«r» etiketlenmiş sorular

Bu etiketi, (a) sorusunun kritik bir parçası veya beklenen yanıt olarak `` R '' içeren herhangi bir * on-topic * sorusu için kullanın, & (b) `` R`'nin nasıl kullanılacağı hakkında * sadece * değildir.

1
Yorumlama plot.lm ()
R'de arsa (lm) tarafından oluşturulan grafikleri yorumlamakla ilgili bir sorum vardı. Ölçek konumunu ve kaldıraç arsalarını nasıl yorumlayacağımı söyleyebilir misiniz? Herhangi bir yorum takdir edilecektir. Temel istatistik, regresyon ve ekonometri bilgisini alır.

1
Çapraz vs iç içe rasgele efektler: bunlar nasıl farklılık gösterir ve lme4'te doğru olarak nasıl belirtilir?
İşte nasıl iç içe geçmiş çapraz rastgele etkilerini anladım: İç içe rasgele efektler , bir alt seviye faktörü yalnızca bir üst seviye faktörünün belirli bir düzeyinde göründüğünde ortaya çıkar. Örneğin, sınıftaki öğrenciler belirli bir zamanda sabit bir noktada. Gelen lme4Yani, iki eşdeğer yöntemden biriyle iç içe veriler için rasgele etkiler …

2
Lme4'te yakınsama uyarıları konusunda ne kadar korkmalıyız?
Eğer bir glmer takarsak, modelin yakınsamaya zor anlar yaşadığını söyleyen bir uyarı alabiliriz. >Warning message: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, : Model failed to converge with max|grad| = 0.00389462 (tol = 0.001) @Ben Bolker tarafından bu konu tartışılan yakınsama kontrol etmek için başka bir yoludur : relgrad <- …


4
Karışık efekt modelleri için nlme veya lme4 R kütüphanesi nasıl seçilir?
Birkaç karışık efekt modeline (özellikle uzunlamasına modellere) uyum sağladım lme4, Rancak modellere ve onlarla birlikte gelen kodlara gerçekten hakim olmak istiyorum. Ancak, iki ayağımla dalmadan önce (ve bazı kitapları satın alırken) doğru kütüphaneyi öğrendiğimden emin olmak istiyorum. Şimdiye lme4kadar kullanmıştım çünkü daha kolay buldum nlme, ancak nlmeamaçlarım için daha uygunsa …


3
Bir örnek: ikili sonuç için glmnet kullanarak LASSO regresyonu
Ben kullanımı ile serpmek başlıyorum glmnetile LASSO Regresyon ilgi benim sonuç dikotom olduğunu. Aşağıda küçük bir sahte veri çerçevesi oluşturdum: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84, 0.85, 0.67, …
77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

3
Bir yayında rastgele bir orman sunmanın en iyi yolu?
Rastgele orman algoritmasını, iki grubun sağlam bir sınıflandırıcısı olarak, 1000'li özelliklere sahip bir mikro dizi çalışmasında kullanıyorum. Rastgele ormanı sunmanın en iyi yolu nedir, böylece bir makalede tekrarlanabilir kılmak için yeterli bilgi olacak? Az sayıda özellik varsa, aslında ağacı çizmek için R'de bir çizim yöntemi var mı? OOB hata oranı …

2
Örnekleme / simülasyon yöntemleri: monte edilmiş carlo, bootstrapping, jackknifing, çapraz doğrulama, randomizasyon testleri ve permütasyon testleri
Farklı yeniden örnekleme yöntemleri (Monte Carlo simülasyonu, parametrik önyükleme, parametrik olmayan önyükleme, jackknifing, çapraz doğrulama, rastgele testler ve permütasyon testleri) ve bunların R'yi kullanarak kendi bağlamlarındaki uygulamaları arasındaki farkı anlamaya çalışıyorum. Diyelim ki aşağıdaki durum var - ANOVA'yı Y değişkeni ( Yvar) ve X değişkeni ( Xvar) ile gerçekleştirmek istiyorum …



15
R kullanarak tekrarlanabilir araştırmaların önemli örneklerini tamamlayın
Soru: R kullanarak çevrimiçi olarak serbestçe ulaşılabilen iyi bir çoğaltılabilir araştırma örneği var mı? İdeal Örnek: Özellikle, ideal örnekler şunları sağlar: Ham veriler (ve ideal olarak verileri açıklayan meta veriler), Veri alma, işleme, analiz ve çıktı oluşturma dahil tüm R kodlarını, Nihai çıktıyı nihai belgeye bağlamak için yemin ederim ya …

8
Mevcut bir değişken (ler) ile tanımlanmış bir korelasyon ile rastgele bir değişken oluşturun
Bir simülasyon çalışması için, mevcut bir değişkenine önceden tanımlanmış (popülasyon) bir korelasyon gösteren rastgele değişkenler oluşturmalıyım .YYY RPaketlere baktım copulave CDVinebelirli bir bağımlılık yapısına sahip rastgele çok değişkenli dağılımlar üretebiliyorum. Bununla birlikte, ortaya çıkan değişkenlerden birini mevcut bir değişkene sabitlemek mümkün değildir. Herhangi bir fikir ve mevcut fonksiyonlara bağlantılar takdir …

4
R fonksiyonları prcomp ve princomp arasındaki fark nedir?
Karşılaştırma yaptım ?prcompve ?princompQ modu ve R modu ana bileşen analizi (PCA) hakkında bir şeyler buldum. Ama dürüst olmak gerekirse, anlamıyorum. Birisi farkı açıklayabilir ve belki de ne zaman uygulanacağını açıklayabilir mi?
70 r  pca 

2
R de çok değişkenli çoklu regresyon
Her biri 7 bağımsız değişken grubundan etkilenebilecek 2 bağımlı değişkene (DV) sahibim. DV'ler süreklidir, IV'ler ise sürekli ve ikili kodlanmış değişkenlerin bir karışımından oluşur. (Aşağıdaki kodda sürekli değişkenler büyük harflerle ve ikili değişkenler küçük harflerle yazılmıştır.) Çalışmanın amacı, bu DV'lerin IV değişkenleri tarafından nasıl etkilendiğini ortaya çıkarmaktır. Aşağıdaki çok değişkenli …

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.