Preguntas etiquetadas con r

He leído sobre la prueba t de Student, pero parece funcionar cuando podemos suponer que las distribuciones originales se distribuyen normalmente. En mi caso, definitivamente no lo son. Además, si tengo 13 distribuciones, ¿debo hacer 13^2pruebas?

13 r  hypothesis-testing  distributions 

Estoy trabajando en R a través de un excelente tutorial de PCA de Lindsay I Smith y me estoy atascando en la última etapa. La secuencia de comandos R a continuación nos lleva a la etapa (en la p.19) donde los datos originales se están reconstruyendo a partir del Componente …

13 r  pca 

Estoy usando la biblioteca R 'multcomp' ( http://cran.r-project.org/web/packages/multcomp/ ) para calcular la prueba de Dunnett. Estoy usando el script a continuación: Group <- factor(c("A","A","B","B","B","C","C","C","D","D","D","E","E","F","F","F")) Value <- c(5,5.09901951359278,4.69041575982343,4.58257569495584,4.79583152331272,5,5.09901951359278,4.24264068711928,5.09901951359278,5.19615242270663,4.58257569495584,6.16441400296898,6.85565460040104,7.68114574786861,7.07106781186548,6.48074069840786) data <- data.frame(Group, Value) aov <- aov(Value ~ Group, data) summary(glht(aov, linfct=mcp(Group="Dunnett"))) Ahora, si ejecuto este script a través de la Consola R …

13 r  multiple-comparisons 

He ejecutado una regresión múltiple en la que el modelo en su conjunto es significativo y explica aproximadamente el 13% de la varianza. Sin embargo, necesito encontrar la cantidad de varianza explicada por cada predictor significativo. ¿Cómo puedo hacer esto usando R? Aquí hay algunos datos de muestra y código: …

13 r  regression  variance 

En R (2.15.2) instalé una vez un ARIMA (3,1,3) en una serie de tiempo y una vez un ARMA (3,3) en la serie de tiempo una vez diferenciada. Los parámetros ajustados difieren, lo que atribuí al método de ajuste en ARIMA. Además, ajustar un ARIMA (3,0,3) en los mismos datos …

13 r  time-series  arima  fitting  arma 

He estado trabajando en un modelo logístico y tengo algunas dificultades para evaluar los resultados. Mi modelo es un logit binomial. Mis variables explicativas son: una variable categórica con 15 niveles, una variable dicotómica y 2 variables continuas. Mi N es grande> 8000. Estoy tratando de modelar la decisión de …

13 r  logistic  goodness-of-fit  roc 

¿Es posible realizar un análisis de potencia para la prueba U de Kruskal-Wallis y Mann-Whitney? En caso afirmativo, ¿hay algún paquete / función de R que lo realice?

13 r  nonparametric  power-analysis  kruskal-wallis 

Realicé un glm.nb por glm1<-glm.nb(x~factor(group)) siendo el grupo una categoría y x una variable métrica. Cuando intento obtener el resumen de los resultados, obtengo resultados ligeramente diferentes, dependiendo de si uso summary()o summary.glm. summary(glm1)me da ... Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 0.1044 0.1519 0.687 0.4921 factor(gruppe)2 0.1580 …

13 r  generalized-linear-model  negative-binomial 

Tengo resultados de la misma prueba aplicada a dos muestras independientes: x <- c(17, 12, 13, 16, 9, 19, 21, 12, 18, 17) y <- c(10, 6, 15, 9, 8, 11, 8, 16, 13, 7, 5, 14) Y quiero calcular una prueba de suma de rango de Wilcoxon. Cuando calculo …

13 r  wilcoxon-mann-whitney  wilcoxon-signed-rank 

Para datos distribuidos aproximadamente normalmente, los diagramas de caja son una excelente manera de visualizar rápidamente la mediana y la difusión de los datos, así como la presencia de valores atípicos. Sin embargo, para las distribuciones de colas más pesadas, muchos puntos se muestran como valores atípicos, ya que los …

13 r  distributions  data-visualization  data-transformation  ggplot2 

Tengo un conjunto de valores xxx e que están teóricamente relacionados exponencialmente:yyy y=axby=axsiy = ax^b Una forma de obtener los coeficientes es aplicando logaritmos naturales en ambos lados y ajustando un modelo lineal: > fit <- lm(log(y)~log(x)) > a <- exp(fit$coefficients[1]) > b <- fit$coefficients[2] Otra forma de obtener esto …

13 r  regression  linear-model  model-selection  nonlinear-regression 

Estoy usando el paquete R lavaan para estimar un modelo de ecuación estructural. Digamos que el modelo consta de 1 variable manifiesta endógena con 1 latente y 2 variables explicativas manifiestas: group = {0,1} attitude1 = latent,scale age = respondent's age El modelo de lavaan deseado es entonces (no funciona): …

13 r  interaction  sem  lavaan 

Editar He encontrado un documento que describe exactamente el procedimiento que necesito. La única diferencia es que el documento interpola datos medios mensuales a diarios, al tiempo que conserva los medios mensuales. Tengo problemas para implementar el enfoque R. Cualquier pista es apreciada. Original Para cada semana, tengo los siguientes …

13 r  time-series  interpolation 

Ejecuté PCA en 25 variables y seleccioné las 7 mejores PC usando prcomp. prc <- prcomp(pollutions, center=T, scale=T, retx=T) Luego hice rotación varimax en esos componentes. varimax7 <- varimax(prc$rotation[,1:7]) Y ahora deseo varimax rotar los datos rotados por PCA (ya que no es parte del objeto varimax, solo la matriz …

13 r  pca  factor-rotation 

Soy nuevo en ciencia de datos y tengo problemas para encontrar clústeres en un conjunto de datos con 200,000 filas y 50 columnas en R. Dado que los datos tienen variables tanto numéricas como nominales, los métodos como K-means que usa la medida de distancia euclidiana no parecen ser una …

13 r  clustering  sampling  large-data