熱

1答えて

フィットしたガンマ分布の平均を計算する方法は？

私は、自分のデータにガンマ分布を適合させるために、scipy.stats.gff（data）を使用しました。私は結果の分布の平均が何であるかを知りたい。適合ガンマ分布の平均を求めるにはどうすればよいですか？

1熱

1答えて

評価ポイントの多い2変量データのMatlabのksdensity

私は、カーネル密度のためにMatlabコードを実行しています。つまり、です。ここで、xは2列の2変量データです。結果の出力fは密度ベクトルであり、xiは30x30の評価ポイントのmeshgridです。以下のドキュメントを参照してください：Link。私はこのコードから受け取った評価ポイントの数を増やそうとしています。単変量データにのみ適用可能な'NumPoints'というドキュメントに記載されてい

1熱

1答えて

Tableauの線形回帰の信頼帯域幅を編集するには

"Analytics"の "Trend Line"機能を使って、Tableauの線を最善の線で作成しました。これは、最適なラインをプロットし、そのラインの周りに任意の信頼バンドを配置します。 Here's a screenshot of my plot 私の質問は：どのように私はどのように広い編集したり、ベストフィットのラインの周りのバンドがある自信を狭めていますか？私はどこかで、彼らが90％また

0熱

1答えて

私は最高の乗法関係を使用して資産の価格を説明するモデルを作成したい場合は、カテゴリデータ

との乗法の関係をモデル化すると、それは、価格の= base_rate * size_of_asset * number_of_subassets （サイズです資産、サブセットの数は両方とも0,1,2,3 ... N）変数をカテゴリにすると、私はこれを線形結合で行うことができますか？数値であれば、すべてを記録することができますが、正確にはそうするでしょう...しかし、同じアプローチをカテゴリデー

-2熱

1答えて

Rは2つのデータフレームを列単位で結合し、平均を計算します

私はグーグルで回りましたが、私が抱えている問題の解決策を見つけることができないようです。 > summary(ratings) movieId mean_rating rating_count Min. : 1 Min. : 1.000 Min. : 1.0 1st Qu.: 6796 1st Qu.: 5.600 1st Qu.: 3.0 Median : 65880 M

2熱

1答えて

prop.test代替ステートメントの使用

私は、宣伝について消費者に情報を送信すると、何かを購入するように説得しているかどうかをテストしています。 100,000人の消費者のうち90％がランダムに選択され、カタログが送られました。いつか私たちは誰が買ったのかを追跡しました。問題を再現するにはは使用することができます： set.seed(1) got <- rbinom(n=100000, size=1, prob=0.1) boug

1熱

1答えて

TensorFlow平均二乗誤差メトリックは常に0を返します

私はTF.Metrics.Mean_Squared_Errorを渡すラベル/予測に関係なく、常に0の値を返します。 a = tf.constant([0,0,0,0]) b = tf.constant([1,1,1,1]) mse, update = tf.metrics.mean_squared_error(a,b) sess = tf.Session() sess.run(tf.glo

0熱

2答えて

確率のサンプル推定値R

分布Y = X^2（ここでXは正常）の母集団からの100個の観測サンプルをランダムに仮定します。 Rを使用してP（Y < = 2）のサンプル推定値を計算するにはどうすればよいですか？ここでP（）は確率を表す。次のコードは役に立ちますか？ X=rnorm(100) Y=X^2 prob(Y<=2) おかげで、事前に

0熱

1答えて

Pythonで統計テストのために変な値を取得する

私はいくつかのデータのマンケンダルテストを実行しようとしています。私は次のリンク（https://github.com/mps9506/Mann-Kendall-Trend/blob/master/mk_test.py）のコードを使用して、結果が配列になるように少し変更し、p値（p）とτ値（z）のみを返します。 def mk_test(x, alpha=0.05): """ T