Preguntas etiquetadas con r

Estoy utilizando R, busqué en Google y descubrí que kpss.test(), PP.test()y adf.test()se utilizan para saber acerca de la estacionariedad de las series temporales. Pero no soy un estadístico, que puede interpretar sus resultados. > PP.test(x) Phillips-Perron Unit Root Test data: x Dickey-Fuller = -30.649, Truncation lag parameter = 7, p-value …

30 r  time-series  stationarity  augmented-dickey-fuller  kpss-test 

Soy muy nuevo con R y las estadísticas en general, pero necesito hacer un diagrama de dispersión que creo que podría estar más allá de sus capacidades nativas. Tengo un par de vectores de observaciones y quiero hacer un diagrama de dispersión con ellos, y cada par se divide en …

30 r  data-visualization  scatterplot 

Los modelos aditivos generalizados son aquellos donde y=α+f1(x1)+f2(x2)+eiy=α+f1(x1)+f2(x2)+ei y = \alpha + f_1(x_1) + f_2(x_2) + e_i por ejemplo. Las funciones son suaves y se deben estimar. Generalmente por splines penalizadas. MGCV es un paquete en R que lo hace, y el autor (Simon Wood) escribe un libro sobre su …

30 r  nonparametric  interaction  splines  intuition 

Estoy tratando de ponerme al día con R. Finalmente, quiero usar las bibliotecas R para hacer la clasificación de texto. Me preguntaba cuáles son las experiencias de las personas con respecto a la escalabilidad de R cuando se trata de hacer una clasificación de texto. Es probable que me encuentre …

30 r  machine-learning  svm  text-mining  random-forest 

Me encontré con este bonito tutorial: Un manual de análisis estadísticos con R. Capítulo 13. Análisis de componentes principales: El hepttatón olímpico sobre cómo hacer PCA en lenguaje R. No entiendo la interpretación de la figura 13.3: Así que estoy trazando el primer vector propio frente al segundo vector propio. …

30 r  pca  data-visualization  interpretation  biplot 

¿Qué diferencia hace el centrado (o de-significado) de sus datos para PCA? He oído que facilita las matemáticas o que evita que la primera PC esté dominada por los medios de las variables, pero siento que todavía no he podido comprender el concepto con firmeza. Por ejemplo, la respuesta principal …

30 r  pca  svd  eigenvalues  centering 

Estoy tratando de interpretar la varianza factores de inflación utilizando el viffunción en el paquete R car. La función imprime un generalizado y también . Según el archivo de ayuda , este último valorVIFVIF\text{VIF}GVIF1 / ( 2 ⋅ df )GVIF1/ /(2⋅df)\text{GVIF}^{1/(2\cdot\text{df})} Para ajustar la dimensión del elipsoide de confianza, la …

30 r  multicollinearity  vif 

Tenía una pregunta sobre el parámetro de profundidad de interacción en gbm en R. Esta puede ser una pregunta novata, por lo que me disculpo, pero ¿cómo el parámetro, que creo que denota el número de nodos terminales en un árbol, básicamente indica X-way interacción entre los predictores? Solo trato …

30 r  machine-learning  boosting  gbm 

He intentado leer sobre diferentes fuentes, pero todavía no tengo claro qué prueba sería la adecuada en mi caso. Hay tres preguntas diferentes que hago sobre mi conjunto de datos: Los sujetos son evaluados para detectar infecciones de X en diferentes momentos. Quiero saber si las proporciones de positivo para …

30 r  chi-squared  mcnemar-test 

¿Alguien puede decirme cómo interpretar los gráficos de 'residuales vs ajustados', 'q-q normal', 'ubicación de escala' y 'residuales vs apalancamiento'? Estoy ajustando un GLM binomial, guardándolo y luego trazándolo.

30 r  logistic  data-visualization  generalized-linear-model  qq-plot 

Explicaré mi problema con un ejemplo. Suponga que desea predecir el ingreso de un individuo dados algunos atributos: {Edad, Sexo, País, Región, Ciudad}. Tienes un conjunto de datos de entrenamiento como este train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

Me gustaría usar GLM y Elastic Net para seleccionar esas características relevantes + construir un modelo de regresión lineal (es decir, predicción y comprensión, por lo que sería mejor quedarse con relativamente pocos parámetros). La salida es continua. Son genes por 50 casos. He estado leyendo sobre el paquete, pero …

29 r  regularization  glmnet  elastic-net  underdetermined 

Cuando predice un valor ajustado de un modelo de regresión logística, ¿cómo se calculan los errores estándar? Me refiero a los valores ajustados , no a los coeficientes (que implica la matriz de información de Fishers). Solo descubrí cómo obtener los números con R(por ejemplo, aquí en r-help o aquí …

29 r  regression  logistic  mathematical-statistics  references 

Me gustaría probar la diferencia en la respuesta de dos variables a un predictor. Aquí hay un ejemplo mínimo reproducible. library(nlme) ## gls is used in the application; lm would suffice for this example m.set <- gls(Sepal.Length ~ Petal.Width, data = iris, subset = Species == "setosa") m.vir <- gls(Sepal.Length …

29 r  data-visualization  multivariate-analysis  hypothesis-testing 

Me parece que solo dos paquetes R pueden realizar la asignación de Dirichlet latente : Uno es lda, escrito por Jonathan Chang; y el otro es topicmodelsescrito por Bettina Grün y Kurt Hornik. ¿Cuáles son las diferencias entre estos dos paquetes, en términos de rendimiento, detalles de implementación y extensibilidad?

29 r  bayesian  text-mining  topic-models  latent-dirichlet-alloc