«r» etiketlenmiş sorular

Herkes geri dönüşümlü atlama MCMC için iyi yazılmış bir kod (Matlab veya R) biliyor mu? Tercihen, konuyla ilgili makalelerin iltifat edilmesi için basit bir demo uygulaması, sürecin anlaşılmasında faydalı olacaktır.

14 r  matlab  references  mcmc 

İki S serisi serim var ve T. aynı frekansta ve aynı uzunlukta. (R kullanarak), bu çift arasındaki korelasyonu (yani S ve T) hesaplamak ve ayrıca korelasyonun önemini hesaplamak istiyorum), böylece korelasyonun şansa bağlı olup olmadığını belirleyebilirim. Bunu R'de yapmak istiyorum ve beni başlatmak için işaretçiler / iskelet çerçevesi arıyorum.

14 r  time-series  correlation 

Monte Carlo'yu R'de hobi olarak yapmaya başladım, ancak sonunda bir finansal analist Matlab'a göç etmeyi önerdi. Deneyimli bir yazılım geliştiricisiyim. ama bir Monte Carlo acemi. Duyarlılık analizi ile statik modeller, daha sonra dinamik modeller oluşturmak istiyorum. Bana rehberlik edecek iyi kütüphanelere / algoritmalara ihtiyacınız var. Bana göre R'nin mükemmel kütüphaneleri …

14 r  matlab  monte-carlo 

Kilitli . Bu soru ve cevapları kilitlidir çünkü soru konu dışıdır, ancak tarihsel önemi vardır. Şu anda yeni yanıtları veya etkileşimleri kabul etmiyor. Yaş piramidi şuna benzer: Dikey olarak döndürülmüş ve piramitte olduğu gibi her iki tarafa da uzanan aynı kategorilere sahip 2 barplot (histogram değil) benzer bir şey yapmak …

14 r  data-visualization 

1000 özellikli bilinen iki gruba ayrılan bir mikrodizi veri kümesine sınıflandırıcı olarak rastgele bir orman algoritması uyguluyorum. İlk çalıştırmadan sonra özelliklerin önemine bakıyorum ve 5, 10 ve 20 en önemli özellik ile ağaç algoritmasını tekrar çalıştırıyorum. Tüm özellikler için, ilk 10 ve 20'de OOB hata oranı tahmini% 1.19, burada ilk …

14 r  machine-learning  classification  random-forest 

LOESS gibi süreksizliklerin zamanlamasının bilinmediği sıfır, bir veya daha fazla süreksizliğe izin veren bir modelleme tekniği var mı ? Bir teknik varsa, R'de mevcut bir uygulama var mı?

14 r  regression  curve-fitting  change-point  loess 

RChamberlain'in 1980 tahmincisini kullanarak bireysel sabit etkili (bireysel kesişme) logit modellerinin katsayılarını tahmin etmek için bir paket arıyorum . Genellikle Chamberlain'in sabit etkili logit tahmincisi olarak bilinir. İkili sonuç paneli verileriyle (en azından ekonometride) uğraşırken klasik bir tahmin edicidir, ancak CRAN'da bununla ilgili hiçbir şey bulamıyorum. Bir ipucu?

14 r  logistic  panel-data  clogit 

Bu sayfaya bakıyordumve R'de lme ve lmer için güven aralıkları için yöntemleri fark ettiler. R bilmeyenler için, bunlar karışık efektler veya çok seviyeli modeller üretme işlevleridir. Eğer tekrarlı ölçüm tasarımı gibi bir şeyde sabit etkilerim varsa, tahmin edilen değer (ortalamaya benzer) etrafında bir güven aralığı ne anlama gelir? Bir etki …

14 r  confidence-interval  mixed-model  repeated-measures  sas 

Her biri 20 kez , 10'u bir durumda 10'u diğerinde 10 yanıt veren katılımcım olduğunu varsayalım . Her koşulda karşılaştıran doğrusal karışık efektler modeline uyuyorum . İşte paketi kullanarak bu durumu simüle eden tekrarlanabilir bir örnek :NNNYYYYYYlme4R library(lme4) fml <- "~ condition + (condition | participant_id)" d <- expand.grid(participant_id=1:40, trial_num=1:10) …

14 r  mixed-model  lme4-nlme 

Optimal bir lambda aramak için glmnetiçeride caretkullanma cv.glmnetve aynı görevi yapmak için kullanma karşılaştırmasında çok fazla karışıklık var gibi görünüyor . Birçok soru yöneltildi, örneğin: Sınıflandırma modeli train.glmnet mi cv.glmnet mi? Glmnet'i caret ile kullanmanın doğru yolu nedir? "Caret" kullanarak çapraz onaylama "glmnet" ancak sorunun tekrarlanabilirliğinden kaynaklanabilecek hiçbir cevap verilmemiştir. …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

Bağlam : Bu yüzden ben kullanıyorum, parametrik görünmeyen bir ScatterPlot bir çizgi çizmek istiyorum geom_smooth()içinde ggplotde R. geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to change the smoothing method.Genelleştirilmiş katkı modelleri için GAM …

14 r  gam  splines  loess  r  data-visualization  boxplot  mathematical-statistics  theory  sufficient-statistics  machine-learning  classification  correlation  svm  feature-selection  probability  stochastic-processes  machine-learning  reinforcement-learning 

Aşağıdaki kodu kullanarak bir lojistik regresyon oluşturduk: full.model.f = lm(Ft_45 ~ ., LOG_D) base.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg) step(base.model.f, scope=list(upper=full.model.f, lower=~1), direction="forward", trace=FALSE) Daha sonra çıktıyı bir son model oluşturmak için kullandım: final.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg + IP_util_E2_m02_flg + AE_NumVisit1_flg + OP_NumVisit1_m01_flg + IP_TotLoS_m02 + Ft1_45 + IP_util_E1_m05_flg + …

14 r  probability  logistic 

Ben ağırlığın aile = "binom" ile glm nasıl çalıştığı ile çok karışık. Anladığım kadarıyla glm'nin family = "binomial" ile olasılığı şu şekilde belirtilir: select {ny}} p ^ {ny} (1-p) ^ {n (1-y )} = \ exp \ left (n \ sol [y \ log \ frac {p} {1-p} - \ …

14 r  logistic  generalized-linear-model  binomial  weighted-regression 

Aslında, kısmi bağımlılık planıyla bir kişinin neyi gösterebileceğini anladığımı sanıyordum, ama çok basit bir varsayımsal örnek kullanarak oldukça şaşırdım. Aşağıdaki kod yığınında, üç bağımsız değişken ( a , b , c ) ve bir bağımlı değişken ( y ) ile c , y ile yakın bir doğrusal ilişki gösterirken, a …

14 r  random-forest  boosting  partial-plot 

Modelin bir bütün olarak önemli olduğu ve varyansın yaklaşık% 13'ünü açıkladığı çoklu bir gerileme yaptım. Bununla birlikte, her bir anlamlı yordayıcı tarafından açıklanan varyans miktarını bulmam gerekiyor. R kullanarak bunu nasıl yapabilirim? Aşağıda bazı örnek veriler ve kodlar verilmiştir: D = data.frame( dv = c( 0.75, 1.00, 1.00, 0.75, 0.50, …

14 r  regression  variance