«r» 태그된 질문

잠김 . 이 질문과 주제는 주제가 다르지만 역사적으로 중요하기 때문에이 질문과 답변은 잠겨 있습니다. 현재 새로운 답변이나 상호 작용을받지 않습니다. 축없이 상자 그림을 작성하고 현재 그림 (ROC 곡선)에 추가해야하지만 상자 그림에 더 많은 텍스트 정보를 추가해야합니다 : 최소 및 최대 레이블. 현재 코드 줄이 아래에 있습니다 (현재 그래프도). 도움을 주셔서 …

11 r  boxplot 

나는 dynlm 패키지를 사용하여 여러 독립 변수가있는 모델을 적합 변수 중 하나 인 종속 변수의 지연입니다. 독립 변수에 대해 1 단계 예측을 가정하면 종속 변수에 대한 1 단계 예측을 어떻게 얻을 수 있습니까? 예를 들면 다음과 같습니다. library(dynlm) y<-arima.sim(model=list(ar=c(.9)),n=10) #Create AR(1) dependant variable A<-rnorm(10) #Create independant variables B<-rnorm(10) C<-rnorm(10) y<-y+.5*A+.2*B-.3*C …

11 r  dynamic-regression 

여기에 내가하고 싶은 일이 있지만 predictmlogit 에는 방법 이없는 것 같습니다 . 어떤 아이디어? library(mlogit) data("Fishing", package = "mlogit") Fish <- mlogit.data(Fishing, varying = c(2:9), shape = "wide", choice = "mode") Fish_fit<-Fish[-1,] Fish_test<-Fish[1,] m <- mlogit(mode ~price+ catch | income, data = Fish_fit) predict(m,newdata=Fish_test)

11 r  logistic  logit  multinomial 

데이터가 있다고 가정 해 봅시다. x1 <- rnorm(100,2,10) x2 <- rnorm(100,2,10) y <- x1+x2+x1*x2+rnorm(100,1,2) dat <- data.frame(y=y,x1=x1,x2=x2) res <- lm(y~x1*x2,data=dat) summary(res) x1이 X 축에 있고 x2가 3 줄로 표시되도록 연속 상호 작용으로 연속성을 플롯하고 싶습니다. 하나는 Z 점수 0에서 x2, 하나는 Z 점수 +1, 다른 하나는 -1의 Z- 점수, 각 …

11 r  regression  ggplot2  interaction 

야구를 따르는 사람은 토론토의 호세 바티스타의 MVP 이외의 성능에 대해 들었을 것입니다. 4 년 전 그는 시즌 당 약 15 홈런을 기록했다. 작년에 그는 54 명을 기록했는데, 이는 야구 역사상 12 명에 불과한 수치입니다. 2010 년에는 240 만 명이 지급되었고 2011 년에는 팀에 1 천 5 백만 명이 요구되었습니다. 760 …

11 r  regression  modeling 

첫해 학생들과 간단한 선형 상관 관계를 (시각적으로) 설명하는 방법을 찾고 있습니다. 시각화하는 고전적인 방법은 직선 회귀선이있는 Y ~ X 산점도를 제공하는 것입니다. 최근에, 나는 플롯 3에 더 많은 이미지를 추가 하여이 유형의 그래픽을 확장한다는 아이디어를 얻었습니다 .y ~ 1, y ~ x, resid (y ~ x) ~ x의 마지막 잔차 …

11 r  data-visualization  regression  correlation 

따라서 anova에 대한 정규성 가정을 테스트 할 때 포인트가 있다고 가정합니다 ( 1 및 2 참조 ) R에서 어떻게 테스트 할 수 있습니까? 나는 다음과 같은 것을 할 것으로 예상된다 : ## From Venables and Ripley (2002) p.165. utils::data(npk, package="MASS") npk.aovE <- aov(yield ~ N*P*K + Error(block), npk) residuals(npk.aovE) qqnorm(residuals(npk.aov)) …

11 r  anova  normality-assumption  repeated-measures 

2 개의 알려지지 않은 시변 파라미터 (관찰 오차 및 상태 오차 의 분산 )가있는 다음과 같은 매우 간단한 동적 선형 모델을 구현하고 싶습니다 (R ). ϵ 2 톤ϵ1티ϵt1\epsilon^1_tϵ2티ϵt2\epsilon^2_t 와이티θt + 1==θ티+ ϵ1티θ티+ ϵ2티Yt=θt+ϵt1θt+1=θt+ϵt2 \begin{matrix} Y_t & = & \theta_t + \epsilon^1_t\\ \theta_{t+1} & = & \theta_{t}+\epsilon^2_t \end{matrix} 사전 편향없이 각 …

11 r  mcmc  dlm  particle-filter 

다음과 같은 데이터 프레임이 있습니다. case simulation temp plank oxygen 1 1 1 8 7 11 2 2 1 16 10 15 ... 17 17 2 26 12 17 18 18 2 15 8 12 19 19 2 28 11 21 20 20 2 24 6 14 시뮬레이션 변수의 수준으로 …

11 r 

기본적으로 다음과 같은 2 년의 데이터가 있습니다. 날짜 _ __ 폭력 Y / N? _ 환자 수 2008 년 1 월 1 일 _ ___ 0 __ _ __ _ ____ 11 2008 년 2 월 1 일 _ __ _ 0 _ __ _ __ _ __ 11 2008 …

11 r  mixed-model  autocorrelation  panel-data 

예제 코드 : (pc.cr <- princomp(USArrests)) summary(pc.cr) loadings(pc.cr) ## note that blank entries are small but not zero 각기 다른 출력을 얻었고 차이점이 무엇인지 잘 모르겠습니다. 출력은 다음과 같습니다. > summary(pc.cr) Importance of components: Comp.1 Comp.2 Comp.3 Comp.4 Standard deviation 82.8908472 14.06956001 6.424204055 2.4578367034 Proportion of Variance 0.9655342 0.02781734 0.005799535 …

11 r  pca 

설문 조사에서 다른 질문에 대한 답변 사이의 상관 관계를 찾고 있습니다 ( "음, 11 번 질문에 대한 답변이 78 번 질문에 대한 답변과 관련이 있는지 살펴 보겠습니다"). 모든 답변은 범주 형 (대부분 "매우 불행"에서 "매우 행복"까지)이지만 일부 답변에는 다른 답변이 있습니다. 대부분은 서수로 간주 될 수 있으므로이 경우를 고려해 보겠습니다. …

11 r  correlation  categorical-data  data-visualization 

닫은. 이 질문은 주제에 맞지 않습니다 . 현재 답변을받지 않습니다. 이 질문을 개선하고 싶습니까? 교차 검증에 대한 주제가 되도록 질문을 업데이트하십시오 . 휴일 2 년 전 . data.frame에서 요인의 각 고유 조합에 대해 data.frame에서 변수 요약을 계산하려고합니다. plyr를 사용해야합니까? apply ()와 반대로 루프를 사용하는 것이 좋습니다. 각 고유 한 조합을 …

11 r  categorical-data  aggregation  plyr 

소프트웨어에 의문을 제기하고 편재와 특유성에 대한 변명으로 biplot()R 의 함수 에 대해 묻고 싶습니다 . 더 구체적으로, 중첩 된 기본 빨간색 화살표의 계산 및 플로팅에 대해 묻고 싶습니다. 기본 변수에. [일부 의견을 이해하기 위해, 처음 게시 된 음모에는 관심이 거의없는 문제가 있었으며 이제 지워졌습니다.]

11 r  pca  biplot 

mgcv에 대한 패키지는 R텐서 제품의 상호 작용을 피팅에 대한 두 가지 기능이 있습니다 : te()와 ti(). 나는 둘 사이의 기본 노동 분열을 이해한다 (비선형 상호 작용에 적합하고이 상호 작용을 주요 효과와 상호 작용으로 분해). 내가 이해할 수없는 것은 왜 te(x1, x2)와 ti(x1) + ti(x2) + ti(x1, x2)(약간) 다른 결과가 발생할 …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa