«r» 태그된 질문

잠김 . 이 질문과 그 답변은 주제를 벗어난 것이지만 역사적 의미가 있기 때문에 잠겨 있습니다. 현재 새로운 답변이나 상호 작용을받지 않습니다. R (CVS 파일에서 읽음)로 이러한 데이터에 대한 막대도를 만들고 싶습니다. Experiment_Name MetricA MetricB Just_X 2 10 Just_X_and_Y 3 20 다음 다이어그램을 갖습니다. 나는 초보자이며 시작하는 방법조차 모른다.

9 r  data-visualization  barplot 

소개 두 가지 조건 ( E = 장갑 착용, B = 장갑 없음) 에서 대장균으로 오염 된 표면에 반복적으로 접촉하는 참가자가 있습니다 . 장갑의 유무에 관계없이 손가락 끝의 박테리아 양과 접촉 횟수 사이에 차이가 있는지 알고 싶습니다. 두 가지 요소 모두 참가자 내에 있습니다. 실험 방법 : 참가자 (n = …

9 r  anova  repeated-measures  lme4-nlme  glmm 

복잡한 최대 혼합 모형 (주어진 데이터 및 모형에 대해 가능한 모든 랜덤 효과를 추정)을 다룰 때 그리 드물지 않은 발생 은 일부 랜덤 효과 사이에 완벽하거나 (+1 또는 -1) 거의 완벽한 상관 관계입니다. 토론을 위해 다음 모델 및 모델 요약을 살펴 보겠습니다. Model: Y ~ X*Cond + (X*Cond|subj) # Y …

9 r  correlation  mixed-model  lme4-nlme  covariance-matrix 

고정 단계 크기 사용하여 2 차 함수 최소화하면서 기울기 정도에 대한 장난감 예제를 수행한다고 가정합니다 . ( )엑스티XxTAxx^TAxα = 0.03α=0.03\alpha=0.03A = [ 10 , 2 ; 2 , 3 ]A=[10,2;2,3]A=[10, 2; 2, 3] 각 반복에서 의 트레이스를 플로팅하면 다음 그림이 나타납니다. 고정 스텝 크기를 사용할 때 왜 포인트가 "조밀하게"표시 됩니까? …

9 r  machine-learning  optimization  gradient-descent 

GLMM의 사양 및 해석에 관한 몇 가지 질문이 있습니다. 3 가지 질문은 확실히 통계적이며 2 개는 R에 대해 더 구체적입니다. 궁극적으로 문제가 GLMM 결과의 해석이라고 생각하기 때문에 여기에 게시하고 있습니다. 현재 GLMM에 맞추려고합니다. Longitudinal Tract Database 의 미국 인구 조사 데이터를 사용하고 있습니다. 제 관찰은 인구 조사입니다. 저의 종속 변수는 …

9 r  lme4-nlme  poisson-distribution  negative-binomial  glmm 

GAM에 관한 Simon Wood의 책과 그의 관련 R 패키지 mgcv는 GAM 이론과 실제 및 시뮬레이션 된 데이터에 대한 모델 적합에 관한 매우 상세하고 유익한 정보입니다. 1D 부드럽게를 들어,별로 걱정에 정말 거기에 대한 저장 줄 수있는, 주기적 대 적응 적으로 기능을 구현할지 여부를 결정하는 매우 때문에에, 큐빅, 얇은 판과 P-스플라인 부드럽게에 …

9 r  mgcv 

R에서는 암 환자의 생존 데이터 분석을하고 있습니다. CrossValidated 및 기타 장소에서 생존 분석에 대해 매우 유용한 내용을 읽었으며 Cox 회귀 결과를 해석하는 방법을 이해했다고 생각합니다. 그러나 하나의 결과로 여전히 버그가 발생합니다 ... 생존과 성별을 비교하고 있습니다. Kaplan-Meier 곡선은 여성 환자에게 유리합니다 (추가 한 범례가 올바른지 여러 번 확인했습니다. 최대 생존률이 …

9 r  survival  cox-model  kaplan-meier 

예 : 직업 설명에 "영국의 Java Senior Engineer"문장이 있습니다. 나는 2 개 종류로 예측하는 깊은 학습 모델을 사용하려면 : English 와 IT jobs. 기존 분류 모델을 사용하는 경우 softmax마지막 레이어에서 함수가있는 레이블 하나만 예측할 수 있습니다 . 따라서 두 모델 신경망을 사용하여 두 범주 모두에서 "예"/ "아니오"를 예측할 수 있지만 …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

콕스 비례 위험 모델의 생존 곡선을 어떻게 해석합니까? 이 장난감 예 age에서 kidney데이터의 변수에 대한 cox 비례 위험 모델이 있고 생존 곡선을 생성 한다고 가정 합니다. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() 예를 들어, 시간 에 어떤 진술이 참입니까? 또는 둘 다 잘못 되었습니까?200200200 진술 1 : …

9 r  survival  cox-model  likelihood  machine-learning  deep-learning  generative-models  machine-learning  reinforcement-learning  q-learning  regression  multicollinearity  convergence  beta-distribution  bernoulli-distribution  machine-learning  self-study  pattern-recognition  neural-networks  stochastic-processes  linear 

나는 R의 중요도 샘플링 방법과 통합 평가 라는 질문에 대답하려고했습니다 . 기본적으로 사용자는 계산해야합니다 ∫π0에프( x ) dx =∫π01코사인( x)2+엑스2디엑스∫0πf(x)dx=∫0π1cos⁡(x)2+x2dx\int_{0}^{\pi}f(x)dx=\int_{0}^{\pi}\frac{1}{\cos(x)^2+x^2}dx 지수 분포를 중요도 분포로 사용 큐( x ) = λ 특급− λ xq(x)=λ exp−λxq(x)=\lambda\ \exp^{-\lambda x} 적분에 더 나은 근사값을 제공하는 값을 찾으십시오 . I는 평균값으로 평가 문제를 고쳐 의 …

9 r  simulation  exponential  importance-sampling 

SVD를 손으로하려고합니다. m<-matrix(c(1,0,1,2,1,1,1,0,0),byrow=TRUE,nrow=3) U=eigen(m%*%t(m))$vector V=eigen(t(m)%*%m)$vector D=sqrt(diag(eigen(m%*%t(m))$values)) U1=svd(m)$u V1=svd(m)$v D1=diag(svd(m)$d) U1%*%D1%*%t(V1) U%*%D%*%t(V) 그러나 마지막 줄은 m다시 돌아 오지 않습니다 . 왜? 이 고유 벡터의 표시와 관련이있는 것 같습니다 ... 아니면 절차를 오해 했습니까?

9 r  svd  eigenvalues 

어떤 목적을 위해, "경사 균일 한"분포로부터 난수 (데이터)를 생성해야합니다. 이 분포의 "기울기"는 적절한 간격으로 다를 수 있으며,이 분포에 따라 경사도에 따라 분포가 균일에서 삼각형으로 변경되어야합니다. 여기 내 파생물이 있습니다. 간단하게 만들고 에서 까지의 데이터 형식을 생성합시다 (파란색, 빨간색은 균일 분포). 파란색 선의 확률 밀도 함수를 구하려면 해당 선의 방정식 만 …

9 r  distributions  python  random-generation  uniform 

내가 가지고있는 경험적 데이터와 일치하는 데이터 세트를 시뮬레이션하려고하지만 원래 데이터의 오류를 추정하는 방법을 잘 모르겠습니다. 경험적 데이터는 이분산성을 포함하지만 나는 그것을 변환하는 데 관심이 없지만 오히려 경험적 데이터의 시뮬레이션을 재현하기 위해 오류 항이있는 선형 모델을 사용합니다. 예를 들어, 경험적 데이터 집합과 모델이 있다고 가정 해 보겠습니다. n=rep(1:100,2) a=0 b = …

9 r  simulation  heteroscedasticity  gamlss  dglm 

나는 다음과 같이 혼란스러워서 다른 곳에서 답을 찾을 수 없었습니다. 나는 통계를하는 동안 R을 배우려고 노력하고 있으며 연습으로 내장 R 함수의 결과를 R에서와 같이 '손으로'수행하여 다시 확인하려고합니다. , Kruskal-Wallis 테스트의 경우 계속 다른 결과가 나오며 이유를 알 수 없습니다. 예를 들어, 연습에서 전달 된 다음 데이터를보고 있습니다 activity <- c(2, …

9 r  kruskal-wallis  ties 

상관 관계가 높은 많은 종속 변수 (DV) (~ 450)를 예측하기 위해 축소 된 모델을 만들려고합니다. 내 독립 변수 (IV)도 많고 (~ 2000) 서로 관련이 있습니다. 올가미를 사용하여 각 출력에 대해 축소 된 모델을 개별적으로 선택하면 각 종속 변수를 반복 할 때 동일한 독립 변수 하위 집합을 얻을 수 없습니다. R에서 …

9 r  lasso  multivariate-regression