Запитання з тегом «r»

Коли ви будуєте біплот для аналізу PCA, у вас є основні компоненти компонентів PC1 на осі x, а PC2 - на осі y. Але які дві інші осі праворуч і вгорі екрана?

18 r  pca  biplot 

Мені хотілося б знати, чим відрізняється обробка ваг між svyglmіglm Я використовую twangпакет в R, щоб створити показники схильності, які потім використовуються як ваги, наступним чином (цей код походить з twangдокументації): library(twang) library(survey) set.seed(1) data(lalonde) ps.lalonde <- ps(treat ~ age + educ + black + hispan + nodegree + married …

18 r  survey 

Будемо мати лінійну модель, наприклад просто просту ANOVA: # data generation set.seed(1.234) Ng <- c(41, 37, 42) data <- rnorm(sum(Ng), mean = rep(c(-1, 0, 1), Ng), sd = 1) fact <- as.factor(rep(LETTERS[1:3], Ng)) m1 = lm(data ~ 0 + fact) summary(m1) Результат такий: Call: lm(formula = data ~ 0 + …

18 r  regression  confidence-interval 

Це мій кадр даних: Group <- c("G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3") Subject <- c("S1","S2","S3","S4","S5","S6","S7","S8","S9","S10","S11","S12","S13","S14","S15","S1","S2","S3","S4","S5","S6","S7","S8","S9","S10","S11","S12","S13","S14","S15","S1","S2","S3","S4","S5","S6","S7","S8","S9","S10","S11","S12","S13","S14","S15") Value <- c(9.832217741,13.62390117,13.19671612,14.68552076,9.26683366,11.67886655,14.65083473,12.20969772,11.58494621,13.58474896,12.49053635,10.28208078,12.21945867,12.58276212,15.42648969,9.466436017,11.46582655,10.78725485,10.66159358,10.86701127,12.97863424,12.85276916,8.672953949,10.44587257,13.62135205,13.64038394,12.45778874,8.655142642,10.65925259,13.18336949,11.96595556,13.5552118,11.8337142,14.01763101,11.37502161,14.14801305,13.21640866,9.141392359,11.65848845,14.20350364,14.1829714,11.26202565,11.98431285,13.77216009,11.57303893) data <- data.frame(Group, Subject, Value) Потім я запускаю лінійно-змішану модель ефектів, щоб порівняти різницю 3 груп на "Значення", де "Тема" є випадковим фактором: library(lme4) library(lmerTest) model <- lmer (Value~Group + (1|Subject), data = data) summary(model) Результати: Fixed …

18 r  lme4-nlme  post-hoc 

Я дізнався про модель пропорційної небезпеки Кокса. У мене є великий досвід фитинга моделі логістичної регресії, і так , щоб побудувати інтуїції я порівнюють моделі FIT , використовуючи coxphз R «виживання» з логістичної регресійної моделі FIT , використовуючи glmз family="binomial". Якщо я запускаю код: library(survival) s = Surv(time=lung$time, event=lung$status - …

17 r  logistic  survival  cox-model  power 

Можна виконати логіт-регресію в R, використовуючи такий код: > library(MASS) > data(menarche) > glm.out = glm(cbind(Menarche, Total-Menarche) ~ Age, + family=binomial(logit), data=menarche) > coefficients(glm.out) (Intercept) Age -21.226395 1.631968 Схоже, алгоритм оптимізації зблизився - є інформація про номер кроків алгоритму оцінки рибалки: Call: glm(formula = cbind(Menarche, Total - Menarche) ~ Age, …

17 r  generalized-linear-model  optimization  algorithms  logit 

У мене є деякі дані, які я встановив, використовуючи модель LOESS в R, давши мені це: Дані мають один предиктор і одну відповідь, і вони є гетеросептичними. Я також додав інтервали довіри. Проблема полягає в тому, що інтервали - це довірчі інтервали для лінії, тоді як мене цікавлять інтервали прогнозування. …

17 r  regression  prediction-interval  loess 

Це моє перше повідомлення в StackExchange, але я використовую його як ресурс досить довгий час, я зроблю все можливе, щоб використовувати відповідний формат і внести відповідні зміни. Також це багатозначне питання. Я не був впевнений, чи варто розділити це питання на кілька різних постів або лише на одну. Оскільки всі …

17 r  logistic  model-selection  regression-strategies 

Я можу скористатись деякими вказівками щодо представлення деяких даних. Цей перший графік являє собою порівняльний випадок для цитокіну IL-10. Я вручну встановив вісь y, щоб включати 99% даних. Я встановив це вручну, тому що група випадків має надзвичайний зовнішній вигляд. Мої співробітники вагаються з видаленням зовнішнього набору даних. Я з …

17 r  data-visualization  outliers  boxplot  presentation 

Мені потрібно генерувати випадкові числа після нормального розподілу в інтервалі . (Я працюю в Р.)(a,b)(a,b)(a,b) Я знаю, що функція rnorm(n,mean,sd)генерує випадкові числа після нормального розподілу, але як встановити межі інтервалу в межах цього? Чи є для цього якісь функції R?

17 r  normal-distribution  matlab  simulation  random-generation 

Я провів цю порядкову логістичну регресію в R: mtcars_ordinal <- polr(as.factor(carb) ~ mpg, mtcars) Я отримав цей підсумок моделі: summary(mtcars_ordinal) Re-fitting to get Hessian Call: polr(formula = as.factor(carb) ~ mpg, data = mtcars) Coefficients: Value Std. Error t value mpg -0.2335 0.06855 -3.406 Intercepts: Value Std. Error t value 1|2 …

17 r  regression  logistic  interpretation  ordered-logit 

У мене є незалежна змінна назва "якість"; ця змінна має 3 способи реагування (погана якість; середня якість; висока якість). Я хочу ввести цю незалежну змінну в свою багаторазову лінійну регресію. Коли у мене є двійкова незалежна змінна (фіктивна змінна, я можу кодувати 0/1 ), її легко ввести в модель множинної …

17 r  regression  categorical-data  multicollinearity  categorical-encoding 

Я не розумію пояснення у Rфайлі довідки для ефектів () : Для лінійної моделі, оснащеної lmабо aov, ефекти - це некорельовані величини одиничної свободи, отримані проектуванням даних на послідовні ортогональні підпростори, що утворюються в результаті розкладання QR під час процесу підгонки. Хтось може пояснити, що це означає? Чи ортогональні підпростори …

17 r  regression 

У мене є наступна гістограма даних про підрахунок. І я хотів би пристосувати до нього дискретний розподіл. Я не впевнений, як мені це робити. Чи слід спочатку накласти на гістограму дискретний розподіл, скажімо, негативний біноміальний розподіл, щоб я отримав параметри дискретного розподілу, а потім запустив тест Колмогорова – Смірнова для …

17 r  poisson-distribution  discrete-data  computational-statistics  negative-binomial 

Я хочу провести ANCOVA аналіз даних щодо щільності рослинних епіфітів. Спочатку я хотів би знати, чи є різниця в щільності рослин між двома схилами, одним N і одним S, але у мене є інші дані, такі як висота, відкритість навісу та висота рослини-господаря. Я знаю, що моїм коваріатом повинні були …

17 r  ancova