«r» 태그된 질문

제목으로 다음과 같이 그려야합니다. ggplot 또는 ggplot이 지원되지 않는 경우 다른 패키지를 사용하여 이와 같은 것을 그릴 수 있습니까?

12 r  data-visualization  ggplot2  funnel-plot 

현재 R에서 다변량 시계열을 부트 스트랩하는 데 다음 프로세스를 사용합니다. 블록 크기 결정- 각 시리즈에 대한 블록 크기를 생성하는 패키지 에서 기능 b.star을 실행하십시오.np 최대 블록 크기 선택 tsboot선택한 블록 크기를 사용하여 모든 시리즈에서 실행 부트 스트랩 출력의 인덱스를 사용하여 다변량 시계열 재구성 누군가가 블록 부트 스트랩의 대안으로 meboot 패키지를 …

12 r  time-series  multivariate-analysis  bootstrap 

두 줄이 (거의) 평행인지 이해하는 방법이 있습니까? 선형 회귀에서 생성 된 두 개의 선이 있으며 평행한지 이해하고 싶습니다. 다시 말해, 나는이 두 선의 경사를 다르게하고 싶습니다. 이것을 계산하는 R 함수가 있습니까? 편집 : ... 그리고 어떻게 선형 회귀선의 경사 (도)를 얻을 수 있습니까?

12 r  regression  interaction  linear-model 

어느 쪽이든 R 문서는 그다지 밝지 않습니다. 이 링크 에서 얻을 수있는 것은 둘 중 하나를 사용하는 것이 좋습니다. 내가 얻지 못하는 것은 왜 그들이 평등하지 않은지입니다. 사실 : R의 단계적 회귀 함수는를 step()사용합니다 extractAIC(). 흥미롭게도 R의 'mtcars'데이터 세트 에서 lm()모델과 glm()'null'모델 (인터셉트 만)을 실행하면 AIC및에 대한 결과가 다릅니다 extractAIC(). …

11 r  regression  aic  stepwise-regression 

다음과 같은 방정식으로 R의 다중 선형 회귀를 추정하려고합니다. regr <- lm(rate ~ constant + askings + questions + 0) 질문과 질문은으로 구성된 분기 별 데이터 시계열입니다 askings <- ts(...). 문제는 이제 자기 상관 잔차가 있다는 것입니다. gls 함수를 사용하여 회귀를 맞추는 것이 가능하다는 것을 알고 있지만 gls 함수에서 구현 해야하는 …

11 r  time-series  multiple-regression  autocorrelation  residuals 

BSTS R 패키지에 대한 Steven Scott의 슬라이드를 읽고 있습니다 (여기에서 찾을 수 있습니다 : 슬라이드 ). 어떤 시점에서, 구조 시계열 모델에 많은 회귀자를 포함하는 것에 대해 이야기 할 때 회귀 계수의 스파이크 및 슬래브 사전을 소개하고 처벌 된 방법에 비해 더 우수하다고 말합니다. Scott은 100 개의 예측 변수가있는 데이터 세트의 …

11 r  bayesian  feature-selection  penalized  bsts 

한 문장으로 질문 : 누군가 임의의 숲에 대해 좋은 학급 가중치를 결정하는 방법을 알고 있습니까? 설명 : 불균형 데이터 세트로 놀고 있습니다. 긍정적 인 예와 많은 부정적인 예만으로 매우 치우친 데이터 세트에서 모델을 훈련시키기 위해 R패키지 를 사용하고 싶습니다 randomForest. 나는 다른 방법이 있다는 것을 알고 결국에는 그것들을 사용할 것이지만 …

11 r  random-forest 

내 질문은 R 의 내장 지수 난수 생성기 인 함수에서 영감을 얻었습니다 rexp(). 기하 급수적으로 분포 된 난수를 생성하려고 할 때 많은 교과서 에서이 Wikipedia 페이지에 요약 된 역변환 방법을 권장합니다 . 이 작업을 수행하는 다른 방법이 있다는 것을 알고 있습니다. 특히, R 의 소스 코드는 Ahrens & Dieter (1972) …

11 r  simulation  random-generation  exponential  inverse-cdf 

R 패키지 mclust는 BIC를 클러스터 모델 선택의 기준으로 사용합니다. 내 이해에서 BIC가 가장 낮은 모델을 다른 모델보다 선택해야합니다 (BIC에만 관심이있는 경우). 그러나 BIC 값이 모두 음수 인 경우 Mclust함수는 기본적으로 BIC 값이 가장 높은 모델로 설정됩니다. 다양한 시험에서 얻은 전반적인 이해는 mclust"최고의"모델을 모델로 식별 한다는 것 입니다.max{BICi}max{BICi}max\{BIC_i\} 저자가 왜이 결정을했는지 …

11 r  clustering  gaussian-mixture  bic  model-based-clustering 

두 가지 수중 시각 센서스 방법을 사용할 때 어류 밀도와 어종 풍부도의 차이를 조사하는 연구를 수행하고 있습니다. 내 데이터는 원래 데이터로 계산되었지만 일반적으로 물고기 밀도로 변경되었지만 여전히 Poisson GLM을 사용하기로 결정했습니다. model1 <- glm(g_den ~ method + site + depth, poisson) 3 개의 예측 변수는 입력 할 때 요인으로 주문한 …

11 r  generalized-linear-model  poisson-distribution  offset 

나는 매시간 30 분의 수요 데이터를 얻었습니다. 이는 다중 계절 시계입니다. R의 패키지에서 사용 tbats했으며 forecast다음과 같은 결과를 얻었습니다. TBATS(1, {5,4}, 0.838, {<48,6>, <336,6>, <17520,5>}) 시리즈가 Box-Cox 변환을 반드시 사용해야하는 것은 아니며 오류 항은 ARMA (5, 4)이며 계절성을 설명하기 위해 6, 6 및 5 항이 사용됩니까? 감쇠 매개 변수 0.8383은 …

11 r  time-series  diagnostic  multiple-seasonalities  tbats 

R의 모델 평균을 사용하여 일부 데이터를 분석 한 결과를 이해하고 이해하려고합니다. 주어진 변수에 대한 측정 방법의 효과를 분석하기 위해 다음 스크립트를 사용하고 있습니다. 데이터 세트는 다음과 같습니다. https://www.dropbox.com/s/u9un273gzw9o30u/VMT4.csv?dl=0 장착 할 모델 : LM.1 <- gls(VMTf ~ turn+sex+method, na.action="na.fail", method = "ML",VMT4) 준설 풀 모델 require(MuMIn) d=dredge(LM.1) print(d) coefficients(d) 모수 추정값을 …

11 r  model-averaging 

교과서에서 GLM이 5 개의 분포 (즉, 감마, 가우시안, 이항, 역 가우시안 및 포아송)로 설명 된 여러 위치를 식별했습니다. 이것은 또한 R의 패밀리 함수에서 예시됩니다. 때때로 추가 배포가 포함 된 GLM에 대한 언급을 접할 수도 있습니다 ( 예 ). 누군가이 5 가지가 왜 특별하거나 항상 GLM에 있는지 설명 할 수 있습니까? …

11 r  probability  distributions  generalized-linear-model 

Brownian 소풍 과정을 시뮬레이션하고 싶습니다 ( 에서 ~ 일 때 조절되는 Brownian 모션은 항상 양수입니다 ). Brownian 소풍 과정은 항상 긍정적 인 조건을 가진 Brownian 교량이므로 Brownian 교량을 사용하여 Brownian 소풍의 움직임을 시뮬레이션하기를 바랐습니다.0 t = 10<t<10<t<10 \lt t \lt 1000t=1t=1t=1 R에서는 브라운 브리지 프로세스를 시뮬레이션하기 위해 'h1017'패키지를 사용하고 있습니다. …

11 r  gaussian-process  brownian 

James, Witten, Hastie, Tibshirani (2013) 의 저서 'R의 통계 학습에 대한 통계 학습 소개' 에서 Ridge Regression / Lasso에 대한 LAB 섹션 §6.6을 살펴 보겠습니다 . 보다 구체적으로, scikit-learn Ridge모델을 R 패키지 'ISLR'의 'Hitters'데이터 세트에 적용하려고합니다 . R 코드에 표시된 것과 동일한 기능 세트를 작성했습니다. 그러나 glmnet()모델 의 결과에 가까이 …

11 r  machine-learning  scikit-learn  regression