«r» etiketlenmiş sorular

anovaİki modeli karşılaştırırken sonucu nasıl anlamalıyım ? Misal: Res.Df RSS Df Sum of Sq F Pr(>F) 1 9 54.032 2 7 4.632 2 49.4 37.329 0.0001844 *** Manpage şunu belirtir: "Bir veya daha fazla takılmış model nesnesi için varyans (veya sapma) tablolarının hesaplama analizi." Bununla birlikte, profesör model karşılaştırması için …

9 r  regression  anova 

Sürekli değişken ve ikili hedef değişken (0 ve 1) ile bir veri kümesi var. Sürekli değişkenleri (lojistik regresyon için) hedef değişkene göre ayırmak ve her aralıktaki gözlem sıklığının dengelenmesi gerekir. Chi Merge, karar ağaçları gibi makine öğrenme algoritmalarını denedim. Chi merge bana her aralıkta çok dengesiz sayılarla aralıklar verdi (3 …

9 r  machine-learning  chi-squared  discrete-data  supervised-learning 

Aşağıdaki gibi yapılan temel bileşen analizi çıktısını anlamaya çalışıyorum: > head(iris) Sepal.Length Sepal.Width Petal.Length Petal.Width Species 1 5.1 3.5 1.4 0.2 setosa 2 4.9 3.0 1.4 0.2 setosa 3 4.7 3.2 1.3 0.2 setosa 4 4.6 3.1 1.5 0.2 setosa 5 5.0 3.6 1.4 0.2 setosa 6 5.4 3.9 1.7 …

9 r  pca  interpretation 

decomposeFonksiyonu kullanıyorum ve Raylık zaman serilerimin (trend, mevsimsel ve rastgele) 3 bileşenini buluyorum. Grafiği çizersem veya tabloya bakarsam, zaman serisinin mevsimsellikten etkilendiğini açıkça görebilirim. Bununla birlikte, zaman serisini 11 mevsimsel kukla değişkene gerilediğimde, tüm katsayılar istatistiksel olarak anlamlı değildir, bu da mevsimsellik olmadığını gösterir. Neden iki farklı sonuç bulduğumu anlamıyorum. …

9 r  regression  time-series 

İkinci dereceden optimizasyon problemlerini çözmeme yardımcı olacak bir paket arıyorum ve en az yarım düzine farklı paket olduğunu görüyorum. Bu sayfaya göre : QP (İkinci dereceden programlama, 90C20): cplexAPI , kernlab , limSolve , LowRankQP , quadprog , Rcplex , Rmosek Bunlardan bazıları (Rmosek ve cplexAPI) diğer tescilli paketlere bağlıdır, …

9 r  optimization 

İki sürekli değişkenli basit veri setim var; yani: d = data.frame(x=runif(100,0,100),y = runif(100,0,100)) plot(d$x,d$y) abline(lm(y~x,d), col="red") cor(d$x,d$y) # = 0.2135273 Değişkenler arasındaki korelasyon ~ 0.6 olacak şekilde verileri yeniden düzenlemem gerekiyor. Her iki değişkenin ortalamalarını ve diğer tanımlayıcı istatistiklerini (sd, min, max, vb.) Sabit tutmam gerekiyor. Verilen verilerle hemen hemen …

9 r  correlation 

Aşağıdaki deneysel tasarımdan verilerim var: gözlemlerim, her biri bireylerden oluşan iki grup için , tedavilerden, her bir faktör kombinasyonunda replikatların bulunduğu K, karşılık gelen sayıda denemeden ( N) başarıların sayısı ( ) sayımıdır. . Burada T *, R * * Bu yüzden, tamamen bir 2 var K 'nin ve mukabil …

9 r  generalized-linear-model  heteroscedasticity  log-linear  dglm 

Eğilim skoru ağırlıklandırmasını (özellikle IPTW) kullanarak gözlemsel verilerden ortalama tedavi etkisini tahmin etmeye çalışıyorum. Bence ATE'yi doğru şekilde hesaplıyorum, ama ters eğilim puan ağırlıklarını dikkate alarak ATE'nin güven aralığını nasıl hesaplayacağımı bilmiyorum. Ortalama tedavi etkisini hesaplamak için kullandığım denklem (referans Stat Med. 10 Eyl 2010; 29 (20): 2137-2148.): A TE=1N-Σ1N-ZbenYbenpben-1N-Σ1N-( …

9 r  survey  causality  propensity-scores  observational-study 

Lojistik Genelleştirilmiş Doğrusal Karışık Modelde (aile = binom), rastgele efekt varyansını nasıl yorumlayacağımı bilmiyorum: Random effects: Groups Name Variance Std.Dev. HOSPITAL (Intercept) 0.4295 0.6554 Number of obs: 2275, groups: HOSPITAL, 14 Bu sayısal sonucu nasıl yorumlayabilirim? Çok merkezli bir çalışmada böbrek transplantasyonu yapılan bir hasta örneğim var. Hastanın spesifik bir …

9 r  lme4-nlme 

Bağlam dışı kısa versiyon , CDF ile rastgele bir değişken olsunyyyF(⋅)≡{θθ+(1−θ)×CDFlog-normal(⋅;μ,σ) y = 0 y > 0F(⋅)≡{θ y = 0 θ+(1−θ)×CDFlog-normal(⋅;μ,σ) y > 0 F(\cdot) \equiv \cases{\theta & y = 0 \\ \theta + (1-\theta) \times \text{CDF}_{\text{log-normal}}(\cdot; \mu, \sigma) & y > 0} Diyelim ki ters CDF yöntemini kullanarak çizimlerini …

9 r  distributions  sampling  simulation  copula 

MASS paketindeki 'polr' işlevini, 15 sürekli açıklayıcı değişkenli bir sıralı kategorik yanıt değişkeni için bir sıralı lojistik regresyon çalıştırmak için kullandım. Kodumu (aşağıda gösterilen) modelimin UCLA'nın kılavuzunda verilen tavsiyelere göre orantılı oran varsayımına uygun olup olmadığını kontrol etmek için kullandım . Bununla birlikte, çıktı için biraz endişeliyim, sadece çeşitli kesme …

9 r  logistic  assumptions  ordered-logit  polr 

Evrişimi hesaplamak / değerlendirmek istiyorum g( x ) =∫Df( x - t ) ϕ ( t ) dt ,g(x)=∫Df(x−t)ϕ(t)dt,g(x)=\int_D f(x-t) \phi(t) dt, burada bir yoğunluktur ve , kompakt destek ile düzgün bir fonksiyondur . Evrişim kapalı formda mevcut değildir ve bunu sayısal olarak entegre etmem gerekiyor. Sorum şu: Bunu yapmanın …

9 r  convolution 

Aşağıdaki R kodunu düşünün: > data <- data.frame( a=c(NA,2,3,4,5,6),b=c(2.2,NA,6.1,8.3,10.2,12.13),c=c(4.2,7.9,NA,16.1,19.9,23)) > data a b c 1 NA 2.20 4.2 2 2 NA 7.9 3 3 6.10 NA 4 4 8.30 16.1 5 5 10.20 19.9 6 6 12.13 23.0 Gördüğünüz gibi, verileri kabaca tasarladım c = 2*b = 4*a. Bu nedenle, …

9 r  data-imputation  multiple-imputation 

Zamana bağlı ortak değişken içeren Cox orantılı tehlike modelinden sağkalım süresi oluşturmak istiyorum. Model h(t|Xi)=h0(t)exp(γXi+αmi(t))h(t|Xi)=h0(t)exp⁡(γXi+αmi(t))h(t|X_i) =h_0(t) \exp(\gamma X_i + \alpha m_{i}(t)) nerede XiXiX_i Binom'dan (1,0.5) üretilir ve mi(t)=β0+β1Xi+β2Xitmi(t)=β0+β1Xi+β2Xitm_{i}(t)=\beta_0 + \beta_1 X_{i} + \beta_2 X_{i} t. Gerçek parametre değerleri şu şekilde kullanılır: γ=1.5,β0=0,β1=−1,β2=−1.5,h0(t)=1γ=1.5,β0=0,β1=−1,β2=−1.5,h0(t)=1\gamma = 1.5, \beta_0 = 0, \beta_1 = -1, …

9 r  survival  cox-model  time-varying-covariate 

Lavta yaparken bu CFA im nasıl devam emin değilim. 172 katılımcıdan oluşan bir örnek var (bunun bir CFA için fazla bir şey olmadığını biliyorum) ve yedi faktör üzerine yüklenecek 7 noktalı Likert ölçekleri olan 28 öğe var. "Mlm" tahmincileri olan bir CFA yaptım, ancak model uyum gerçekten kötüydü (χ2 (df …

9 r  sem  fitting  confirmatory-factor