«r» etiketlenmiş sorular

Ampirik bir dağılımım . Aşağıdaki gibi hesaplıyorumG ( x )G(x)G(x) x <- seq(0, 1000, 0.1) g <- ecdf(var1) G <- g(x) I göstermektedirler , yani saat süre pdf G ED olup.h ( x ) = dG / dxh(x)=dG,/dxh(x) = dG/dxhhhG,G,G Şimdi entegrasyonun üst limiti (örneğin, ) için bir denklemi çözmek …

13 r  integral  ecdf 

Belirli kısıtlamalar altında veri kümemdeki eksik değerleri değiştirmek için gösterim kullanmak istiyorum. Örneğin, isnat edilen değişkenin x1diğer iki değişkenimin toplamından daha büyük veya eşit olmasını isterim, diyelim x2ve x3. Ben de istiyorum x3biri tarafından izafi edilecek 0veya >= 14ve istediğim x2biri tarafından izafi edilecek 0veya >= 16. Bu kısıtlamaları SPSS'de …

13 r  spss  missing-data  multiple-imputation 

Sonuçlarımdan, GLM Gamma'nın çoğu varsayımı karşıladığı anlaşılıyor, ancak log dönüştürülmüş LM'ye göre önemli bir gelişme mi? Çoğu literatür Poisson ya da Binom GLM'leri ile uğraştı. RANDOMİZASYONU KULLANARAK GENELLEŞTİRİLMİŞ LİNEER MODEL VARSAYIMLARININ DEĞERLENDİRİLMESİ makalesini çok yararlı buldum , ancak karar vermek için kullanılan gerçek grafiklerden yoksundur. Umarım deneyimi olan biri beni …

13 r  generalized-linear-model  model-selection  gamma-distribution 

Bir alıcı operatör özelliği (ROC) altındaki alanın p değerini hesaplamanın bir yolunu bulmak için mücadele ediyorum. Sürekli bir değişkenim ve bir tanısal test sonucum var. AUROC'un istatistiksel olarak anlamlı olup olmadığını görmek istiyorum. ROC eğrileri ile ilgili birçok paket buldum: pROC, ROCR, caTools, doğrulama, Epi. Ancak belgeleme ve testleri okumak …

13 r  p-value  roc 

Sırt, kement ve elastik ağ ile seçilen modelleri karşılaştırmak istiyorum. Aşağıdaki Şekil 3 yöntemi de kullanarak katsayı yollarını göstermektedir: sırt (Şekil A, alfa = 0), kement (Şekil B; alfa = 1) ve elastik ağ (Şekil C; alfa = 0.5). En uygun çözüm, çapraz doğrulamaya dayalı olarak seçilen seçilen lambda değerine …

13 r  multiple-regression  modeling  regularization 

Cox orantılı tehlike modeli için öngörülen hayatta kalma işlevini, kırılganlık terimleriyle [hayatta kalma paketini kullanarak] hesaplamak istiyorum. Modelde kırılganlık terimleri olduğunda tahmin edilen kurtulan işlevinin hesaplanamadığı anlaşılmaktadır. ## Example require(survival) data(rats) ## Create fake weight set.seed(90989) rats$weight<-runif(nrow(rats),0.2,0.9) ## Cox model with gamma frailty on litter fit <- coxph(Surv(time, status) ~ …

13 r  survival  cox-model  frailty 

Kullanabileceğim bir açık kaynak veya mevcut bir kütüphane arıyorum. Söylediğim gibi glmnet paketi negatif olmayan kasayı kapsayacak şekilde kolayca genişletilebilir değil. Yanılıyor olabilirim, herhangi bir fikri olan herkes çok takdir. Negatif olmayan bir ifadeyle, tüm katsayıların pozitif olarak kısıtlandığı anlamına gelir (> 0).

13 r  lasso 

Arima kullanmadan önce bir seriyi (ihtiyaç duyduğu varsayılarak) fark etmek daha mı iyi, yoksa Arima içinde d parametresini kullanmak için daha mı iyi? Aynı model ve verilerle hangi güzergahın alındığına bağlı olarak, takılan değerlerin ne kadar farklı olduğuna şaşırdım. Yoksa yanlış bir şey mi yapıyorum? install.packages("forecast") library(forecast) wineindT<-window(wineind, start=c(1987,1), end=c(1994,8)) …

13 r  time-series  arima 

Üst üste binen iki sınıflı bir veri setim var, her sınıfta yedi nokta, iki boyutlu uzayda noktalar var. R, ve ben bu sınıflar için ayrı bir köprü oluşturmak svmiçin e1071paketten çalışıyorum . Aşağıdaki komutu kullanıyorum: svm(x, y, scale = FALSE, type = 'C-classification', kernel = 'linear', cost = 50000) burada …

13 r  machine-learning  svm  libsvm  e1071 

Lme4, nlme, baysian regresyon paketi veya mevcut olan herhangi bir modeli kullanarak karma modele uymak istiyorum. Asreml-R kodlama kurallarında karma model spesifikasyonlara girmeden önce, ASREML kodlarına aşina olmayanlar için asreml-R sözleşmeleri hakkında ayrıntılı bilgi edinmek isteyebiliriz. y = Xτ + Zu + e ........................(1) ; olağan karışık model, y, x …

13 r 

Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Sorunuzu güncelleyin o yüzden -konu üzerinde Çapraz doğrulanmış için. 4 yıl önce kapalı . Değişkenler arasında ilişki olup olmadığını araştırmak için kullanabileceğim bir R paketi var mı? Tipik olarak desen ararken korelasyonlara ve sonra …

13 r  data-visualization  correlation  eda 

Karışık tip değişkenlerden (sürekli ve ikili) oluşan bir veri kümesine PCA uygulamak istiyorum. Prosedürü göstermek için, aşağıdaki R'ye minimal tekrarlanabilir bir örnek yapıştırıyorum. # Generate synthetic dataset set.seed(12345) n <- 100 x1 <- rnorm(n) x2 <- runif(n, -2, 2) x3 <- x1 + x2 + rnorm(n) x4 <- rbinom(n, 1, …

13 r  pca 

R kullanarak çoklu lojistik regresyon üzerinde çalışıyorum glm. Öngörücü değişkenleri sürekli ve kategoriktir. Model özetinin bir özeti aşağıdakileri gösterir: Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 2.451e+00 2.439e+00 1.005 0.3150 Age 5.747e-02 3.466e-02 1.658 0.0973 . BMI -7.750e-02 7.090e-02 -1.093 0.2743 ... --- Signif. codes: 0 ‘***’ 0.001 ‘**’ …

13 r  logistic  interpretation  p-value 

R'nin lag-k otokorelasyonunu nasıl hesapladığını anlamaya çalışıyorum (görünüşe göre, Minitab ve SAS tarafından kullanılan formülle aynıdır), böylece seriye uygulanan KORREL işlevini ve k gecikmeli versiyonunu kullanarak karşılaştırabilirim. R ve Excel (CORREL kullanarak) biraz farklı otokorelasyon değerleri verir. Ayrıca, bir hesaplamanın diğerinden daha doğru olup olmadığını öğrenmek isterim.

13 r  sas  autocorrelation  excel 

Aralık çubuklarının plot.stltam olarak ne anlama geldiğini anlamakta zorlanıyorum . Gavin'in bu soru üzerine yazısını buldum ve belgeleri de okudum, ayrışan bileşenlerin göreceli büyüklüğünü söylediklerini anlıyorum, ancak yine de nasıl çalıştıklarından tam olarak emin değilim. Örneğin: veri: küçük çubuk, ölçeksiz mevsimsel: tam çubuk, -0.6 ile 0.2 arasında değişen ölçek ile …

13 r  time-series