«r» 태그된 질문

여러 외생 변수가있는 여러 시계열 ARIMA 모델을 기반으로 예측을 수행하고 싶습니다. 통계 나 RI가 유지하고 싶지 않은 기술에 대해서는 그다지 간단하지 않기 때문에 (3 개월 동안의 예측은 충분합니다). 나는 1 개의 종속 시계열과 3-5 개의 예측 변수 시계열, 모든 월간 데이터, 간격이없고 같은 시간 "수평선"이 있습니다. auto.arima 함수가 발생하여 이것이 …

14 r  time-series  arima 

부드럽게 사용하는 데이터가 loess있습니다. 부드러운 선의 변곡점을 찾고 싶습니다. 이것이 가능한가? 누군가 가이 문제를 해결하기 위해 멋진 방법을 만들었을 것입니다 ... 내 말은 ... 결국 R입니다! 사용하는 스무딩 기능을 변경해도 괜찮습니다. 나는 loess그것이 과거에 사용 되었던 것이기 때문에 사용했습니다. 그러나 모든 평활 기능은 좋습니다. 변곡점이 사용하는 스무딩 기능에 따라 달라집니다. …

14 r  smoothing  loess 

ROC 곡선에 대한 최적의 컷 포인트를 계산하는 방법을 이해하려고합니다 (감도 및 특이성이 최대화되는 값). aSAH패키지 의 데이터 세트 를 사용하고 pROC있습니다. outcome변수는 두 개의 독립 변수에 의해 설명 될 수있다 : s100b및 ndka. Epi패키지 의 구문을 사용하여 두 가지 모델을 만들었습니다. library(pROC) library(Epi) ROC(form=outcome~s100b, data=aSAH) ROC(form=outcome~ndka, data=aSAH) 출력은 다음 두 …

14 r  roc  sensitivity-analysis  sensitivity-specificity 

저는 R 언어를 처음 사용합니다. 회귀에 대한 네 가지 가정을 모두 충족시키는 다중 선형 회귀 모델에서 시뮬레이션하는 방법을 알고 싶습니다. 알았어. 고마워 이 데이터 세트를 기반으로 데이터를 시뮬레이션하고 싶다고합시다. y<-c(18.73,14.52,17.43,14.54,13.44,24.39,13.34,22.71,12.68,19.32,30.16,27.09,25.40,26.05,33.49,35.62,26.07,36.78,34.95,43.67) x1<-c(610,950,720,840,980,530,680,540,890,730,670,770,880,1000,760,590,910,650,810,500) x2<-c(1,1,3,2,1,1,3,3,2,2,1,3,3,2,2,2,3,3,1,2) fit<-lm(y~x1+x2) summary(fit) 그런 다음 출력을 얻습니다. Call: lm(formula = y ~ x1 + x2) Residuals: Min 1Q Median …

14 r  multiple-regression  simulation 

현재 감마 분포를 사용하여 GLM을 피팅하기위한 R의 구문을 이해하는 데 문제가 있습니다. 각 행에 3 개의 공변량 ( ), 응답 변수 ( ) 및 모양 매개 변수 ( ) 가 포함 된 일련의 데이터가 있습니다 . 3 개의 공변량의 선형 함수로 감마 분포의 스케일을 모델링하고 싶지만 각 데이터 행에 대해 …

14 r  generalized-linear-model  gamma-distribution  dglm 

그룹 내 제곱합 (WSS)을 최소화하기 위해 장치를 클러스터로 클러스터링해야하지만 클러스터에 적어도 단위가 포함되도록해야합니다 . R의 군집 기능 중 최소 군집 크기 제약 조건이 적용 되는 군집으로 군집 할 수있는 아이디어가 있습니까? kmeans ()는 크기 제한 옵션을 제공하지 않는 것 같습니다.m kkkkmmmkkk

14 r  clustering 

나는 coxph의 "coef"와 "(exp) coef"출력이 정확히 무엇을 의미하는지 알아 내려고 노력했습니다. "(exp) coef"는 명령에 지정된 그룹에 따라 모델의 첫 번째 변수를 비교 한 것으로 보입니다. coxph 함수는 "coef"및 "(exp) coef"의 값에 어떻게 도달합니까? 또한, 검열이 수반 될 때 coxph는 이러한 값을 어떻게 결정합니까?

14 r  survival  interpretation 

dput을 사용하여 여기에 업로드 한 숫자 벡터가 있습니다 (... / code / MyData.Rdata). bca ci를 얻고 싶습니다.이 코드를 작성했습니다. my.mean <- function(dat, idx){ return (mean(dat[idx], na.rm = TRUE)) } boot.out<-boot(data=my.data, statistic = my.mean, R=1000) 그러나 다음을 실행하면이를 얻습니다. > boot.ci(boot.out) Error in bca.ci(boot.out, conf, index[1L], L = L, t = …

14 r  bootstrap 

생존 시간 샘플을 기반으로 , Kaplan-Meier 추정기를 사용하여 특정 대해 생존 시간 의 확률을 추정하고 싶습니다 . 이 작업을 수행 할 수 있습니까? 그주의 반드시 이벤트 시간이 아닙니다.nnnttttttRttt

14 r  kaplan-meier 

방금 음 이항 GLM을 실행했으며 출력입니다. Call: glm.nb(formula = small ~ method + site + depth, data = size.dat, init.theta = 1.080668549, link = log) Deviance Residuals: Min 1Q Median 3Q Max -2.2452 -0.9973 -0.3028 0.3864 1.8727 Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 1.6954 0.1152 14.720 < 2e-16 …

14 r  categorical-data  generalized-linear-model  interpretation  negative-binomial 

다음 예에서 > m = matrix(c(3, 6, 5, 6), nrow=2) > m [,1] [,2] [1,] 3 5 [2,] 6 6 > (OR = (3/6)/(5/6)) #1 [1] 0.6 > fisher.test(m) #2 Fisher's Exact Test for Count Data data: m p-value = 0.6699 alternative hypothesis: true odds ratio is not equal to …

14 r  odds-ratio  fishers-exact 

스크립트를 사용하고 있습니다. 핵심 레코드입니다. 주어진 깊이 (열의 첫 번째 열)에 대한 열의 다른 원소 구성을 보여주는 데이터 프레임이 있습니다. PCA를 수행하고 싶습니다. 선택해야하는 표준화 방법이 혼란 스럽습니다. clr()귀하를 위해 데이터를 준비하기 위해 를 사용한 사람이 prcomp()있습니까? 아니면 내 솔루션을 방해합니까? 에서 scale 속성을 사용하는 것 외에도 함수를 clr()사용하기 전에 …

13 r  pca  normalization  compositional-data 

Douglas Bates는 다음 모델이 "벡터 값 랜덤 효과에 대한 분산 공분산 행렬에 복합 대칭이라는 특수한 형태가있는 경우"( 이 프레젠테이션의 슬라이드 91)에 해당 한다고 설명 합니다. m1 <- lmer(y ~ factor + (0 + factor|group), data) m2 <- lmer(y ~ factor + (1|group) + (1|group:factor), data) 특히 Bates는이 예제를 사용합니다. library(lme4) …

13 r  anova  mixed-model  repeated-measures  lme4-nlme 

약간의 배경 회귀 분석의 해석에 대해 연구하고 있지만 r, r 제곱 및 잔차 표준 편차의 의미에 대해 실제로 혼란스러워합니다. 나는 정의를 알고있다 : 특성 r은 산점도에서 두 변수 사이의 선형 관계의 강도와 방향을 측정합니다 R 제곱은 데이터가 적합 회귀선에 얼마나 가까운 지에 대한 통계적 측정 값입니다. 잔차 표준 편차는 선형 …

13 r  regression  regression-coefficients  linear  pearson-r 

내가 아는 한, 로지스틱 모델과 분수 응답 모델 (frm)의 차이점은 frm이 [0,1]이지만 로지스틱이 {0, 1} 인 종속 변수 (Y)입니다. 또한 frm은 유사 가능성 추정기를 사용하여 모수를 결정합니다. 일반적으로로 glm로지스틱 모델을 얻는 데 사용할 수 있습니다 glm(y ~ x1+x2, data = dat, family = binomial(logit)). frm의 경우로 변경 family = binomial(logit)됩니다 …

13 r  logistic  generalized-linear-model  quasi-likelihood