问题标签 [multivariate-testing]

我如何使用多元变量的平均值（ttest）进行差异，R并且WinBUGS14 我有一个多元结果y和分类变量x。我可以MCMC使用下面的代码从多元变量中获取采样值的均值，但是如何通过变量测试均值的差异x？

这是R代码

这是WinBUGS14代码mult_normal.bug

我正在使用 R 中的随机森林开发一个模型。数据有 2000 个 obs x 20 个特征。我要分类的目标类有 6 个级别。所有变量本质上都是分类的。

目标偏向一个类别，占观察的 65% 以上。其余 35% 分布在其他五个目标类别中。分布如下

我正在尝试使用 ROSE 或 SMOTE 来平衡数据集，但得到一个错误，即它们仅适用于二进制分类器。

R 中是否有可用的库来平衡多类数据集。目前模型的准确率非常低（大约 64%）。我希望平衡数据集可以提高准确性。

对此问题的任何帮助将不胜感激。

干杯-尼丁

我有一个具有 2 个变量的分区多元数据集的 T^2 统计量，通过计算配对比较测试找到。我想在不使用表格的情况下将我的 T^2 数字与 T^2_{.95, p, n-1} 值进行比较。

R 中是否有函数或包可以让我找到这些值？

假设我有一个如下所示的数据集。

X = [170,85; 165,75; 180,100；190,120; 160,80; 170,70]；

距离向量

Y = [10,20]；

一个数据点

Z = [166,77]；

我想找到 X 点与 Z 点的距离 Y 内的所有点

答案应该是 ans = [170,85; 165,75; 160,80; 170,70]

如何在 Matlab 中做到这一点

我一直在到处寻找使用 R 识别多元异常值的最佳方法，但我认为我还没有找到任何可信的方法。

我们可以以虹膜数据为例，因为我的数据也包含多个字段

首先，我使用与图书馆 MVN 的Mahalanobis 距离

两者都导致了大量的异常值（150 个中的 50 个为未调整的，49/150 个为调整的），我认为这需要更多改进。不幸的是，我似乎无法在 mvOutlier 方法中找到一个变量来设置阈值（说增加一个点成为异常值的概率，以便我们有一个较小的数字）

其次，我使用了异常值库。这是为了找到单变量异常值。所以，我的计划是在数据的每个维度上找到异常值，并且那些在所有维度上都是异常值的点被视为数据集的异常值。

为此我们可以设置概率，但我认为它不能代替多元异常值检测。

我尝试过的其他一些方法

• 库（mvoutlier）：这仅显示情节。很难自动找到异常值。而且我不知道如何将概率添加到这个
• 厨师距离（链接）：一个人说他使用了厨师距离，但我认为没有任何强有力的学术证据证明这是可以的。

我有不同的模型（线性（lm）、gls、GARCH），我想检查它们的异方差性。

然而，对于 lm-model 来说，它非常简单，直观且测试如下：

对于其他模型来说，这并不容易！你有什么想法？

指示性地报告说，我有一个包含 15 个 X 变量和一个因变量 Y 的样本。

所以我有上面的数据集，我想做的是以a*x^b. 我试过在 r 上使用 nls 函数，但没有成功。有没有人有关于如何做到这一点的任何提示。基本上方程的最终形式应该是y = a1*x1^b1 + a2*x2^b2 + a3*x3^b3 + a4*x4^b4 + a5*x5^b5。我需要解决a1,b1,a2,b2,a3,b3,a4,b4,a5,b5变量。

目前我正在学习 QDA 并正在使用 R 软件来分析我的数据。

数据是从以下链接下载的：

https://www.kaggle.com/uciml/pima-indians-diabetes-database

我想检查 QDA 假设，即两组是多元正态分布的，因此在 R 中使用了以下命令。

两组都是非正态分布的，所以我想对数据进行归一化，并编写下面的代码来归一化第一组的数据。

与 group2 类似，但是 group1 的平均向量 X 没有给出接近 0 的结果。

谁能帮助我前进的方向是什么？

我尝试计算由多元多元线性回归模型中的变量解释的增量方差，但我没有像多元线性回归那样的平方和参数。我想要类似的东西：

显然行不通。有某种方法可以解决这个问题吗？