Preguntas etiquetadas con r

Cuando ejecuto este código: require(nlme) a <- matrix(c(1,3,5,7,4,5,6,4,7,8,9)) b <- matrix(c(3,5,6,2,4,6,7,8,7,8,9)) res <- lm(a ~ b) print(summary(res)) res_gls <- gls(a ~ b) print(summary(res_gls)) Obtengo los mismos coeficientes y la misma significación estadística en los coeficientes: Loading required package: nlme Call: lm(formula = a ~ b) Residuals: Min 1Q Median 3Q …

8 r  least-squares  generalized-least-squares 

Tengo algunos conjuntos de datos de EEG que estoy probando en dos clases. Puedo obtener una tasa de error decente de LDA (las distribuciones condicionales de clase no son gaussianas, pero tienen colas similares y una separación suficientemente buena), por lo que quiero trazar el ROC del predictor LDA contra …

8 r  roc  discriminant-analysis 

Necesito calcular el Dirichlet CDF , pero solo puedo encontrar implementaciones del PDF . ¿Saben ustedes de alguna biblioteca (preferiblemente en R) implementando?

8 r  matlab  pdf  cdf  dirichlet-distribution 

Esta es una pregunta para principiantes sobre un ejercicio en "Computación bayesiana con R" de Jim Albert. Tenga en cuenta que si bien esto podría ser tarea, en mi caso no lo es, ya que estoy aprendiendo métodos bayesianos en R porque creo que podría usarlo en mis futuros análisis. …

8 r  bayesian  simulation 

Estoy tratando de calcular esta distribución posterior: (θ|−)=∏ni=1pyii(1−pi)1−yi∑allθ,pi|θ∏ni=1pyii(1−pi)1−yi(θ|−)=∏i=1npiyi(1−pi)1−yi∑allθ,pi|θ∏i=1npiyi(1−pi)1−yi (\theta|-)=\frac{\prod_{i=1}^{n}p_i^{y_i}(1-p_i)^{1-y_i}}{\sum_{\text{all}\,\theta,p_i|\theta}\prod_{i=1}^{n}p_i^{y_i}(1-p_i)^{1-y_i}} El problema es que el numerador, que es el producto de un montón de probabilidades es demasiado pequeño. (Mi es grande, alrededor de 1500).Bernoulli(pi,yi)Bernoulli(pi,yi)\text{Bernoulli}(p_i,y_i)nnn Por lo tanto, los valores posteriores para all se calculan como 0 (estoy haciendo cálculos en R).θθ\theta …

8 r  likelihood  posterior 

Tengo un conjunto variable de respuestas que se expresan como un intervalo, como la muestra a continuación. > head(left) [1] 860 516 430 1118 860 602 > head(right) [1] 946 602 516 1204 946 688 donde izquierda es el límite inferior y derecha es el límite superior de la respuesta. …

8 r  maximum-likelihood  likelihood  lognormal  interval-censoring 

Utilizando el excelente paquete de pronósticos de Rob Hyndman, me encontré con la necesidad no solo de tener intervalos de predicción, sino también de simular una serie de caminos futuros, dadas las observaciones pasadas de una serie temporal con estacionalidades complejas. Hay algo para series de tiempo menos complejas con …

8 r  time-series  forecasting  simulation  tbats 

Sé que R no es particularmente útil para analizar grandes conjuntos de datos dado que R carga todos los datos en la memoria, mientras que algo como SAS hace análisis secuenciales. Dicho esto, hay paquetes como bigmemory que permiten a los usuarios realizar análisis de datos grandes (análisis estadístico) de …

8 r  sas  large-data 

Intentando replicar los resultados del artículo publicado recientemente, Aghion, Philippe, John Van Reenen y Luigi Zingales. 2013. "Innovación y propiedad institucional". American Economic Review, 103 (1): 277-304. (Los datos y el código de estado están disponibles en http://www.aeaweb.org/aer/data/feb2013/20100973_data.zip ). No tengo problemas para recrear las primeras 5 regresiones en R …

8 r  regression  negative-binomial 

Tengo una pregunta sobre cómo un estadístico interpretaría normalmente una salida anova. Digamos que tengo salida anova de R. > summary(fitted_data) Call: lm(formula = V1 ~ V2) Residuals: Min 1Q Median 3Q Max -2.74004 -0.33827 0.04062 0.44064 1.22737 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 2.11405 0.32089 6.588 1.3e-09 …

8 r  self-study  anova  interpretation 

Tengo datos que se parecen un poco a esto: ID Status 01 A 02 G 03 E ... ... 100 G Entiendes la idea, creo. Tengo estos datos de dos poblaciones separadas (cohortes) y quiero comparar la distribución de la variable de estado en una población con la distribución en …

8 r  hypothesis-testing  categorical-data  chi-squared 

Estoy usando el lme4paquete en R para hacer algunos modelos logísticos de efectos mixtos. Entiendo que la suma de cada efecto aleatorio debe ser cero. Cuando hago modelos mixtos lineales de juguete usando lmer, los efectos aleatorios generalmente son < confirmando mi creencia de que el But en los modelos …

8 r  lme4-nlme  random-effects-model  glmm 

Cuando se trata de datos con factores, R puede usarse para calcular las medias para cada grupo con la función lm (). Esto también proporciona los errores estándar para las medias estimadas. Pero este error estándar difiere de lo que obtengo de un cálculo a mano. Aquí hay un ejemplo …

8 r  categorical-data  mean  lm 

Tengo problemas para encontrar una solución con respecto a cómo ejecutar una prueba post-hoc (Tukey HSD) después de un ANOVA de medidas repetidas de 2 factores (ambos dentro de los sujetos) en R. Para el ANOVA, he usado la función aov: summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)), data=df1)) Después …

8 r  anova  repeated-measures  post-hoc  tukey-hsd  goodness-of-fit  curve-fitting  sem  latent-variable  mplus  anova  post-hoc  tukey-hsd  markov-process  image-processing  r  time-series  causality  granger-causality  anova  mixed-model  lme4-nlme  random-effects-model  r  matlab  data-transformation  multinomial  notation  estimation  nonparametric  logistic  r  missing-data  multiple-imputation  mice 

Estoy tratando de realizar un análisis de crecimiento de clase latente (LCGA) y / o modelos de mezcla de crecimiento (GMM) en R. Los datos que estoy usando es un número cada vez mayor de tenedores de repositorios git (variable discreta, no categórica), como puedes ver en este conjunto de …

8 r  latent-variable  latent-class  growth-mixture-model