Запитання з тегом «r»

Я хочу вибрати моделі, що використовують regsubsets(). У мене є кадр даних під назвою olympiadaten (дані завантажені: http://www.sendspace.com/file/8e27d0 ). Я спочатку додаю цей кадр даних, а потім починаю аналізувати, мій код: attach(olympiadaten) library(leaps) a<-regsubsets(Gesamt ~ CommunistSocialist + CountrySize + GNI + Lifeexp + Schoolyears + ExpMilitary + Mortality + PopPoverty …

9 r  multiple-regression  model-selection 

Документація стверджує, що R gbm з розподілом = "adaboost" може використовуватися для задачі класифікації 0-1. Розглянемо наступний фрагмент коду: gbm_algorithm <- gbm(y ~ ., data = train_dataset, distribution = "adaboost", n.trees = 5000) gbm_predicted <- predict(gbm_algorithm, test_dataset, n.trees = 5000) Її можна знайти в документації, яка передбачає.gbm Повертає вектор прогнозів. …

9 r  gbm 

Припустимо, у мене є один зразок частоти 4 можливих подій: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 і я маю очікувані ймовірності моїх подій: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 За допомогою суми спостережуваних частот моїх чотирьох подій (18) …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

Зачинено. Це питання поза темою . Наразі відповіді не приймаються. Хочете вдосконалити це питання? Оновіть питання, щоб воно було тематичним для перехресної перевірки. Закрито 2 роки тому . Здається, R зможе вивести приємні підсумкові графіки з об'єктів bugsі jagsзгенерованих функціями R2WinBUGS :: помилки та R2jags: jags . Однак я використовую …

9 r  data-visualization  jags  bugs 

Ось підсумок-висновок використовуваної нами Coxph-моделі (я використав R, а результат заснований на найкращій кінцевій моделі, тобто всі значущі пояснювальні змінні та їх взаємодії включені): coxph(formula = Y ~ LT + Food + Temp2 + LT:Food + LT:Temp2 + Food:Temp2 + LT:Food:Temp2) # Y<-Surv(Time,Status==1) n = 555 coef exp(coef) se(coef) z …

9 r  interaction  regression-coefficients  cox-model 

Я встановив модель ARIMA (5,1,2), використовуючи auto.arima()функцію R, і, шукаючи порядок, можна сказати, що це не найкраща модель для прогнозування. Якщо в ряді даних існують інші люди, який спосіб пристосувати модель до таких даних?

9 r  time-series  forecasting  outliers  arima 

Я намагаюся написати сценарій R для імітації повторної інтерпретації експериментів 95-відсоткового довірчого інтервалу. Я виявив, що це завищує частку разів, коли справжня сукупність пропорції міститься в межах 95% вибірки вибірки. Не велика різниця - приблизно 96% проти 95%, але це мене все ж зацікавило. Моя функція бере samp_nймовірність вибірки з …

9 r  confidence-interval  binomial  theory 

Я намагаюся проаналізувати вплив року на змінний logInd для певної групи осіб (у мене є 3 групи). Найпростіша модель: > fix1 = lm(logInd ~ 0 + Group + Year:Group, data = mydata) > summary(fix1) Call: lm(formula = logInd ~ 0 + Group + Year:Group, data = mydata) Residuals: Min 1Q …

9 r  mixed-model  lme4-nlme  random-effects-model 

У мене є проблема, яка, на мою, повинна бути простою, але я не можу її цілком зрозуміти. Я дивлюсь на запилення насіння, у мене є рослини (n = 36), які цвітуть в гронах, я вибираю по 3 квіткових скупчення з кожної рослини і 6 насіннєвих стручків з кожного кластеру (18 …

9 r  distributions  bootstrap  zero-inflation 

Зачинено. Це питання поза темою . Наразі відповіді не приймаються. Хочете вдосконалити це питання? Оновіть питання, щоб воно було тематичним для перехресної перевірки. Закрито 2 роки тому . Наступний код PredictNew <- predict (glm.fit, newdata = Predict, X1 =X1, Y1= Y1, type = "response", se.fit = TRUE) створює 3-стовпець data.frame--PredictNew, …

9 r  generalized-linear-model  count-data  zero-inflation 

Як я можу оцінити 95% довірчі інтервали, використовуючи профілювання для параметрів, оцінених шляхом максимізації функції вірогідності журналу, використовуючи оптимальну величину R? Я знаю, що я можу асимптотично оцінити матрицю коваріації шляхом інвертування гессіана , але я стурбований тим, що мої дані не відповідають припущенням, необхідним для цього методу. Я вважаю …

9 r  confidence-interval  maximum-likelihood  optimization  profile-likelihood 

Наступні трансплантати взяті з цієї статті . Я новачок у завантажувальній програмі та намагаюся реалізувати параметричне, напівпараметричне та непараметричне завантажувальне завантаження для лінійної змішаної моделі з R bootпакетом. R код Ось мій Rкод: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=Cultivation) fixef(fm1Cult) boot.fn …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

Я використовую пакет randomForest в R (R версія 2.13.1, randomForest версія 4.6-2) для регресії і помітив у своїх результатах значну зміщення: помилка прогнозування залежить від значення змінної відповіді. Високі значення занижені, а низькі - завищені. Спочатку я підозрював, що це є наслідком моїх даних, але наступний простий приклад говорить про …

9 r  regression  random-forest 

Я читаю A. Agresti (2007), Вступ до категоричного аналізу даних , 2-е. видання, і я не впевнений, чи правильно я розумію цей параграф (с.106, 4.2.1) (хоча це має бути легко): У таблиці 3.1 про хропіння та захворювання серця в попередній главі 254 суб'єкти повідомляли про хропіння щовечора, з них 30 …

9 r  generalized-linear-model  logistic 

Модель Бредлі – Террі – Люсі (BTL) зазначає, що , де - ймовірність того, що об'єкт вважається "кращим", важчі тощо, ніж об'єкт , і , і - параметри.pj i= л о гiт- 1(δj-δi)pji=логiт-1(δj-δi)p_{ji} = logit^{-1}(\delta_j - \delta_i)pi jpijp_{ij}jjjiiiδiδi\delta_iδjδj\delta_j Це, здається, є кандидатом на функцію glm, з сімейством = двочлен. Однак …

9 r  logistic  categorical-data  paired-data  bradley-terry-model