Statistiche e Big Data r

1

Come rendere la piramide dell'età come trama in R?

Bloccato . Questa domanda e le sue risposte sono bloccate perché la domanda è fuori tema ma ha un significato storico. Al momento non accetta nuove risposte o interazioni. La piramide dell'età assomiglia a questa: vorrei fare qualcosa di simile, vale a dire un 2 barplot (non istogrammi) con le …

14 r data-visualization

3

Pacchetto R per regressione logistica a effetto fisso

Sto cercando un Rpacchetto per stimare i coefficienti dei modelli logit con singolo effetto fisso (intercettazione individuale) usando lo stimatore di Chamberlain del 1980. È spesso noto come lo stimatore logit ad effetto fisso di Chamberlain. È uno stimatore classico quando si ha a che fare con i dati del …

14 r logistic panel-data clogit

2

Perché la stima OOB della foresta casuale di errore migliora quando si riduce il numero di funzionalità selezionate?

Sto applicando un algoritmo di foresta casuale come classificatore su un set di dati di microarray che sono divisi in due gruppi noti con migliaia di funzionalità. Dopo la corsa iniziale guardo l'importanza delle funzionalità ed eseguo di nuovo l'algoritmo dell'albero con le funzionalità più importanti 5, 10 e 20. …

14 r machine-learning classification random-forest

4

LOESS che consente discontinuità

Esiste una tecnica di modellazione come LOESS che consente zero, una o più discontinuità, in cui i tempi delle discontinuità non sono noti apriori? Se esiste una tecnica, esiste un'implementazione esistente in R?

14 r regression curve-fitting change-point loess

2

Cosa significherebbe un intervallo di confidenza attorno a un valore previsto da un modello di effetti misti?

Stavo guardando questa paginae ho notato i metodi per gli intervalli di confidenza per lme e lmer in R. Per coloro che non conoscono R, queste sono funzioni per generare effetti misti o modelli multi-livello. Se avessi effetti fissi in qualcosa come un disegno di misure ripetute cosa significherebbe un …

14 r confidence-interval mixed-model repeated-measures sas

5

Modello di effetti misti: confronta il componente di varianza casuale attraverso i livelli di una variabile di raggruppamento

Supponiamo che io abbia NNN partecipanti, ognuno dei quali dà una risposta YYY 20 volte, 10 in una condizione e 10 in un'altra. Adatto un modello lineare di effetti misti confrontando YYY in ogni condizione. Ecco un esempio riproducibile che simula questa situazione usando il lme4pacchetto in R: library(lme4) fml …

14 r mixed-model lme4-nlme

1

Caret glmnet vs cv.glmnet

Sembra esserci molta confusione nel confronto tra l'uso di glmnetinside caretper cercare un lambda ottimale e l'utilizzo cv.glmnetper fare lo stesso compito. Sono state poste molte domande, ad esempio: Modello di classificazione train.glmnet vs. cv.glmnet? Qual è il modo corretto di usare glmnet con il cursore? Convalida incrociata di `glmnet` …

14 r caret glmnet machine-learning neural-networks maximum softmax probability distributions mathematical-statistics random-variable cdf statistical-significance variance expected-value ratio sample-size reliability tolerance-interval wilcoxon-signed-rank self-study variance sampling mean machine-learning svm libsvm self-study sampling ranks data-visualization histogram machine-learning classification normal-distribution mathematical-statistics maximum-likelihood mixture predictive-models prediction seasonality

1

GAM vs LOESS vs spline

Contesto : Voglio tracciare una linea in un grafico a dispersione che non appare parametrico, quindi sto usando geom_smooth()in ggplota R. Restituisce automaticamente geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to change the …

14 r gam splines loess r data-visualization boxplot mathematical-statistics theory sufficient-statistics machine-learning classification correlation svm feature-selection probability stochastic-processes machine-learning reinforcement-learning

2

Output della previsione della regressione logistica

Ho creato una regressione logistica utilizzando il seguente codice: full.model.f = lm(Ft_45 ~ ., LOG_D) base.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg) step(base.model.f, scope=list(upper=full.model.f, lower=~1), direction="forward", trace=FALSE) Ho quindi usato l'output per creare un modello finale: final.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg + IP_util_E2_m02_flg + AE_NumVisit1_flg + OP_NumVisit1_m01_flg + IP_TotLoS_m02 + Ft1_45 + …

14 r probability logistic

2

R: funzione glm con specifica famiglia = "binomiale" e "peso"

Sono molto confuso da come funziona il peso in glm con family = "binomial". Nella mia comprensione, la probabilità del glm con la famiglia = "binomiale" è specificata come segue: dove è la "proporzione di successo osservato" e è il numero noto di prove.ynf( y) = ( nn y) pn …

14 r logistic generalized-linear-model binomial weighted-regression

3

R: Cosa vedo nei grafici di dipendenza parziale di gbm e RandomForest?

In realtà, pensavo di aver capito cosa si può mostrare con un diagramma di dipendenza parziale, ma usando un esempio ipotetico molto semplice, sono rimasto piuttosto perplesso. Nel seguente pezzo di codice a generare tre variabili indipendenti ( un , b , c ) e una variabile dipendente ( y …

14 r random-forest boosting partial-plot

4

Quali variabili spiegano quali componenti PCA e viceversa?

Utilizzando questi dati: head(USArrests) nrow(USArrests) Posso fare un PCA in questo modo: plot(USArrests) otherPCA <- princomp(USArrests) Posso ottenere i nuovi componenti otherPCA$scores e la percentuale di varianza spiegata dai componenti con summary(otherPCA) E se volessi sapere quali variabili sono principalmente spiegate da quali componenti principali? E viceversa: ad esempio PC1 …

14 r pca dimensionality-reduction regression-strategies

2

Esiste una funzione in R che prende i centri dei cluster che sono stati trovati e assegna i cluster a un nuovo set di dati

Ho due parti di un set di dati multidimensionale, chiamiamole trainetest . E voglio costruire un modello basato sul set di dati del treno e quindi convalidarlo sul set di dati di test. Il numero di cluster è noto. Ho provato ad applicare il clustering k-mean in R e ho …

14 r clustering k-means

3

Intervallo di confidenza per la differenza tra le proporzioni

Mi chiedo se qualcuno potrebbe farmi sapere se ho calcolato correttamente l'intervallo di confidenza per la differenza tra due proporzioni. La dimensione del campione è 34, di cui 19 femmine e 15 maschi. Pertanto, la differenza nelle proporzioni è 0,1176471. Calcolo l'intervallo di confidenza al 95% per la differenza tra …

14 r confidence-interval

1

Cosa significano le frecce in un biplot PCA?

Considera il seguente biplot PCA: library(mvtnorm) set.seed(1) x <- rmvnorm(2000, rep(0, 6), diag(c(5, rep(1,5)))) x <- scale(x, center=T, scale=F) pc <- princomp(x) biplot(pc) Ci sono un sacco di frecce rosse tracciate, cosa significano? Sapevo che la prima freccia etichettata con "Var1" dovrebbe indicare la direzione più variabile del set di …

14 r pca linear-algebra biplot

Domande taggate «r»