Analiza danych statystycznych

note /search

Analza danych statystycznych - Raport z ćwiczeń 1-5

  • Uniwersytet Przyrodniczy we Wrocławiu
  • Analiza danych statystycznych
Pobrań: 35
Wyświetleń: 1183

  Sprawozdanie I  Przedmiot : Podstawy statystycznej analizy danych  Wykonane zadania 1-9 z ćwiczeń I – V                                        Zadanie 1.    Podpunkt I    Model regresji wielokrotnej pokazuje nam, że jeśli waga dziecka wzrośnie o jedną jednostkę to ilość  spożytego mleka wzrośni...

Drzewa klasyfikacyjne - Hemoglobina

  • Uniwersytet Przyrodniczy we Wrocławiu
  • Analiza danych statystycznych
Pobrań: 0
Wyświetleń: 1008

Drzewa klasyfikacyjne  Dla  danych  dane.csv  (z  modeli  liniowych  i  mieszanych)  skonstruować  drzewo  klasyfikacyjne,  gdzie  liśćmi będzie miejsce hospitalizacji, natom...

Analiza danych statystycznych - ćwiczenia 1

  • Uniwersytet Przyrodniczy we Wrocławiu
  • Analiza danych statystycznych
Pobrań: 42
Wyświetleń: 980

Ćwiczenia. Plik drukarki.txt zawiera dane na temat konserwacji drukarek. Druga kolumna zawiera liczbę kopiarek a kolumna pierwsza zawiera czas (w godzinach) potrzebny na konserwację tej liczby kopiarek. (a) Narysuj dane (b) Czy relacja między zmiennymi jest w przybliżeniu liniowa? (c) Narysuj 

Analiza danych statystycznych - ćwiczenia 2

  • Uniwersytet Przyrodniczy we Wrocławiu
  • Analiza danych statystycznych
Pobrań: 14
Wyświetleń: 714

 Obserwacje nietypowe i wpływowe. Regresja nieliniowa Ćwiczenia W podstawowym pakiecie R znajdują się dane stackloss. Dane zawirają 21 obserwacji 4 zmiennych dotyczących utleniania amoniaku do kwasu azo- towego i jego wpływu na wydajność roślin. Air.Flow Przepływ powietrza Water.Temp Temperatura wod...

Analiza danych statystycznych - ćwiczenia 3

  • Uniwersytet Przyrodniczy we Wrocławiu
  • Analiza danych statystycznych
Pobrań: 14
Wyświetleń: 749

 Liniowe metody klasyfikacji. Fisherowska dyskryminacja liniowa Ćwiczenia Plik dane_kosiarki.txt zawiera dane dotyczące posiadaczy kosiarek jeżdżą- cych do trawy. X1 wysokość dochodu w tysiącach dolarów X2 wielkość działki w tysiącach metrów kwadratowych Y informacja, czy rodzina posiada, czy nie pos...

Analiza danych statystycznych - ćwiczenia 4

  • Uniwersytet Przyrodniczy we Wrocławiu
  • Analiza danych statystycznych
Pobrań: 21
Wyświetleń: 889

 Dyskryminacja oparta na regresji liniowej i logistycznej. Ćwiczenia Plik choroby_serca.txt zawiera dane dotyczące zachorowalności na choroby serca mężczyzn z obszaru Afryki Południowej. W danych znajdują się następu- jące zmienne: sbp sku...

Analiza danych statystycznych - ćwiczenia 5

  • Uniwersytet Przyrodniczy we Wrocławiu
  • Analiza danych statystycznych
Pobrań: 14
Wyświetleń: 812

 Dyskryminacja oparta na regresji liniowej i logistycznej. Ćwiczenia Plik hsb.txt zawiera dane dotyczące 200 uczniów różnych typów szkół ich statusu ekonomicznego i wyników testów z różnych dziedzin. Zmienną ob- jaśniającą jest zmienna pro...

Analiza danych statystycznych - ćwiczenia 6

  • Uniwersytet Przyrodniczy we Wrocławiu
  • Analiza danych statystycznych
Pobrań: 21
Wyświetleń: 833

 Kwadratowa analiza dyskryminacyjna QDA. Metody klasyfikacji oparte na rozkładach prawdopodobieństwa. Ćwiczenia Ćwiczenie korzysta z ćwiczenia dotyczącego analizy LDA z listy zadań 3. Plik dane_kosiarki.txt zawiera dane dotyczące posiadaczy kosiarek jeżdżących do trawy. X1 wysokość dochodu w tysiącac...

Analiza danych statystycznych - ćwiczenia 7

  • Uniwersytet Przyrodniczy we Wrocławiu
  • Analiza danych statystycznych
Pobrań: 35
Wyświetleń: 952

 Bootstrap Ćwiczenia (1) Zapoznaj się ze składnią i działaniem następujących funkcji w pakiecie R: sample() ,rnorm() , replicate() , boot (pakiet boot) , boot.ci (pakiet boot). (2) Wygeneruj ciąg losowo wybranych liczb z zakresu od 1 do 10. Zasto- suj 

Analiza danych statystycznych - ćwiczenia 8

  • Uniwersytet Przyrodniczy we Wrocławiu
  • Analiza danych statystycznych
Pobrań: 49
Wyświetleń: 994

 Analiza wariancji- ANOVA Ćwiczenia Załóżmy, że rozważamy trzy grupy obserwacji, po 7 obserwacji w każdej grupie: y1 = c(18.2, 20.1, 17.6, 16.8, 18.8, 19.7, 19.1) y2 = c(17.4, 18.7, 19.1, 16.4, 15.9, 18.4, 17.7) y3 = c(15.2, 18.8, 17.7, 1...