Запитання з тегом «r»

У мене є набір даних, що складається з пропорцій, які вимірюють "рівень активності" окремих пуголовків, тому встановлюють значення, пов'язані між 0 і 1. Ці дані збираються шляхом підрахунку кількості разів, яку людина перемістив за певний проміжок часу (1 для руху, 0 без руху), а потім усереднюється для створення одного значення …

12 r  mixed-model  random-effects-model  beta-distribution  beta-regression 

Я б задавав питання, пов’язане з цим . Я знайшов приклад написання спеціальної функції втрати для xgboost тут : loglossobj <- function(preds, dtrain) { # dtrain is the internal format of the training data # We extract the labels from the training data labels <- getinfo(dtrain, "label") # We compute …

12 r  machine-learning  gradient-descent  boosting  loss-functions 

Зараз існує кілька різних підходів для здійснення мережевого метааналізу або змішаного порівняння лікування. Можливо, найбільш часто використовувані та доступні такі: в байєсівських рамках : підхід взаємодії дизайну за методом лікування в WinBUGS (наприклад, Jackson et al ); ієрархічне байесівське моделювання на основі арм у WinBUGS (наприклад, Чжао та ін ); …

12 r  stata  sas  winbugs  network-meta-analysis 

Припустимо, я маю наступні неперіодичні часові ряди. Очевидно, що тенденція зменшується, і я хотів би довести це деяким тестом (з р-значенням ). Я не в змозі використовувати класичну лінійну регресію через сильну тимчасову (послідовну) автокореляцію серед значень. library(forecast) my.ts <- ts(c(10,11,11.5,10,10.1,9,11,10,8,9,9, 6,5,5,4,3,3,2,1,2,4,4,2,1,1,0.5,1), start = 1, end = 27,frequency = 1) …

12 r  time-series 

Я шукаю оптимальний метод бінінгу (дискретизація) безперервної змінної щодо заданої відповіді (цільової) бінарної змінної та з максимальною кількістю інтервалів як параметр. Приклад: У мене є набір спостережень за людьми зі змінними "висота" (число безперервно) та "has_back_pains" (бінарні). Я хочу розрізнити висоту на 3 інтервали (групи) максимум з різною часткою людей …

12 r  dataset  optimization  discrete-data  binning 

У цьому запитанні - чи існує метод побудови дерев рішень, який враховує структуровані / ієрархічні / багаторівневі предиктори?- вони згадують метод панельних даних для дерев. Чи існують конкретні методи даних панелей для підтримки векторних машин та нейронних мереж? Якщо так, чи можете ви навести деякі документи для алгоритмів та (якщо …

12 r  machine-learning  svm  panel-data  cart 

Я вивчаю частину мого набору даних, що містить 46840 подвійних значень, розміром від 1 до 1690, згрупованих у дві групи. Для того, щоб проаналізувати відмінності між цими групами, я почав з вивчення розподілу значень, щоб вибрати правильний тест. Дотримуючись інструкції з тестування на нормальність, я зробив qqplot, гістограму та boxplot. …

12 r  normal-distribution  normality-assumption  large-data 

Я хотів краще зрозуміти точний тест Фішера, тому я розробив наступний іграшковий приклад, де f і m відповідає чоловічому та жіночому, а n і y відповідає такому "споживання соди", як це: > soda_gender f m n 0 5 y 5 0 Очевидно, це різке спрощення, але я не хотів, щоб …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

Я використовую пакет caret для навчання випадкового об'єкта Forest з 10x10CV. library(caret) tc <- trainControl("repeatedcv", number=10, repeats=10, classProbs=TRUE, savePred=T) RFFit <- train(Defect ~., data=trainingSet, method="rf", trControl=tc, preProc=c("center", "scale")) Після цього я тестую randomForest на testSet (нові дані) RF.testSet$Prediction <- predict(RFFit, newdata=testSet) Матриця плутанини показує мені, що модель не така вже …

12 r  random-forest  prediction  caret 

Вікіпедія помилкова ... чи я її не розумію? Вікіпедія: Білі та чорні квадрати («шаховий малюнок») ідеально розійшлися, так що в Морана я був би -1. Якби білі квадрати були складені до однієї половини дошки, а чорні - до іншої, то для Морану я був би близький до +1. Випадкове розташування …

12 r  autocorrelation  spatial  pattern-recognition 

Пакет MARSS в R пропонує функцію динамічного аналізу факторів. У цьому пакеті динамічна факторна модель записана як особлива форма моделі простору стану, і вони припускають, що загальні тенденції слідують за процесом AR (1). Оскільки я не дуже знайомий з цими двома методами, я стикаюся з двома питаннями: Чи є динамічний …

12 r  time-series  forecasting  factor-analysis  state-space-models 

Я хотів би зрозуміти, що робить наступний код. Людина, яка написала код, вже не працює тут, і він майже повністю недокументований. Мене попросили дослідити це хтось, хто думає, що " це байєсівська модель логістичної регресії " bglm <- function(Y,X) { # Y is a vector of binary responses # X …

12 r  logistic  bayesian  generalized-linear-model 

Розглянемо наступний код та вихід: par(mfrow=c(3,2)) # generate random data from weibull distribution x = rweibull(20, 8, 2) # Quantile-Quantile Plot for different distributions qqPlot(x, "log-normal") qqPlot(x, "normal") qqPlot(x, "exponential", DB = TRUE) qqPlot(x, "cauchy") qqPlot(x, "weibull") qqPlot(x, "logistic") Схоже, що цей QQ-графік для log-normal майже такий самий, як QQ-графік …

12 r  data-visualization  interpretation  qq-plot 

Для підрахунку даних, які я зібрав, я використовую регресію Пуассона для побудови моделей. Я роблю це за допомогою glmфункції в R, де я використовую family = "poisson". Для оцінки можливих моделей (у мене є кілька прогнозів) я використовую AIC. Все йде нормально. Тепер я хочу здійснити перехресну перевірку. Мені вже …

12 r  generalized-linear-model  poisson-distribution 

Я використовував kmeansінструкцію R для виконання алгоритму k-означає на наборі даних ірису Андерсона. У мене питання про деякі параметри, які я отримав. Результати: Cluster means: Sepal.Length Sepal.Width Petal.Length Petal.Width 1 5.006000 3.428000 1.462000 0.246000 У цьому випадку, що означає «Кластер»? Це середнє значення відстаней усіх об'єктів у кластері? Також в …

12 r  machine-learning  clustering  interpretation  k-means