Preguntas etiquetadas con r

Use esta etiqueta para cualquier pregunta * sobre el tema * que (a) involucre a `R` como parte crítica de la pregunta o respuesta esperada, y (b) no es * solo * sobre cómo usar` R`.

5
Medición de la regresión a la media al golpear jonrones
Cualquiera que siga el béisbol probablemente haya escuchado sobre el desempeño inesperado del tipo MVP del José Bautista de Toronto. En los cuatro años anteriores, bateó aproximadamente 15 jonrones por temporada. El año pasado llegó a 54, un número superado por solo 12 jugadores en la historia del béisbol. En …
11 r  regression  modeling 
3
Estimación de parámetros de un modelo lineal dinámico.
Quiero implementar (en R) el siguiente Modelo lineal dinámico muy simple para el que tengo 2 parámetros variables de tiempo desconocidos (la varianza del error de observación y la varianza del error de estado ).ϵ1tϵt1\epsilon^1_tϵ2tϵt2\epsilon^2_t Ytθt+1==θt+ϵ1tθt+ϵ2tYt=θt+ϵt1θt+1=θt+ϵt2 \begin{matrix} Y_t & = & \theta_t + \epsilon^1_t\\ \theta_{t+1} & = & \theta_{t}+\epsilon^2_t \end{matrix} …
11 r  mcmc  dlm  particle-filter 
1
¿Cuál es la diferencia entre summary () y loadings () para el objeto princomp () en R?
Código de ejemplo: (pc.cr <- princomp(USArrests)) summary(pc.cr) loadings(pc.cr) ## note that blank entries are small but not zero Estoy obteniendo diferentes resultados de cada uno, y no estoy seguro de entender cuál es la diferencia. Aquí está la salida: > summary(pc.cr) Importance of components: Comp.1 Comp.2 Comp.3 Comp.4 Standard deviation …
11 r  pca 
1
Flechas de variables subyacentes en PCA biplot en R
A riesgo de hacer la pregunta específica del software, y con la excusa de su ubicuidad e idiosincrasia, quiero preguntar sobre la función biplot()en R y, más específicamente, sobre el cálculo y el trazado de sus flechas rojas superpuestas predeterminadas, correspondientes a las variables subyacentes. [Para dar sentido a algunos …
11 r  pca  biplot 
1
R / mgcv: ¿Por qué los productos tensoriales te () y ti () producen superficies diferentes?
El mgcvpaquete Rtiene dos funciones para ajustar las interacciones del producto tensorial: te()y ti(). Entiendo la división básica del trabajo entre los dos (ajustar una interacción no lineal versus descomponer esta interacción en efectos principales y una interacción). Lo que no entiendo es por qué te(x1, x2)y ti(x1) + ti(x2) …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 
2
Cómo simular datos censurados
Me pregunto cómo puedo simular una muestra de n vidas de distribución de Weibull que incluya observaciones censuradas a la derecha de Tipo I. Por ejemplo, tengamos n = 3, forma = 3, escala = 1 y la tasa de censura = .15, y el tiempo de censura = .88. …
4
Dividir datos en N grupos iguales
Tengo un marco de datos que contiene valores en 4 columnas: Por ejemplo: ID, price, click count,rating Lo que me gustaría hacer es "dividir" este marco de datos en N grupos diferentes donde cada grupo tendrá el mismo número de filas con la misma distribución de precios, recuento de clics …
11 r  distributions 
2
¿Cómo realizar un análisis residual para predictores independientes binarios / dicotómicos en regresión lineal?
Estoy realizando la regresión lineal múltiple a continuación en R para predecir los rendimientos del fondo administrado. reg <- lm(formula=RET~GRI+SAT+MBA+AGE+TEN, data=rawdata) Aquí solo GRI y MBA son predictores binarios / dicotómicos; Los predictores restantes son continuos. Estoy usando este código para generar gráficos residuales para las variables binarias. plot(rawdata$GRI, reg$residuals) …
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.