«r» 태그된 질문

시간이 지남에 따라 추세가 곡선으로 알려진 응용 프로그램에서 스플라인 항과 혼합 효과 모델을 피팅하고 있습니다. 그러나, 내가 평가하고 싶은 것은 선형성과의 개별 편차로 인해 곡선 선형 경향이 발생하는지 또는 그룹 레벨이 곡선 레벨로 나타나게하는 그룹 레벨에서의 영향입니다. JM 패키지의 데이터 세트를 지루한 재현 가능한 예제를 제공합니다. library(nlme) library(JM) data(pbc2) fitLME1 …

9 r  splines  lme4-nlme 

벡터 머신을 처음 사용합니다. 간단한 설명 svm로부터 기능 e1071R의 패키지는 다양한 옵션을 제공합니다 : C 분류 뉴 분류 1 분류 (신기한 검출 용) 분기 회귀 회귀 분석 다섯 가지 유형의 직관적 인 차이점은 무엇입니까? 어떤 상황에서 어떤 것을 적용해야합니까?

9 r  classification  svm  e1071 

불확실성이있는 데이터가 있다고 가정 해 봅시다. 예를 들면 다음과 같습니다. X Y 1 10±4 2 50±3 3 80±7 4 105±1 5 120±9 불확실성의 특성은 예를 들어 반복 측정 또는 실험 또는 계측기 불확실성 일 수 있습니다. 나는 일반적으로 내가 할 것 인 R을 사용하여 곡선을 맞추고 싶습니다 lm. 그러나 이것은 …

9 r  least-squares  error-propagation 

선형 회귀의 표준 오차는 일반적으로 반응 변수에 대해 주어지기 때문에 다른 방향으로 신뢰 구간을 얻는 방법이 궁금합니다 (예 : x 절편). 나는 그것이 무엇인지 시각화 할 수는 있지만 이것을 수행하는 간단한 방법이 있어야한다고 확신합니다. 아래는 이것을 시각화하는 방법에 대한 R의 예입니다. set.seed(1) x <- 1:10 a <- 20 b <- …

9 r  regression  confidence-interval  bootstrap 

아무도 왜 매트릭스 연산으로 R가중치가 가장 작은 제곱 과 수동 솔루션 에서 다른 결과를 얻고 있는지 말해 줄 수 있습니까? 특히 수동으로 해결하려고합니다. W A x = W bWAx=Wb\mathbf W \mathbf A\mathbf x=\mathbf W \mathbf b, 어디 여W\mathbf W 가중치의 대각선 행렬입니다. ㅏA\mathbf A 데이터 매트릭스입니다. 비b\mathbf b 반응 벡터입니다. …

9 r  regression  least-squares  weighted-regression  weighted-data 

간단히 말해서 : R MICE (데이터 대치)의 실행 시간을 향상시키는 방법이 있습니까? 누락 된 데이터가 무작위로 포함 된 데이터 세트 (30 변수, 130 만 행)로 작업하고 있습니다. 30 개 변수 중 약 15 개에서 관측치의 약 8 %가 NA를 포함합니다. 누락 된 데이터를 무시하기 위해 MICE 패키지의 일부인 MICE 기능을 …

9 r  multiple-imputation  mice 

R에서 최근 관측치에 더 많은 가중치를 할당하려면 어떻게해야합니까? 나는 이것을 일반적으로 묻는 질문이나 욕망으로 생각하지만 이것을 구현하는 방법을 정확히 알아내는 데 어려움을 겪고 있습니다. 나는 이것을 많이 찾으려고 노력했지만 좋은 실제 예를 찾을 수는 없다. 내 예에서는 시간이 지남에 따라 큰 데이터 세트가 있습니다. 최신 데이터 행에 일종의 지수 가중치를 …

9 r  time-series  regression  random-forest 

일부 데이터에서 R을 사용하고 내 데이터가 이분법 인지 여부를 확인하려고 시도하면서 Breusch-Pagan 테스트, bptest (package lmtest) 및 ncvTest (package car)의 두 가지 구현이 발견되었습니다 . 그러나 결과가 다릅니다. 둘의 차이점은 무엇입니까? 언제 하나를 사용해야합니까? > model <- lm(y ~ x) > bp <- bptest(model) > bp studentized Breusch-Pagan test data: …

9 r  regression  heteroscedasticity  assumptions  breusch-pagan 

비지도 알고리즘 (클러스터링)을 사용하여 서로 다른 데이터 세트를 그룹화하려고합니다. 문제는 많은 기능 (~ 500)과 소량의 사례 (200-300)가 있다는 것입니다. 지금까지 나는 항상 데이터를 훈련 세트로 분류 한 분류 문제 만 사용했습니다. 거기에서 기능의 사전 선택을 위해 몇 가지 기준 (예 : random.forest.importance 또는 information.gain)을 사용한 다음 관련 학습자를 찾기 위해 …

9 r  clustering  feature-selection  unsupervised-learning 

요인 열을 더미 변수로 변환하려고합니다. str(cards$pointsBin) # Factor w/ 5 levels ".lte100",".lte150",..: 3 2 3 1 4 4 2 2 4 4 ... labels <- model.matrix(~ pointsBin, data=cards) head(labels) # (Intercept) pointsBin.lte150 pointsBin.lte200 pointsBin.lte250 pointsBin.lte300 # 741 1 0 0 0 0 # 407 1 1 0 0 0 # …

9 r  categorical-data  categorical-encoding 

문제 알려지지 않은 수의면으로 죽는 것과 비슷한 시스템에 대해 추론하고 싶습니다. 다이를 여러 번 굴린 후 다이의 변 수 θ에 해당하는 매개 변수에 대한 확률 분포를 추론하고 싶습니다. 직관 40 개의 롤 후에 10 개의 빨간색, 10 개의 파란색, 10 개의 녹색 및 10 개의 노란색이 관찰 된 경우 θ가 …

9 r  probability  bayesian  jags 

1993 년부터 2015 년까지 월간 데이터를 얻었으며이 데이터에 대한 예측을하고 싶습니다. tsoutliers 패키지를 사용하여 특이 치를 감지했지만 내 데이터 세트로 어떻게 계속 예측하는지 모릅니다. 이것은 내 코드입니다. product.outlier<-tso(product,types=c("AO","LS","TC")) plot(product.outlier) 이것은 tsoutliers 패키지의 내 출력입니다. ARIMA(0,1,0)(0,0,1)[12] Coefficients: sma1 LS46 LS51 LS61 TC133 LS181 AO183 AO184 LS185 TC186 TC193 TC200 0.1700 0.4316 …

9 r  time-series  forecasting  arima  outliers 

R의 lmer를 사용하여 cond일부 결과에 대한 조건 ( ) 의 영향을 확인하고 있습니다. 몇 가지 이루어져의 피사체 식별자 데이터 및 인 a, b및 c조건은 다음과 같다. library("tidyr") library("dplyr") set.seed(123) temp <- data.frame(s = paste0("S", 1:30), a = rnorm(30, -2, 1), b = rnorm(30, -3, 1), c = rnorm(30, -4, 1)) …

9 r  lme4-nlme  contrasts 

tm 패키지에 정확히 VectorSource와 VCorpus가 무엇인지 확실하지 않습니다. 이것에 대한 문서가 명확하지 않습니다. 누구든지 간단한 용어로 나를 이해할 수 있습니까?

9 r  text-mining 

레벨 1 (개별 레벨)에 하나의 설명 변수와 레벨 2 (그룹 레벨)에 하나의 설명 변수가있는 다음 다중 레벨 물류 모델 : logit(pij)=π0j+π1jxij…(1)logit(pij)=π0j+π1jxij…(1)\text{logit}(p_{ij})=\pi_{0j}+\pi_{1j}x_{ij}\ldots (1) π0 j=γ00+γ01지제이+유0 j… ( 2 )π0j=γ00+γ01zj+u0j…(2)\pi_{0j}=\gamma_{00}+\gamma_{01}z_j+u_{0j}\ldots (2) π1 개 j=γ10+γ11지제이+유1 개 j… ( 3 )π1j=γ10+γ11zj+u1j…(3)\pi_{1j}=\gamma_{10}+\gamma_{11}z_j+u_{1j}\ldots (3) 여기서 그룹 레벨 잔차 및 는 기대 값이 0 인 다변량 정규 …

9 r  logistic  generalized-linear-model  simulation  multilevel-analysis