«r» etiketlenmiş sorular

Aşağıdaki yapıya sahip bir veri kümem var: a word | number of occurrence of a word in a document | a document id R'de normal dağılım için nasıl bir test yapabilirim? Muhtemelen bu kolay bir soru ama ben bir R acemiyim.

44 r  distributions  normality-assumption 

R'de oldukça basit bir scatterplot etiketlemeye çalışıyorum. Kullandığım şey: plot(SI, TI) text(SI, TI, Name, pos=4, cex=0.7) Sonuç, gördüğünüz gibi vasattır (büyütmek için tıklayın): textxyFonksiyonu kullanarak bunu telafi etmeye çalıştım , ama daha iyi değil . Görüntünün kendisini büyütmek yoğun kümeler için işe yaramaz. Bunu telafi etmenin ve R'nin çakışmayan etiketleri …

44 r  data-visualization  scatterplot 

Aşağıdaki grafikte gösterilen iki zaman serim var: Grafik, her iki zaman serisinin tüm ayrıntılarını gösteriyor, ancak gerektiğinde kolayca tesadüfî gözlemlere indirgeyebilirim. Sorum şu: Zaman serisi arasındaki farkları değerlendirmek için hangi istatistiksel yöntemleri kullanabilirim? Bunun oldukça geniş ve belirsiz bir soru olduğunu biliyorum, ancak bu konuda hiçbir tanıtım materyali bulamıyorum. Görebildiğim …

43 r  time-series 

Regresyon modelinde bir etkileşimi belirtmenin en iyi yolunun hangisi olduğu hakkında bir sorum var. Aşağıdaki verileri göz önünde bulundurun: d <- structure(list(r = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("r1","r2"), class = "factor"), s …

42 r  regression  interaction 

EDIT 2: Başlangıçta bir faktör üzerinde tekrarlanan önlemlerle iki faktörlü bir ANOVA çalıştırmam gerektiğini düşündüm, ama şimdi doğrusal bir karma etki modelinin verilerim için daha iyi çalışacağını düşünüyorum. Sanırım ne olması gerektiğini neredeyse biliyorum, ama hala birkaç noktayla kafam karıştı. Analiz etmem gereken deneyler şöyle gözüküyor: Denekler birkaç tedavi grubundan …

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

Bayesian modellerini tahmin etmek için bir BUGS tarzı ortamı denemek üzereyim. OpenBugs veya JAGS arasında seçim yaparken göz önünde bulundurulması gereken önemli avantajlar var mı? Öngörülebilir bir gelecekte biri diğerinin yerini alacak mı? Seçilen Gibbs Sampler'ı R ile kullanacağım. Henüz belirli bir uygulamam yok, ama hangisini tutacağım ve öğreneceğime karar …

41 r  software  bugs  jags  gibbs 

Değişkenleri dönüştürürken, aynı dönüşümü kullanmanız gerekir mi? Örneğin, farklı dönüştürülmüş değişkenleri seçip seçebilir miyim: , Let yaş, istihdam süresi, yaşadıkları uzunluğu ve gelir olmak.x1, x2, x3x1,x2,x3x_1,x_2,x_3 Y = B1*sqrt(x1) + B2*-1/(x2) + B3*log(x3) Veya dönüşümlerinizle tutarlı olmanız ve hepsini kullanmanız mı gerekiyor? De olduğu gibi: Y = B1*log(x1) + B2*log(x2) …

41 r  regression  logistic  data-transformation 

İtfaiyeciye giriş sınavı sonuçlarını gösteren verilerim var. Sınav sonuçlarının ve etnik kökenin karşılıklı olarak bağımsız olmadığı hipotezini test ediyorum. Bunu test etmek için, R'de Pearson ki-kare testi uygulamıştım. Sonuçlar beklediğimi gösteriyor, ancak " In chisq.test(a) : Chi-squared approximation may be incorrect." Şeklinde bir uyarı verdi . > a white black …

40 r  categorical-data  chi-squared  small-sample  error-message 

30 bağımsız değişken kümesinden sürekli bir bağımlı değişken için tahmincileri bulmak istiyorum. R'deki glmnet paketinde uygulanan Lasso regresyonunu kullanıyorum . İşte bazı boş kod: # generate a dummy dataset with 30 predictors (10 useful & 20 useless) y=rnorm(100) x1=matrix(rnorm(100*20),100,20) x2=matrix(y+rnorm(100*10),100,10) x=cbind(x1,x2) # use crossvalidation to find the best lambda library(glmnet) …

40 r  multiple-regression  lasso  glmnet  communication 

7., 16. ve 29. noktaların etkili nokta olup olmadığını bilen var mı? Bir yerlerde, Cook'un mesafesi 1'den düşük olduğundan, olmadıklarını okudum. Ben haklı mıyım?

40 r  regression  residuals  diagnostic  cooks-distance 

Temel Bileşen Analizi (PCA) veya Ampirik Ortogonal İşlev (EOF) Analizinden çıkan önemli kalıpların sayısını belirlemekle ilgileniyorum. Özellikle bu yöntemi iklim verilerine uygulamakla ilgileniyorum. Veri alanı, M'nin zaman boyutu (örneğin günler) ve N'nin uzaysal boyut (örneğin, lon / lat konumları) olduğu bir MxN matrisidir. Önemli bilgisayarları belirlemek için olası bir önyükleme …

40 r  pca  bootstrap  monte-carlo 

Medyan ve diğer yüzdelik oranlarda% 95 CI bulmalıyım. Buna nasıl yaklaşacağımı bilmiyorum. Temelde R'yi programlama aracı olarak kullanıyorum.

40 r  confidence-interval  median 

Regresyon için rastgele ormanlarla oynuyordum ve iki önemli önlemin ne anlama geldiğini ve bunların nasıl yorumlanması gerektiğini tam olarak çözmekte zorlanıyorum. importance()Fonksiyon her bir değişken için iki değer verir: %IncMSEve IncNodePurity. Bu 2 değer için basit yorumlar var mı? İçin IncNodePurityözellikle bu sadece tutar o değişkenin çıkarılmasını takiben RSS artıştır?

40 r  machine-learning  random-forest  importance 

İstatistiklere yeniyim ve şu anda ANOVA ile ilgileniyorum. Kullanarak R'de ANOVA testi yapıyorum aov(dependendVar ~ IndependendVar) Ben - diğerleri arasında - bir F değeri ve bir p değeri alıyorum. Boş hipotezim ( ) tüm grupların eşit olduğu yönünde.H0H0H_0 F'nin nasıl hesaplandığı hakkında birçok bilgi var , ancak bir F istatistiğini …

40 r  anova  interpretation 

İçinde lojistik bir regresyon analizi yapmaya çalışıyorum R. STATA kullanarak bu materyali kapsayan derslere katıldım. İçinde işlevselliği çoğaltmak çok zor buluyorum R. Bu alanda olgunlaşmış mu? Çok az dokümantasyon veya rehberlik mevcut gibi görünüyor. Olasılık oranı çıktısı üretmek , hiçbiri çalışamadığım, eskimiş veya belge eksikliği olan kurulum epicalcve / veya …

40 r  logistic  odds-ratio