Usa questo tag per qualsiasi domanda * sull'argomento * che (a) coinvolga `R` come parte critica della domanda o risposta prevista, e (b) non è * solo * su come usare` R`.
Dato un output da optim con una matrice hessiana, come calcolare gli intervalli di confidenza dei parametri usando la matrice hessian? fit<-optim(..., hessian=T) hessian<-fit$hessian Sono principalmente interessato al contesto della massima verosimiglianza, ma sono curioso di sapere se il metodo può essere esteso oltre.
Ho una serie temporale che contiene doppi componenti stagionali e vorrei scomporre la serie nei seguenti componenti della serie temporale (tendenza, componente stagionale 1, componente stagionale 2 e componente irregolare). Per quanto ne so, la procedura STL per decomporre una serie in R consente solo un componente stagionale, quindi ho …
Diciamo, diciamo, i seguenti dati: 8232302 684531 116857 89724 82267 75988 63871 23718 1696 436 439 248 235 Desideri un modo semplice per adattare questo (e molti altri set di dati) a una distribuzione Pareto. Idealmente produrrebbe i valori teorici corrispondenti, meno idealmente i parametri.
Stavo cercando di adattare i dati di una serie storica (senza repliche) utilizzando il modello di regressione. I dati si presentano come segue: > xx.2 value time treat 1 8.788269 1 0 2 7.964719 6 0 3 8.204051 12 0 4 9.041368 24 0 5 8.181555 48 0 6 8.041419 …
È possibile utilizzare il set di dati del decathlon {FactoMineR} per riprodurre questo. La domanda è perché gli autovalori calcolati differiscono da quelli della matrice di covarianza. Ecco gli autovalori usando princomp: > library(FactoMineR);data(decathlon) > pr <- princomp(decathlon[1:10], cor=F) > pr$sd^2 Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 Comp.6 1.348073e+02 2.293556e+01 9.747263e+00 …
Non sono sicuro che il soggetto entri nell'interesse di CrossValidated. Me lo dirai Devo studiare un grafico (dalla teoria dei grafi ) cioè. Ho un certo numero di punti collegati. Ho una tabella con tutti i punti e i punti da cui ognuno dipende. (Ho anche un altro tavolo con …
Questa domanda è stata migrata dallo Stack Overflow perché è possibile rispondere su Convalida incrociata. Migrato 5 anni fa . Ho letto altri argomenti sui diagrammi di dipendenza parziale e la maggior parte di essi riguarda il modo in cui li complottate con pacchetti diversi, non come interpretarli accuratamente, quindi: …
Abbiamo eseguito una regressione logistica a effetti misti utilizzando la sintassi seguente; # fit model fm0 <- glmer(GoalEncoding ~ 1 + Group + (1|Subject) + (1|Item), exp0, family = binomial(link="logit")) # model output summary(fm0) Oggetto e oggetto sono gli effetti casuali. Stiamo ottenendo un risultato dispari che è il coefficiente …
Recentemente ho letto del test U di Mann-Whitney. Si scopre che per eseguire questo test in R in realtà è necessario eseguire un test Wilcoxon! La mia domanda: la statistica W di wilcox.testin R è identica alla statistica U?
Ho una matrice semi-piccola di caratteristiche binarie di dimensione 250k x 100. Ogni riga è un utente e le colonne sono "tag" binari di alcuni comportamenti dell'utente, ad esempio "like_cats". user 1 2 3 4 5 ... ------------------------- A 1 0 1 0 1 B 0 1 0 1 0 …
Comprendo che il test Wald per i coefficienti di regressione si basa sulla seguente proprietà che detiene asintoticamente (ad esempio Wasserman (2006): All of Statistics , pagine 153, 214-215): Dove indica il coefficiente di regressione stimato, indica l'errore standard del coefficiente di regressione e è il valore di interesse ( …
Voglio capire meglio i pacchetti R Larse Glmnet, che sono usati per risolvere il problema Lazo: (per Variabili e campioni, vedi www.stanford.edu/~hastie/Papers/glmnet.pdf a pagina 3)pNm i n( β0β) ∈ Rp + 1[ 12 NΣi = 1N( yio- β0- xTioβ)2+ λ | | β| |l1]mion(β0β)∈Rp+1[12NΣio=1N(yio-β0-XioTβ)2+λ||β||l1]min_{(\beta_0 \beta) \in R^{p+1}} \left[\frac{1}{2N}\sum_{i=1}^{N}(y_i-\beta_0-x_i^T\beta)^2 + \lambda||\beta …
Supponiamo che io abbia delle misurazioni per ogni soggetto in ciascun sito. Due variabili, soggetto e sito, sono interessanti in termini di calcolo dei valori di correlazione intraclasse (ICC). Tipicamente userei la funzione lmerdal pacchetto R lme4, ed eseguivo lmer(measurement ~ 1 + (1 | subject) + (1 | site), …
Voglio regredire una variabile yyy su x,x2,…,x5x,x2,…,x5x,x^2,\ldots,x^5 . Dovrei farlo usando polinomi grezzi o ortogonali? Ho esaminato la domanda sul sito che tratta di questi, ma non capisco davvero quale sia la differenza tra il loro utilizzo. Perché non posso semplicemente fare una regressione "normale" per ottenere i coefficienti βiβi\beta_i …
Ho un set di dati con tre variabili categoriali e voglio visualizzare la relazione tra tutti e tre in un grafico. Qualche idea? Attualmente sto usando i seguenti tre grafici: Ogni grafico è per un livello di depressione basale (lieve, moderato, grave). Quindi, all'interno di ogni grafico, guardo la relazione …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.