Statistiche e Big Data r

1

La struttura dei dati e la funzione richiedono dati di eventi ricorrenti con variabili dipendenti dal tempo

Sto tentando di stimare l'effetto di 2 farmaci ( drug1, drug2) sulla probabilità di caduta di un paziente ( event). I pazienti possono cadere più di una volta e possono essere assunti o rimossi dai farmaci in qualsiasi momento. La mia domanda è come i dati dovrebbero essere strutturati in …

9 r survival cox-model

3

Regressione logistica: massimizzare i veri positivi - i falsi positivi

Ho un modello di regressione logistica (adatto tramite glmnet in R con regolarizzazione della rete elastica) e vorrei massimizzare la differenza tra veri positivi e falsi positivi. Per fare ciò, mi è venuta in mente la seguente procedura: Adatta il modello di regressione logistica standard Utilizzando la soglia di previsione …

9 r regression logistic classification glmnet

6

Come stimare l'autoregressione dei vettori e la funzione di risposta all'impulso con i dati del pannello

Sto lavorando sulla stima della regressione automatica del vettore (VAR) e della funzione di risposta all'impulso (IRF) sulla base dei dati del panel con 33 individui su 77 quarti. Come dovrebbe essere analizzato questo tipo di situazione? Quale algoritmo esiste per questo scopo? Preferirei condurre queste analisi in R, quindi …

9 r econometrics panel-data var impulse-response

2

Simulazione di dati per adattarsi a un modello di mediazione

Sono interessato a trovare una procedura per simulare dati coerenti con un modello di mediazione specificato. Secondo il modello generale lineare del modello di equazione strutturale per testare i modelli di mediazione delineati da Barron e Kenny (1986) e descritti altrove come Judd, Yzerbyt e Muller (2013) , modelli di …

9 r regression simulation random-generation mediation

4

Modellazione per i punteggi di calcio

In Dixon, Coles ( 1997 ), hanno utilizzato la stima della massima verosimiglianza per i due modelli Poisson indipendenti modificati in (4.3) per modellare i punteggi nel calcio. Sto cercando di usare R per "riprodurre" i parametri alfa e beta nonché i parametri dell'effetto home (pag. 274, tabella 4) senza …

9 r modeling maximum-likelihood games

1

Utilizzo dell'analisi dei componenti principali e dell'analisi della corrispondenza

Sto analizzando un set di dati relativo alle comunità intertidali. I dati sono percentuale di copertura (di alghe, cirripedi, cozze, ecc.) In quadrat. Sono abituato a pensare all'analisi della corrispondenza (CA) in termini di conteggio delle specie e all'analisi dei componenti principali (PCA) come qualcosa di più utile per le …

9 r pca multivariate-analysis correspondence-analysis

2

Calcolo dell'intervallo di previsione

Ho i seguenti dati situati qui . Sto tentando di calcolare l'intervallo di confidenza al 95% sulla purezza media quando la percentuale di idrocarburi è 1,0. In R, inserisco quanto segue. > predict(purity.lm, newdata=list(hydro=1.0), interval="confidence", level=.95) fit lwr upr 1 89.66431 87.51017 91.81845 Tuttavia, come posso ottenere questo risultato da …

9 r regression confidence-interval prediction-interval

3

test statistico per vedere se la relazione è lineare o non lineare

Ho un set di dati di esempio come segue: Volume <- seq(1,20,0.1) var1 <- 100 x2 <- 1000000 x3 <- 30 x4 = sqrt(x2/pi) H = x3 - Volume r = (x4*H)/(H + Volume) Power = (var1*x2)/(100*(pi*Volume/3)*(x4*x4 + x4*r + r*r)) Power <- jitter(Power, factor = 1, amount = 0.1) …

9 r hypothesis-testing nonlinear-regression goodness-of-fit heteroscedasticity

2

AIC, errore anova: i modelli non sono tutti adattati allo stesso numero di osservazioni, i modelli non sono stati tutti adattati alla stessa dimensione del set di dati

Ho modelli come questo: require(nlme) set.seed(123) n <- 100 k <- 5 cat <- as.factor(rep(1:k, n)) cat_i <- 1:k # intercept per kategorie x <- rep(1:n, each = k) sigma <- 0.2 alpha <- 0.001 y <- cat_i[cat] + alpha * x + rnorm(n*k, 0, sigma) plot(x, y) m1 <- …

9 r mixed-model aic

1

R / caret: set di treni e test vs. convalida incrociata?

Questa potrebbe essere forse una domanda sciocca, ma quando si genera un modello con cursore e si usa qualcosa di simile LOOCVo (ancora di più al punto) LGOCV, qual è il vantaggio di dividere i dati in set di treni e test se questo è essenzialmente ciò che la fase …

9 r machine-learning cross-validation caret

2

Come gestire al meglio i punteggi secondari in una meta-analisi?

Sto conducendo una meta-analisi delle dimensioni dell'effetto d in R usando il pacchetto metafor. d rappresenta le differenze nei punteggi di memoria tra pazienti e soggetti sani. Tuttavia, alcuni studi riportano solo i punteggi secondari della misura di interesse d (ad esempio diversi punteggi di memoria o punteggi diversi da …

9 r meta-analysis effect-size meta-regression

1

Regole per applicare la simulazione Monte Carlo dei valori p per il test chi-quadrato

Mi piacerebbe capire l'uso della simulazione Monte Carlo nella chisq.test()funzione in R. Ho una variabile qualitativa che ha 128 livelli / classi. La mia dimensione del campione è 26 (non sono stato in grado di campionare più "individui"). Quindi, ovviamente, avrò alcuni livelli con 0 "individui". Ma il fatto è …

9 r chi-squared monte-carlo

1

Interpolazione di Fourier / trigonometrica

sfondo In un articolo di Epstein (1991): sull'ottenimento di valori climatici giornalieri da medie mensili , vengono forniti la formulazione e un algoritmo per il calcolo dell'interpolazione di Fourier per valori periodici e spaziati. Nel documento, l'obiettivo è quello di ottenere valori giornalieri da mezzi mensili per interpolazione. In breve, …

9 r interpolation fourier-transform

1

Previsione con randomForest (R) quando alcuni input hanno valori mancanti (NA)

Ho un randomForestmodello di classificazione che vorrei utilizzare in un'applicazione che prevede la classe di un nuovo caso. Il nuovo caso ha inevitabilmente valori mancanti. Predict non funzionerà come tale per i NA. Come dovrei farlo allora? data(iris) # create first the new case with missing values na.row<-45 na.col<-c(3,5) case.na<-iris[na.row,] …

9 r random-forest prediction missing-data

2

Errore standard delle pendenze nella regressione lineare a tratti con punti di interruzione noti

La situazione Ho un set di dati con una dipendente e una variabile indipendente . Voglio adattare una regressione lineare a tratti continua con breakpoint noti / fissi che si verificano in . I breakpoin sono noti senza incertezza, quindi non voglio stimarli. Quindi inserisco una regressione (OLS) del modulo …

9 r regression standard-error piecewise-linear

Domande taggate «r»