Preguntas etiquetadas con r

Bloqueado . Esta pregunta y sus respuestas están bloqueadas porque la pregunta está fuera de tema pero tiene un significado histórico. Actualmente no acepta nuevas respuestas o interacciones. La pirámide de edad se ve así: me gustaría hacer algo similar, a saber, 2 gráficos de barras (no histogramas) con las …

14 r  data-visualization 

¿Existe una técnica de modelado como LOESS que permita cero, una o más discontinuidades, donde el momento de las discontinuidades no se conoce a priori? Si existe una técnica, ¿existe una implementación existente en R?

14 r  regression  curve-fitting  change-point  loess 

Estoy aplicando un algoritmo de bosque aleatorio como clasificador en un conjunto de datos de microarrays que se dividen en dos grupos conocidos con miles de características. Después de la ejecución inicial, miro la importancia de las características y ejecuto nuevamente el algoritmo del árbol con las 5, 10 y …

14 r  machine-learning  classification  random-forest 

Estoy buscando un R paquete para estimar los coeficientes de los modelos logit con efecto fijo individual (intercepción individual) usando el estimador de 1980 de Chamberlain. A menudo se le conoce como estimador logit de efecto fijo de Chamberlain. Es un estimador clásico cuando se trata de datos de panel …

14 r  logistic  panel-data  clogit 

Estaba mirando esta páginay noté los métodos para intervalos de confianza para lme ​​y lmer en R. Para aquellos que no conocen R, esas son funciones para generar efectos mixtos o modelos de niveles múltiples. Si tengo efectos fijos en algo así como un diseño de medidas repetidas, ¿qué significaría …

14 r  confidence-interval  mixed-model  repeated-measures  sas 

Supongamos que tengo participantes, cada uno de los cuales da una respuesta 20 veces, 10 en una condición y 10 en otra. Encajo un modelo lineal de efectos mixtos que compara en cada condición. Aquí hay un ejemplo reproducible que simula esta situación usando el paquete en :S SNnorteNYYYYYYlme4R library(lme4) …

14 r  mixed-model  lme4-nlme 

Parece haber mucha confusión en la comparación de usar glmnetdentro caretpara buscar una lambda óptima y usar cv.glmnetpara hacer la misma tarea. Se plantearon muchas preguntas, por ejemplo: Modelo de clasificación train.glmnet vs. cv.glmnet? ¿Cuál es la forma correcta de usar glmnet con caret? Validación cruzada de `glmnet` usando` caret` …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

Contexto : Quiero trazar una línea en un diagrama de dispersión que no aparece paramétrico, por lo tanto, estoy usando geom_smooth()en ggploten R. Devuelve automáticamente. geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to …

14 r  gam  splines  loess  r  data-visualization  boxplot  mathematical-statistics  theory  sufficient-statistics  machine-learning  classification  correlation  svm  feature-selection  probability  stochastic-processes  machine-learning  reinforcement-learning 

He creado una regresión logística usando el siguiente código: full.model.f = lm(Ft_45 ~ ., LOG_D) base.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg) step(base.model.f, scope=list(upper=full.model.f, lower=~1), direction="forward", trace=FALSE) Luego utilicé el resultado para crear un modelo final: final.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg + IP_util_E2_m02_flg + AE_NumVisit1_flg + OP_NumVisit1_m01_flg + IP_TotLoS_m02 + Ft1_45 + …

14 r  probability  logistic 

Estoy muy confundido con cómo funciona el peso en glm con family = "binomial". En mi opinión, la probabilidad de la glm con family = "binomial" se especifica de la siguiente manera: f(y)=(nny)pny(1−p)n(1−y)=exp(n[ylogp1−p−(−log(1−p))]+log(nny))f(y)=(nny)pny(1−p)n(1−y)=exp⁡(n[ylog⁡p1−p−(−log⁡(1−p))]+log⁡(nny)) f(y) = {n\choose{ny}} p^{ny} (1-p)^{n(1-y)} = \exp \left(n \left[ y \log \frac{p}{1-p} - \left(-\log (1-p)\right) \right] + …

14 r  logistic  generalized-linear-model  binomial  weighted-regression 

En realidad, pensé que había entendido lo que se puede mostrar con un diagrama de dependencia parcial, pero usando un ejemplo hipotético muy simple, me quedé bastante perplejo. En el siguiente fragmento de código, genero tres variables independientes ( a , b , c ) y una variable dependiente ( …

14 r  random-forest  boosting  partial-plot 

Usando estos datos: head(USArrests) nrow(USArrests) Puedo hacer un PCA de esta manera: plot(USArrests) otherPCA <- princomp(USArrests) Puedo obtener los nuevos componentes en otherPCA$scores y la proporción de varianza explicada por componentes con summary(otherPCA) Pero, ¿qué sucede si quiero saber qué variables se explican principalmente por qué componentes principales? Y viceversa: …

14 r  pca  dimensionality-reduction  regression-strategies 

Tengo dos partes de un conjunto de datos multidimensionales, llamémoslas trainy test. Y quiero construir un modelo basado en el conjunto de datos del tren y luego validarlo en el conjunto de datos de prueba. Se conoce el número de grupos. Intenté aplicar el agrupamiento k-means en R y obtuve …

14 r  clustering  k-means 

Me pregunto si alguien podría decirme si he calculado correctamente el intervalo de confianza para la diferencia entre dos proporciones. El tamaño de la muestra es 34, de los cuales 19 son mujeres y 15 son hombres. Por lo tanto, la diferencia en proporciones es 0.1176471. Calculo el intervalo de …

14 r  confidence-interval 

Considere el siguiente biplot de PCA: library(mvtnorm) set.seed(1) x <- rmvnorm(2000, rep(0, 6), diag(c(5, rep(1,5)))) x <- scale(x, center=T, scale=F) pc <- princomp(x) biplot(pc) Hay un montón de flechas rojas trazadas, ¿qué significan? Sabía que la primera flecha etiquetada con "Var1" debería apuntar a la dirección más variable del conjunto …

14 r  pca  linear-algebra  biplot