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`.
Ho il seguente modello: > model1<-lmer(aph.remain~sMFS1+sAG1+sSHDI1+sbare+season+crop +(1|landscape),family=poisson) ... e questo è l'output di riepilogo. > summary(model1) Generalized linear mixed model fit by the Laplace approximation Formula: aph.remain ~ sMFS1 + sAG1 + sSHDI1 + sbare + season + crop + (1 | landscape) AIC BIC logLik deviance 4057 4088 -2019 …
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. Sono molto nuovo di R. Sto imparando l'apprendimento automatico in questo momento. Molto dispiaciuto, se questa domanda sembra essere molto semplice. …
Cosa spiega le differenze nei valori p di seguito aove le lmchiamate? La differenza è dovuta solo a diversi tipi di calcoli di somma dei quadrati? set.seed(10) data=rnorm(12) f1=rep(c(1,2),6) f2=c(rep(1,6),rep(2,6)) summary(aov(data~f1*f2)) summary(lm(data~f1*f2))$coeff
Una foresta casuale può essere addestrata per prevedere in modo appropriato i dati di conteggio? Come procederebbe? Ho una vasta gamma di valori, quindi la classificazione non ha davvero senso. Se usassi la regressione, troncerei semplicemente i risultati? Sono abbastanza perso qui. Qualche idea?
Mi sono appena imbattuto in questa grande analisi che è sia visivamente interessante che bella: http://www.nytimes.com/interactive/2012/11/02/us/politics/paths-to-the-white-house.html Sono curioso di sapere come costruire un "albero dei percorsi" usando R. Quali dati e algoritmo sono necessari per costruire un albero dei percorsi? Grazie.
Ho usato stl () in R per scomporre i dati di conteggio in componenti di tendenza, stagionali e irregolari. I valori di tendenza risultanti non sono più numeri interi. Ho le seguenti domande: Stl () è un modo appropriato per deseasonalizzare i dati di conteggio? Dato che la tendenza risultante …
La mia comprensione è che la foresta casuale sceglie casualmente le variabili mtry per costruire ogni albero decisionale. Quindi, se mtry = ncol / 3, ogni variabile verrà utilizzata in media in 1/3 degli alberi. E 2/3 degli alberi non li useranno. Ma cosa succede se so che una singola …
Non sono riuscito a capire come eseguire la regressione lineare in R per un disegno di misura ripetuto. In una domanda precedente (ancora senza risposta) mi è stato suggerito di non usare lmma piuttosto di usare modelli misti. Ho usato lmnel modo seguente: lm.velocity_vs_Velocity_response <- lm(Velocity_response~Velocity*Subject, data=mydata) (maggiori dettagli sul …
Sto cercando di rilevare valori anomali in una serie temporale di dati climatici con alcune osservazioni mancanti. Cercando sul web ho trovato molti approcci disponibili. Di questi, la decomposizione stl sembra allettante, nel senso di rimuovere la tendenza e le componenti stagionali e studiare il resto. La lettura di STL: …
Sto cercando di scomporre una matrice di covarianza basata su un set di dati sparsi / vuoti. Sto notando che la somma di lambda (spiegazione della varianza), calcolata con svd, viene amplificata con dati sempre più vuoti. Senza lacune svde eigenottieni gli stessi risultati. Ciò non sembra accadere con una …
Sto usando il pacchetto randomForest in R e usando i dati dell'iride, la foresta casuale generata è una classificazione ma quando uso un set di dati con circa 700 funzioni (le caratteristiche sono ogni pixel in un'immagine di 28x28 pixel) e la colonna etichetta viene denominata label, il randomForestgenerato è …
Ho la seguente funzione di probabilità: Prob=11+e−zProb=11+e−z\text{Prob} = \frac{1}{1 + e^{-z}} dove z=B0+B1X1+⋯+BnXn.z=B0+B1X1+⋯+BnXn.z = B_0 + B_1X_1 + \dots + B_nX_n. Il mio modello sembra Pr(Y=1)=11+exp(−[−3.92+0.014×(bid)])Pr(Y=1)=11+exp(−[−3.92+0.014×(bid)])\Pr(Y=1) = \frac{1}{1 + \exp\left(-[-3.92 + 0.014\times(\text{bid})]\right)} Questo viene visualizzato tramite una curva di probabilità che assomiglia a quella qui sotto. Sto pensando di aggiungere …
Sto MCMCglmmriscontrando problemi di prestazioni utilizzando il pacchetto in R per eseguire un modello di effetti misti. Il codice è simile al seguente: MC1<-MCMCglmm(bull~1,random=~school,data=dt,family="categorical" , prior=list(R=list(V=1,fix=1), G=list(G1=list(V=1, nu=0))) , slice=T, nitt=iter, ,burnin=burn, verbose=F) Ci sono circa 20.000 osservazioni nei dati e sono raggruppate in circa 200 scuole. Ho eliminato tutte …
Sto cercando di testare vari approcci di analisi dei dati funzionali. Idealmente, vorrei testare il pannello di approcci che ho su dati funzionali simulati. Ho provato a generare un FD simulato usando un approccio basato su un sommario rumori gaussiani (codice sotto), ma le curve risultanti sembrano troppo robuste rispetto …
Ho usato rjags per eseguire MCMC su un modello, specificato nel linguaggio JAGS. C'è un buon modo per estrarre quel modello ed eseguire previsioni con esso (usando le distribuzioni posteriori dei miei parametri)? Posso specificare nuovamente il modello in R e collegare le modalità dei miei parametri posteriori; Mi chiedo …
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.