Подскажите, допустим есть 4 группы, используя анову сравнил средние между ними. Чтобы понять, что привело к отклонению нулевой гипотезы, провел постхок (неважно какой, Бонферрони, Даннет.......)
Почему нельзя проводить постхок через Т-Стьюдента (в зависимости от задач, для независ или завис выборок)
или сразу вместо АНОВА, его использовать?

Подскажите, при работе с вероятностями. Априорная то что мы знаем, апостериорная, то что не знаем. Правда ли, что значения апостериорных вероятностей редко превышает 70% на реальных данных?

Подскажите, пожалуйста, после чистки текстового корпуса, мы должны получить текстовую матрицу
Есть Document Term Matrix и Term Document Matrix
их отличии заключается что в одной матрице по столбцам документы ,а по строкам термы, а в другой наоборот по столбцам термы, и по строкам документы

Есть ли принципиальное различие? Есть ли разница что использовать, если есть? то когда какую матрицу нужно использовать.

Подскажите, пожалуйста, пошагово, как работают Алгоритмы k-mean и случайного леса, без формул, ссылки на вики не нужны) сам умею вики смотреть, а там одни формулы
Интересует словесное описание работы этих методов

k-mean
шаг первый
вторый

случайный лес
шаг первый
второй

passant, что означает значение 20.19952, и что нам дает sigma.t? как эти значения интерпретировать.

Я решил создать новую тему,чтобы не захломлять предыдущую.
Я в R провел этот анализ и получил такие результаты/ Что значит эта условная дисперсия и как проинтерпретировать
predict(b, n.ahead = 10)
# meanForecast meanError standardDeviation
# 1 20.19952 20.82351 20.82351
# 2 20.19952 20.84651 20.84651
# 3 20.19952 20.86948 20.86948
# 4 20.19952 20.89243 20.89243
# 5 20.19952 20.91535 20.91535
# 6 20.19952 20.93825 20.93825
# 7 20.19952 20.96112 20.96112
# 8 20.19952 20.98396 20.98396
# 9 20.19952 21.00679 21.00679
# 10 20.19952 21.02959 21.02959

Почему meanForecast имеет одни и теже значения?

Как понять , что означает sigma.t
b@sigma.t
# [1] 11.8995423 19.2244571 18.2258257 17.2273530 16.2290683 15.2310087 14.2332215 13.2357682
# [9] 12.2387307 11.2422194 10.2463878 9.2514556 8.2577478 7.2657667 6.2763312 5.2908696
# [17] 4.3121073 3.3459283 2.4075307 1.5482802 0.9990692 1.2645580 2.0494083 2.9666550
# [25] 3.9245394 4.8992833 5.8825118 6.8705831 7.8616716 8.8547641 9.8492545 10.8447583
# [33] 11.8410198 12.8378627 13.8351612 14.8328235 15.8307808 16.8289806 17.8273822 18.8259534
# [41] 19.8246687


Прикрепил данные. Если необходимо, могу код в R дать.

passant, почему нет? Можете обосновать? и на каких- Да?

Ну например на таких данных,месячные продажи.

Data Sales
01.01.2015 318
01.02.2015 345
01.03.2015 503
01.04.2015 264
01.05.2015 266
01.06.2015 265
01.07.2015 231
01.08.2015 333

прогноз на два года корректно делать?

Еще такой вопрос. Если в ряде не 12 месяцев, а например 8, с октября по июнь. Корректно ли делать прогноз на неполных данных? Вообще в целом какое минимальное число месяцев в ряде должно быть для прогноза пусть на 1 год.

Хороший вопрос по поводу того что считать кратко-долгосрочностью
Ну смотрите к примеру есть ряд за 3 года (36 месяцев) по продажам. предсказание на три месяца это краткосрочный прогноз? а на 20 месяцев?
или например есть данные по валютам, поминутно агрегированные. В дне 1440 минут. будет ли прогноз от начала дня на на 10 часов т.е. 600 минут вперед долгосрочным?
Как определить что краткосрочным является, а что долгосрочным?

100$, подскажите, пожалуйста, для моделей экспоненциального сглаживания и АРИМЫ, есть ли предпочтения по кратко и долгосрочному прогнозу? Например, какие модели лучше для долгосрочного прогнозирования, а какие для краткосрочного или разницы нет

Подскажите, а всегда ли надо избавлять ряд от тренда?

А реализация критерия Фостера-Стюарда есть в R?

Всем спасибо за ответы. Буду изучать ссылки

Вопрос звучит просто. Подскажите, есть ли статистические критерии ,которые показывают есть ли тренд и сезонность во временном ряде. Т.е. для тренда и сезонности свои критерии.

Очень понятно объяснили. Спасибо:)

Подскажите, пожалуйста, вот я провел правила ассоциаций в R.
Но не понимаю ряд показателей. Например, что значит lhs 89==>rhs 78. Как это понять? Я скрин прикрепил.
Второе, когда я визуализирую график. Что значит эти красные кружки. Зеленые, это мои категории(номинативные не метрические)

100$, спасибо, а по поводу полинома сможете подсказать правильно ли так приближать точки или нет?

Ещё вопросик возник. Я полиномом приблизил точки см. скрин. Правильно ли так приближать или есть более крутое решение

Спасибо, коллеги. Подскажите, еще пожалуйста по этому графику. Есть ли метод, чтобы линейно разделить эти точки?

Добрый день, подскажите пожалуйста, между переменными Y и X я построил график рассеяния. (обе метрические переменные)
(Но он какой то странный, у него как будто значения поделились на два класса. вот они
Скажите могу ли я использовать дерево решений или обычный регрессионный анализ при таком графике. Если да, то всё ок, если нет, то что делать.
Я просто решил посоветоваться с более опытными статистиками.

Спасибо, я нашел простое решение для расчета TYPE III SS,
library("car")
Anova(lm1 <- lm(DV ~ IV, data=sample.data,
contrasts=list(IV=contr.poly)), type="III")

Не совсем мода, просто второпях писал.
Ну ладно, если нельзя так, нельзя

Подскажите, тогда, пожалуйста, теоретический вопрос


Где в ANOVA частные суммы квадратов?
Как они обозначаются? Ну или как их найти.
там же есть средний квадрат (ms)
Сумма квадратов(SS)

Подскажите, пожалуйста, вопрос из зоологии. Мне нужно посмотреть регрессионную модель вида:
y = YG + MG + YG×MG + L + МС
где y это масса коровы (метрич.пер)
YG ? эффект года рождения кат.пер.;
MG ? эффект месяца рождения кат.пер;
YG×MG ? совместное влияние факторов ?месяц × год рождения?;
L ? эффект линейной принадлежности кат.пер;
MC ? эффект месяца отела; кат. пер
для каждого из этих предикторов мне нужно построить табличку вида, как на картинке, где в ячейках должен быть скорректированный R^2.


Конечно, я бы мог сделать нечто
mymodel<-lm(y~YG,data=data)
Но это нужно делать для каждой из указанных независимой переменной, при том что у меня зависимых переменных много. Такая табличка будет для ряда зависимых переменных
Можно ли сделать в R, чтобы ввести это уравнение и он для каждой независимой переменной рассчитал регрессионные данные(коэф-ты, R^2) по отдельности?

Данные зазиппировал. т.к. на форуме я обратил внимание , что тут нельзя эксель кидать.