Preguntas etiquetadas con r

Derivar numéricamente los MLE s de GLMM es difícil y, en la práctica, lo sé, no debemos usar la optimización de la fuerza bruta (por ejemplo, usarla optimde una manera simple). Pero para mi propio propósito educativo, quiero probarlo para asegurarme de que entiendo correctamente el modelo (vea el código …

37 r  maximum-likelihood  optimization  lme4-nlme 

Quiero obtener un intervalo de predicción alrededor de una predicción de un modelo lmer (). He encontrado alguna discusión sobre esto: http://rstudio-pubs-static.s3.amazonaws.com/24365_2803ab8299934e888a60e7b16113f619.html http://glmm.wikidot.com/faq pero parecen no tener en cuenta la incertidumbre de los efectos aleatorios. Aquí hay un ejemplo específico. Estoy compitiendo con peces dorados. Tengo datos sobre las últimas …

37 r  mixed-model  prediction  prediction-interval  lme4-nlme 

Quiero suponer que la temperatura de la superficie del mar del mar Báltico es la misma año tras año, y luego describirlo con un modelo lineal / función. La idea que tenía era ingresar el año como un número decimal (o num_months / 12) y averiguar cuál debería ser la …

37 r  regression  time-series  lm 

He construido una regresión logística donde la variable de resultado se está curando después de recibir el tratamiento ( Curevs. No Cure). Todos los pacientes en este estudio recibieron tratamiento. Estoy interesado en ver si tener diabetes está asociado con este resultado. En R mi salida de regresión logística se …

37 r  hypothesis-testing  logistic  generalized-linear-model  odds-ratio 

Realicé el análisis de componentes principales (PCA) con R usando dos funciones diferentes ( prcompy princomp) y observé que las puntuaciones de PCA diferían en el signo. ¿Cómo puede ser? Considera esto: set.seed(999) prcomp(data.frame(1:10,rnorm(10)))$x PC1 PC2 [1,] -4.508620 -0.2567655 [2,] -3.373772 -1.1369417 [3,] -2.679669 1.0903445 [4,] -1.615837 0.7108631 [5,] -0.548879 …

37 r  pca  factor-analysis 

Estaba tratando de ajustar mis datos en varios modelos y descubrí que la fitdistrfunción de la biblioteca MASSde Rme da Negative Binomialel mejor ajuste. Ahora desde la página wiki , la definición se da como: La distribución NegBin (r, p) describe la probabilidad de k fallas y r éxitos en …

37 r  distributions  modeling  negative-binomial 

He estado usando el paquete caret en R para construir modelos predictivos para clasificación y regresión. Caret proporciona una interfaz unificada para ajustar los hiperparámetros del modelo mediante validación cruzada o arranque de bandas. Por ejemplo, si está construyendo un modelo simple de 'vecinos más cercanos' para la clasificación, ¿cuántos …

37 r  time-series  cross-validation 

Actualmente estoy usando el paquete R lme4 . Estoy usando modelos de efectos lineales mixtos con efectos aleatorios: library(lme4) mod1 <- lmer(r1 ~ (1 | site), data = sample_set) #Only random effects mod2 <- lmer(r1 ~ p1 + (1 | site), data = sample_set) #One fixed effect + # random …

37 r  regression  mixed-model  random-effects-model 

La prueba de Mantel se usa ampliamente en estudios biológicos para examinar la correlación entre la distribución espacial de los animales (posición en el espacio) con, por ejemplo, su relación genética, tasa de agresión o algún otro atributo. Muchas buenas revistas lo están utilizando ( PNAS, Animal Behavior, Molecular Ecology …

37 r  correlation  spatial  pattern-recognition 

Estoy tratando de averiguar qué método de validación cruzada es mejor para mi situación. Los siguientes datos son solo un ejemplo para resolver el problema (en R), pero mis Xdatos reales ( xmat) están correlacionados entre sí y en diferentes grados con la yvariable ( ymat). Proporcioné el código R, …

36 r  regression  cross-validation  linear-model 

Estoy tratando de crear un ajuste polinómico de segundo orden para algunos datos que tengo. Digamos que trazo esto en forma con ggplot(): ggplot(data, aes(foo, bar)) + geom_point() + geom_smooth(method="lm", formula=y~poly(x, 2)) Yo obtengo: Por lo tanto, un ajuste de segundo orden funciona bastante bien. Lo calculo con R: summary(lm(data$bar …

36 r  regression  interpretation  regression-coefficients 

EffectsEl paquete proporciona una manera muy rápida y conveniente de graficar los resultados del modelo de efectos mixtos lineales obtenidos a través delme4 paquete . La effectfunción calcula los intervalos de confianza (IC) muy rápidamente, pero ¿qué tan confiables son estos intervalos de confianza? Por ejemplo: library(lme4) library(effects) library(ggplot) data(Pastes) …

36 r  mixed-model  confidence-interval  effects  lme4-nlme 

Tengo datos de 3 grupos de biomasa de algas ( UNAUNAA , sisiB , dodoC ) que contienen tamaños de muestra desiguales ( norteUNA= 15norteUNA=15n_A=15 , nortesi= 13nortesi=13n_B=13 , nortedo= 12nortedo=12n_C=12 ) y me gustaría comparar si estos grupos son de la misma población . Fmax= 19,1Fmax=19,1F_{\max} = 19.1Fc r …

36 r  anova  data-transformation  heteroscedasticity 

plot(density(rexp(100)) Obviamente, toda la densidad a la izquierda de cero representa sesgo. Estoy buscando resumir algunos datos para los no estadísticos, y quiero evitar preguntas sobre por qué los datos no negativos tienen densidad a la izquierda de cero. Las parcelas son para verificación de aleatorización; Quiero mostrar las distribuciones …

36 r  pdf  gamma-distribution  kernel-smoothing 

Quiero usar Lazo o regresión de cresta para un modelo con más de 50,000 variables. Quiero hacerlo usando el paquete de software en R. ¿Cómo puedo estimar el parámetro de contracción ( λλ\lambda )? Ediciones: Este es el punto al que me levanté: set.seed (123) Y <- runif (1000) Xv …

36 r  lasso  ridge-regression  high-dimensional