«r» etiketlenmiş sorular

Cook mesafesinin formülünün ne olduğunu bilen var mı? Orijinal Cook'un mesafe formülü öğrenci kalıntılarını kullanır, ancak R neden std kullanıyor? Cook'un bir GLM için mesafe grafiğini hesaplarken Pearson kalıntıları. Öğrenci kalıntılarının GLM'ler için tanımlanmadığını biliyorum, ancak Cook'un mesafesini hesaplamak için formül nasıl görünüyor? Aşağıdaki örneği varsayalım: numberofdrugs <- rcauchy(84, 10) …

11 r  regression  generalized-linear-model  residuals  cooks-distance 

Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Soruyu , Çapraz Doğrulanmış için konuyla ilgili olacak şekilde güncelleyin . 6 yıl önce kapalı . Bir veri çerçevesinde, sütunun dizin adıyla almak istiyorum. Örneğin: x <- data.frame(foo=c('a','b','c'),bar=c(4,5,6),quux=c(4,5,6)) "Bar" için sütun dizini bilmek istiyorum. …

11 r 

ARIMA modellerini orijinal zaman serisine yerleştirdim ve en iyi model ARIMA (1,1,0). Şimdi diziyi bu modelden simüle etmek istiyorum. Basit AR (1) modelini yazdım, ancak ARI (1,1,0) modelindeki farkı nasıl ayarlayacağımı anlayamadım. AR (1) serisi için aşağıdaki R kodu: phi= -0.7048 z=rep(0,100) e=rnorm(n=100,0,0.345) cons=2.1 z[1]=4.1 for (i in 2:100) z[i]=cons+phi*z[i-1]+e[i] …

11 r  time-series  arima 

Rastgele Ormanlar veya Aşırı Gradient Boosting (XGBoost) gibi algoritmaları kullanırken, tahmin edilen her değer için bir güven puanı almanın bir yolu var mı (buna güven değeri veya olasılığı da diyebiliriz)? Diyelim ki bu güven puanı 0 ile 1 arasında değişiyor ve belirli bir tahminden ne kadar emin olduğumu gösteriyor . …

11 r  regression  random-forest  prediction  boosting 

Birisinin nispeten basit bir soru olduğunu düşündüğüm şeylere yardımcı olabileceğini umuyorum ve bence cevabı biliyorum ama onaylamadan emin olamayacağım bir şey haline geldi. Yanıt değişkeni olarak bazı sayım verileri var ve bu değişken bir şeyin orantılı varlığı ile nasıl değiştiğini ölçmek istiyorum. Daha ayrıntılı olarak, yanıt değişkeni, bir dizi alanda …

11 r  binomial  proportion  glmm  lme4-nlme 

Negatif bir binom modeli kullanarak R'de bir konağı etkileyen parazitlerin ortalama şiddetlerini modellemeye çalışıyorum. Şunu söyleyen 50 veya daha fazla uyarı almaya devam ediyorum: In dpois(y, mu, log = TRUE) : non-integer x = 251.529000 Bununla nasıl başa çıkabilirim? Kodum şöyle görünüyor: mst.nb = glm.nb(Larvae+Nymphs+Adults~B.type+Month+Season, data=MI.df)

11 r  generalized-linear-model  negative-binomial 

DW testini R'deki regresyon modelime uyguladım ve DW test istatistiği 1.78 ve p değeri 2.2e-16 = 0 aldım. Bu, artıklar arasında otokorelasyon olmadığı anlamına mı gelir, çünkü stat küçük bir p değeriyle 2'ye yakındır veya stat 2'ye yakın olmasına rağmen p değeri küçüktür ve bu nedenle var olan sıfır hipotezini …

11 r  regression  hypothesis-testing  autocorrelation  residuals 

Temel bileşen analizi ile elde edilen değerlerin bir biplotunu kullanarak, her bir temel bileşeni oluşturan açıklayıcı değişkenleri incelemek mümkündür. Bu Doğrusal Ayırım Analiziyle de mümkün müdür? Sağlanan örneklerde veriler "Edgar Anderson'ın İris Verileri" dir ( http://en.wikipedia.org/wiki/Iris_flower_data_set ). İşte iris verileri : id SLength SWidth PLength PWidth species 1 5.1 3.5 …

11 r  pca  multivariate-analysis  discriminant-analysis  biplot 

İki günlük veri serim var. Biri sign-upsdiğeri terminationsise abonelikler. Her iki değişkente bulunan bilgileri kullanarak ikincisini tahmin etmek istiyorum. Bu serinin grafiğine bakıldığında, sonlandırmaların aylar öncesindeki kayıtların katları ile ilişkili olduğu açıktır. Yani, 10 Mayıs'taki kayıtlarda bir artış, 10 Haziran, 10 Temmuz ve 10 Ağustos'ta fesihlerde artışa neden olacak, ancak …

11 r  time-series  seasonality  var 

Zaman çizelgesi olarak kullanılacak otomatik korelasyonlu rasgele değerler yaratmaya çalışıyoruz. Bahsettiğimiz mevcut verimiz yok ve sadece vektörü sıfırdan oluşturmak istiyoruz. Bir yandan elbette dağıtım ve SD'si ile rastgele bir sürece ihtiyacımız var. Öte yandan, rasgele süreci etkileyen otokorelasyon tarif edilmelidir. Vektörün değerleri, birkaç zaman gecikmesi boyunca azalan mukavemet ile otomatik …

11 r  time-series  random-variable  autocorrelation  lags 

Aşağıdaki veri kümesine sahip olduğumuzu varsayalım: Men Women Dieting 10 30 Non-dieting 5 60 Fisher kesin testini R'de yaparsam alternative = greater(veya daha az) ne anlama gelir ? Örneğin: mat = matrix(c(10,5,30,60), 2,2) fisher.test(mat, alternative="greater") Anladım p-value = 0.01588ve odds ratio = 3.943534. Ayrıca, durum tablosunun satırlarını şu şekilde çevirdiğimde: …

11 r  statistical-significance  contingency-tables  fishers-exact 

Şimdiye kadar çoğunlukla kesitsel verilerle çalıştıktan ve son zamanlarda tarama, giriş zaman serileri literatüründe tökezleyerek tarama yaptıktan sonra, zaman serisi analizinde açıklayıcı değişkenlerin hangi rolü oynadığını merak ediyorum. Eğilimin giderilmesi yerine bir eğilimi açıklamak istiyorum . Giriş olarak okuduğum şeylerin çoğu, serinin bazı stokastik süreçlerden kaynaklandığını varsayar. AR (p) ve …

11 r  time-series  multivariate-analysis 

Aşağıdaki zaman serisi verilerini mevsimsel, trend ve artık bileşenlere ayırmak istiyorum. Veriler, ticari bir binadan saatlik Soğutma Enerji Profili: TotalCoolingForDecompose.ts <- ts(TotalCoolingForDecompose, start=c(2012,3,18), freq=8765.81) plot(TotalCoolingForDecompose.ts) Bu nedenle aşağıdaki tavsiyelere dayanan bariz günlük ve haftalık mevsimsel etkiler vardır: Birden çok mevsimsel bileşen içeren bir zaman serisini nasıl parçalayabilirim? , Paketten tbatsişlevi …

10 r  time-series  forecasting  multiple-seasonalities  tbats 

tl; dr: null altında oluşturulan bir veri kümesi ile başlayarak, vakaları değiştirerek yeniden örnekledim ve her yeniden örneklenen veri kümesi üzerinde bir hipotez testi gerçekleştirdim. Bu hipotez testleri boş değeri% 5'ten fazla reddeder. Aşağıda, çok basit bir simülasyonda, ile veri kümeleri oluşturuyorum X∼N(0,1)⨿Y∼N(0,1)X∼N(0,1)⨿Y∼N(0,1)X \sim N(0,1) \amalg Y \sim N(0,1)ve her …

10 r  bootstrap  simulation  resampling 

Manuel polinom genişlemesi ve R polyfonksiyonunu kullanmak için neden farklı tahminler alıyorum ? set.seed(0) x <- rnorm(10) y <- runif(10) plot(x,y,ylim=c(-0.5,1.5)) grid() # xp is a grid variable for ploting xp <- seq(-3,3,by=0.01) x_exp <- data.frame(f1=x,f2=x^2) fit <- lm(y~.-1,data=x_exp) xp_exp <- data.frame(f1=xp,f2=xp^2) yp <- predict(fit,xp_exp) lines(xp,yp) # using poly function …

10 r  regression  polynomial