Statistiche e Big Data r

1

Come usare anova per il confronto tra due modelli?

Come devo capire il anovarisultato quando si confrontano due modelli? Esempio: Res.Df RSS Df Sum of Sq F Pr(>F) 1 9 54.032 2 7 4.632 2 49.4 37.329 0.0001844 *** La manpage afferma: "Calcola l'analisi delle tabelle di varianza (o devianza) per uno o più oggetti modello adattati". Tuttavia, il …

9 r regression anova

1

Come trovare e valutare la discretizzazione ottimale per la variabile continua con criterio

Ho un set di dati con variabile continua e una variabile di destinazione binaria (0 e 1). Devo discretizzare le variabili continue (per la regressione logistica) rispetto alla variabile target e con il vincolo che la frequenza di osservazione in ciascun intervallo dovrebbe essere bilanciata. Ho provato algoritmi di machine …

9 r machine-learning chi-squared discrete-data supervised-learning

2

Conclusioni dall'output di un'analisi della componente principale

Sto cercando di comprendere l'output dell'analisi dei componenti principali eseguita come segue: > head(iris) Sepal.Length Sepal.Width Petal.Length Petal.Width Species 1 5.1 3.5 1.4 0.2 setosa 2 4.9 3.0 1.4 0.2 setosa 3 4.7 3.2 1.3 0.2 setosa 4 4.6 3.1 1.5 0.2 setosa 5 5.0 3.6 1.4 0.2 setosa 6 …

9 r pca interpretation

3

R serie storiche stagionali

Uso la decomposefunzione Re trovo i 3 componenti delle mie serie storiche mensili (trend, stagionale e casuale). Se tracciamo il grafico o guardo il tavolo, posso vedere chiaramente che le serie storiche sono influenzate dalla stagionalità. Tuttavia, quando regredisco le serie temporali sulle 11 variabili fittizie stagionali, tutti i coefficienti …

9 r regression time-series

1

Quali sono le differenze tra i vari solutori di programmazione quadratica R?

Sto cercando un pacchetto per aiutarmi a risolvere alcuni problemi di ottimizzazione quadratica e vedo che ci sono almeno una mezza dozzina di pacchetti diversi. Secondo questa pagina: QP (Programmazione quadratica, 90C20): cplexAPI , kernlab , limSolve , LowRankQP , quadprog , Rcplex , Rmosek Alcuni di questi (Rmosek e …

9 r optimization

3

Come riorganizzare i dati 2D per ottenere una correlazione?

Ho il seguente set di dati semplice con due variabili continue; vale a dire: d = data.frame(x=runif(100,0,100),y = runif(100,0,100)) plot(d$x,d$y) abline(lm(y~x,d), col="red") cor(d$x,d$y) # = 0.2135273 Ho bisogno di riorganizzare i dati in modo che la correlazione tra le variabili sia ~ 0,6. Devo mantenere costanti i mezzi e le …

9 r correlation

1

Montaggio di un modello lineare generalizzato eteroscedastico per le risposte binomiali

Ho dati dal seguente disegno sperimentale: le mie osservazioni sono conteggi del numero di successi ( K) rispetto al corrispondente numero di prove ( N), misurato per due gruppi ciascuno composto da Iindividui, da Ttrattamenti, dove in ciascuna di tali combinazioni di fattori ci sono Rrepliche . Quindi, nel complesso, …

9 r generalized-linear-model heteroscedasticity log-linear dglm

1

Intervallo di confidenza per l'effetto medio del trattamento basato sulla ponderazione del punteggio di propensione?

Sto cercando di stimare l'effetto medio del trattamento dai dati osservazionali usando la ponderazione del punteggio di propensione (in particolare IPTW). Penso di calcolare correttamente l'ATE, ma non so come calcolare l'intervallo di confidenza dell'ATE tenendo conto dei pesi inversi del punteggio di propensione. Ecco l'equazione che sto usando per …

9 r survey causality propensity-scores observational-study

1

Come interpretare la varianza dell'effetto casuale in un modello misto lineare generalizzato

In un modello misto lineare generalizzato logistico (famiglia = binomiale), non so come interpretare la varianza degli effetti casuali: Random effects: Groups Name Variance Std.Dev. HOSPITAL (Intercept) 0.4295 0.6554 Number of obs: 2275, groups: HOSPITAL, 14 Come interpreto questo risultato numerico? Ho un campione di pazienti trapiantati renali in uno …

9 r lme4-nlme

2

Campionamento CDF inverso per una distribuzione mista

La versione breve fuori contesto Sia yyy una variabile casuale con CDF F( ⋅ ) ≡ { θθ + ( 1 - θ ) × CDFlog-normale( ⋅ ; μ , σ) y = 0 y> 0F(⋅)≡{θ y = 0 θ+(1−θ)×CDFlog-normal(⋅;μ,σ) y > 0 F(\cdot) \equiv \cases{\theta & y = 0 …

9 r distributions sampling simulation copula

2

Il controllo delle probabilità proporzionali presuppone una regressione logistica ordinale usando la funzione polr

Ho usato la funzione 'polr' nel pacchetto MASS per eseguire una regressione logistica ordinale per una variabile di risposta categoriale ordinale con 15 variabili esplicative continue. Ho usato il codice (mostrato sotto) per verificare che il mio modello soddisfi il presupposto delle quote proporzionali seguendo i consigli forniti nella guida …

9 r logistic assumptions ordered-logit polr

1

Convoluzione efficiente (in R)

Voglio calcolare / valutare la convoluzione g(x)=∫Df(x−t)ϕ(t)dt,g(x)=∫Df(x−t)ϕ(t)dt,g(x)=\int_D f(x-t) \phi(t) dt, dove è una densità e è una funzione regolare con supporto compatto . La convoluzione non è disponibile in forma chiusa e devo integrarla numericamente. La mia domanda è: esiste un modo efficace per farlo? Voglio implementarlo in R, quindi, …

9 r convolution

1

Perché questa imputazione multipla è di bassa qualità?

Considera il seguente codice R: > data <- data.frame( a=c(NA,2,3,4,5,6),b=c(2.2,NA,6.1,8.3,10.2,12.13),c=c(4.2,7.9,NA,16.1,19.9,23)) > data a b c 1 NA 2.20 4.2 2 2 NA 7.9 3 3 6.10 NA 4 4 8.30 16.1 5 5 10.20 19.9 6 6 12.13 23.0 Come puoi vedere, ho progettato i dati in modo approssimativo c …

9 r data-imputation multiple-imputation

2

Cosa fare quando CFA adatto per la bilancia multi-articolo non va bene?

Non sono sicuro di come procedere con questo CFA che sto facendo in lavaan. Ho un campione di 172 partecipanti (so che non è molto per un CFA) e 28 articoli con scale Likert a 7 punti che dovrebbero essere caricati su sette fattori. Ho fatto un CFA con stimatori …

9 r sem fitting confirmatory-factor

1

Come generare dati di sopravvivenza con covariate dipendenti dal tempo usando R

Voglio generare tempo di sopravvivenza da un modello di rischi proporzionali di Cox che contiene covariata dipendente dal tempo. Il modello è h ( t | Xio) = h0( t ) exp( γXio+ α mio( t ) )h(t|Xi)=h0(t)exp⁡(γXi+αmi(t))h(t|X_i) =h_0(t) \exp(\gamma X_i + \alpha m_{i}(t)) dove è generato da Binomial (1,0.5) …

9 r survival cox-model time-varying-covariate

Domande taggate «r»