«r» etiketlenmiş sorular

Farz edelim ki birkaç bağımsız değişkende tek değişkenli bir lojistik regresyon yapacağım, bunun gibi: mod.a <- glm(x ~ a, data=z, family=binominal("logistic")) mod.b <- glm(x ~ b, data=z, family=binominal("logistic")) Bu komutla modelin null modelden daha iyi olup olmadığını görmek için bir model karşılaştırma yaptım (olasılık oranı testi). 1-pchisq(mod.a$null.deviance-mod.a$deviance, mod.a$df.null-mod.a$df.residual) Sonra içindeki …

25 r  logistic  diagnostic 

Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Sorunuzu güncelleyin o yüzden -konu üzerinde Çapraz doğrulanmış için. 6 yıl önce kapandı . Bir matrisin sütun şeklinde normalleşmesini R'de yapmak istiyorum. Bir matris verildiğinde m, her bir sütunu sütunların toplamına bölerek her sütunu …

25 r  data-transformation  normalization  matrix 

Bir zaman serisine sahibim ve başlangıç, son ve sıklığı koruyarak bir zaman dizisi olarak tutarken alt kümesini belirlemek istiyorum. Örneğin, bir zaman serim olduğunu varsayalım: > qs <- ts(101:110, start=c(2009, 2), frequency=4) > qs Qtr1 Qtr2 Qtr3 Qtr4 2009 101 102 103 2010 104 105 106 107 2011 108 109 …

25 r  time-series 

Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Sorunuzu güncelleyin o yüzden -konu üzerinde Çapraz doğrulanmış için. 6 ay önce kapandı . R paketleri nlme ve lme4'te çalışıyordum, çoklu rastgele etkilere sahip modelleri belirlemeye çalışıyordum. Sadece nlme'nin varyansın heterojen yapısını belirleyebildiğini buldum …

25 r  random-effects-model  lme4-nlme 

Yanıt verenlerin dört gruba birine rastgele atandığı bir anket denemesine ait veriler var: > summary(df$Group) Control Treatment1 Treatment2 Treatment3 59 63 62 66 Üç tedavi grubu, uygulanan uyaranlara göre biraz değişmekle birlikte, benim ilgilendiğim temel ayrım kontrol ve tedavi grupları arasındadır. Ben de bir kukla değişken tanımladım Control: > summary(df$Control) …

25 r  logistic  categorical-data  interaction  interpretation 

Hepimizin bildiği gibi, lojistik regresyon modelini değerlendirmek için 2 yöntem var ve çok farklı şeyler test ediyorlar. Öngörü gücü: Bağımsız değişkenleri temel alarak bağımlı değişkeni ne kadar iyi tahmin edebileceğinizi ölçen bir istatistik edinin. Tanınmış Sahte R ^ 2, McFadden (1974) ve Cox ve Snell'dir (1989). Uygunluk istatistikleri Test, modeli …

24 r  logistic  goodness-of-fit  regression-strategies  model-evaluation 

Kement için farklı uygulama yazılımları mevcuttur . Bayes yaklaşımı ve farklı forumlarda sıkça yaklaşan yaklaşım hakkında çok şey biliyorum. Benim sorum kemente çok özgü - Baysian kementinin normal kemente göre farklılıkları ve avantajları nelerdir ? Paketteki iki uygulama örneği: # just example data set.seed(1233) X <- scale(matrix(rnorm(30),ncol=3))[,] set.seed(12333) Y <- …

24 r  machine-learning  linear-model  lasso 

Şu anda R's: Twitter'ın AnomalyDetection: https://github.com/twitter/AnomalyDetection kullanıyorum . Bu algoritma, mevsimsellik içeren veriler için zaman serileri anomalisi tespiti sağlar. Soru: Buna benzer başka algoritmalar var mı (mevsimsellik kontrol etmek önemli değil)? Verilerimde olabildiğince fazla zaman serisi algoritması elde etmeye çalışıyorum ki en iyisini / topluluğu seçeyim.

24 r  regression  time-series  anomaly-detection 

Aşağıdaki kod, iki zaman serisi arasındaki benzerliği değerlendirir: set.seed(10) RandData <- rnorm(8760*2) America <- rep(c('NewYork','Miami'),each=8760) Date = seq(from=as.POSIXct("1991-01-01 00:00"), to=as.POSIXct("1991-12-31 23:00"), length=8760) DatNew <- data.frame(Loc = America, Doy = as.numeric(format(Date,format = "%j")), Tod = as.numeric(format(Date,format = "%H")), Temp = RandData, DecTime = rep(seq(1, length(RandData)/2) / (length(RandData)/2), 2)) require(mgcv) mod1 <- …

24 r  time-series  data-visualization  gam 

İki değişkenim var: Uyuşturucu Adı (DN) ve çoktan çoğa ilişkide olan karşılık gelen Advers Olaylar (AE). 33.556 ilaç ismi ve 9.516 advers olay var. Örneklem büyüklüğü yaklaşık 5.8 milyon gözlemdir. DN ile AE arasındaki ilişkiyi / ilişkiyi incelemek ve anlamak istiyorum. Resimlere bakmak daha iyi olduğundan, bu seti R'de görselleştirmenin …

24 r  categorical-data  data-visualization  large-data  association-measure 

Aşağıdaki biyolojik deneylere sahip bir makaleyi gözden geçiriyorum. Hücreleri değişen miktarlarda sıvı kayma stresine maruz bırakmak için bir cihaz kullanılır. Hücrelere daha büyük kayma gerilimi uygulandıkça, bunların çoğu substrattan ayrılmaya başlar. Kayma gerilmesinin her seviyesinde, bağlı kalan hücreleri sayarlar ve başlangıçta eklenmiş olan toplam hücre sayısını bildikleri için, kesirli bir …

24 r  logistic  multinomial 

ANOVA ezpaketini kullanarak lmetekrarlanan önlemlere geçmeye çalışıyorum (umarım ile özel kontrastları kullanabileceğimi umuyorum lme). Bu blog yazısından gelen tavsiyelerin ardından, aynı modeli hem aov( ezistendiğinde olduğu gibi) hem de kullanarak aynı modeli kurmayı başardım lme. Ancak, oysa verilen örnekte söz konusu yayında F -değerleri mükemmel arasına katılıyorum aovve lme(bunu kontrol …

24 r  anova  mixed-model  repeated-measures  lme4-nlme 

ABD’deki bir devlet için intihar ölümleriyle ilgili 17 yıl (1995 - 2011) ölüm belgesi verim var. Orada, intiharlar, aylar / mevsimler, çoğu çelişkili ve literatür hakkında birçok mitoloji var. incelendiğimde, kullanılan yöntemlerden net bir anlam alamıyorum ya da sonuçlara güven duymuyorum. Bu yüzden, veri setim dahilinde herhangi bir ayda intiharların …

24 r  chi-squared  arima  count-data  seasonality 

Zaman serisi analizi yapmaya çalışıyorum ve bu alanda yeniyim. 2006-2009 yılları arasında günlük bir etkinlik sayım var ve buna bir zaman serisi modeli uydurmak istiyorum. İşte kaydettiğim ilerleme: timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) Sonuçta elde ettiğim komplo: Verilerde mevsimsellik ve eğilim olup olmadığını doğrulamak için bu yazıda belirtilen adımları takip ediyorum …

24 r  time-series  seasonality  multiple-seasonalities  tbats  hypothesis-testing  beta-distribution  machine-learning  unsupervised-learning  supervised-learning  reinforcement-learning 

Görünüşe göre dağılmış olan R sayım verilerini modellemeye çalışıyorum (Dağılım Parametresi ~ .40). Bu muhtemelen glm, bir family = poissonveya negatif binomial ( glm.nb) modelinin anlamlı olmamasıdır. Verilerimin tanımlayıcılarına baktığımda, sayım verilerinde tipik bir çarpıklık yok ve iki deney koşulumdaki artıklar da homojen. Yani benim sorularım: Sayım verilerim sayım verileri …

24 r  poisson-distribution  negative-binomial  beta-binomial  underdispersion