Я дуже намагаюся додати лінію регресії на ggplot. Я спершу спробував з abline, але мені не вдалося змусити його працювати. Потім я спробував це ... data = data.frame(x.plot=rep(seq(1,5),10),y.plot=rnorm(50)) ggplot(data,aes(x.plot,y.plot))+stat_summary(fun.data=mean_cl_normal) + geom_smooth(method='lm',formula=data$y.plot~data$x.plot) Але це теж не працює.
Як я можу сказати R використовувати певний рівень як опорний, якщо я використовую бінарні пояснювальні змінні в регресії? Це просто використання деякого рівня за замовчуванням. lm(x ~ y + as.factor(b)) з b {0, 1, 2, 3, 4}. Скажімо, я хочу використовувати 3 замість нуля, який використовується Р.
У мене є pandasкадр даних, і я хотів би мати можливість передбачити значення стовпця A за значеннями у стовпцях B і C. Ось іграшковий приклад: import pandas as pd df = pd.DataFrame({"A": [10,20,30,40,50], "B": [20, 30, 10, 40, 50], "C": [32, 234, 23, 23, 42523]}) В ідеалі я мав би …
Я хочу зробити лінійну регресію в R, використовуючи lm()функцію. Мої дані - це щорічний часовий ряд з одним полем для року (22 роки), а іншим для штату (50 штатів). Я хочу підібрати регресію для кожного стану, щоб наприкінці я мав вектор відповідей lm. Я можу собі уявити, як робити цикл …
У мене є модель регресії для деяких даних часових рядів, що досліджують вживання наркотиків. Мета полягає в тому, щоб припасувати сплайн до часового ряду і відпрацювати 95% ДІ тощо. Модель виглядає наступним чином: id <- ts(1:length(drug$Date)) a1 <- ts(drug$Rate) a2 <- lag(a1-1) tg <- ts.union(a1,id,a2) mg <-lm (a1~a2+bs(id,df=df1),data=tg) Підсумковий результат …