Preguntas etiquetadas con r

Tengo dificultades para interpretar algunos resultados. Estoy haciendo una regresión jerárquica relacionada con ecoreg. Si ingreso el código, recibo resultados con odds ratios, relaciones de confianza y una probabilidad de registro maximizada 2x. Sin embargo, no entiendo completamente cómo interpretar la probabilidad de registro maximizada 2x. Hasta donde yo sé, …

9 r  interpretation 

Estoy usando la función randomForesten el randomForestpaquete de R para hacer una regresión. Sin embargo, cuando intento incluir un término de interacción en los siguientes códigos: library(MASS) library(randomForest) Boston_f <- within(Boston, factor(rad)) mdl <- randomForest(lstat ~ rad * . , data = Boston_f) El resultado mdl$termincluye interacción, pero si me …

9 r  interaction  random-forest 

He visto que hay varias preguntas sobre la interpretación y la construcción de juegos, lo que parece ilustrar la dificultad para los no estadísticos para tratar con ellos. Desafortunadamente, de ninguno de los hilos o tutoriales que leí, pude obtener una comprensión clara de cómo construir un modelo significativo. Actualmente …

9 r  model-selection  gam 

Estoy usando la adonis()función en el veganpaquete para determinar 1) si las especies hospedantes concurrentes varían en su comunidad microbiana en múltiples sitios, y 2) si los sitios son diferentes. He examinado todas las publicaciones sobre CV y ​​SO, y no hay una respuesta clara sobre cómo determinar la importancia …

9 r  permutation-test  sums-of-squares  blocking 

Me han hecho una pregunta sobre un modelo lineal hecho con R lm: "¿La regresión utilizó mínimos cuadrados iterativos lineales o no lineales?" Busqué un poco y [creo que entiendo] la diferencia entre los dos, pero no pude encontrar ninguna evidencia del uso de R de mínimos cuadrados lineales lm(que …

9 r  linear-model  lm 

La arimaxfunción en el TSApaquete es, que yo sepa, el único Rpaquete que se ajustará a una función de transferencia para los modelos de intervención. Sin embargo, carece de una función de predicción que a veces es necesaria. ¿Es lo siguiente una solución alternativa para este problema, aprovechando el excelente …

9 r  time-series  forecasting  arima  intervention-analysis 

¿Cómo calcular la media, la varianza, la mediana, la desviación estándar y el modo de distribución? Si genero números al azar que forman la distribución normal, he especificado la media como m=24.2desviación estándar como sd=2.2: > dist = rnorm(n=1000, m=24.2, sd=2.2) Entonces puedo hacer lo siguiente: Media: > mean(dist) [1] …

9 r  distributions  mean 

Supongamos que en un análisis de regresión en R, tengo una variable independiente del tipo de factor con 3 niveles en mi conjunto de datos del tren. Pero en el conjunto de datos de prueba, esa misma variable de factor tiene 5 niveles. Por lo tanto, no puedo predecir los …

9 r  regression  categorical-data  cross-validation  rare-events 

Mis datos en bruto consisten en una serie temporal de 60 días con una tendencia a la baja. Los datos son semanales, por lo que la frecuencia se establece en 7. Calculé la diferencia de los datos que se ve así Cuando ejecuto gráficos ACF y PACF en la diferencia, …

9 r  time-series  autocorrelation 

Al seleccionar un número apropiado de nudos para un GAM, uno puede tener en cuenta el número de datos e incrementos en el eje x. ¿Qué pasa si tenemos 100 incrementos en el eje x con 1000 puntos de datos en cada incremento? La información aquí dice: Si no se …

9 r  gam  splines 

Tengo tres variables macroeconómicas (ICS - sentimiento del consumidor, ER - tasa de empleo, DGO - pedido de bienes duraderos) y he realizado pruebas de causalidad de Granger en R en ellas. Realmente no sé cómo interpretar los resultados de una prueba de Granger. ¿Podría alguien echarme una mano para …

9 r  granger-causality 

Tengo algunos problemas para obtener resultados equivalentes entre un aovmodelo de medidas repetidas entre dentro y un lmermodelo mixto. Mis datos y script se ven de la siguiente manera data=read.csv("https://www.dropbox.com/s/zgle45tpyv5t781/fitness.csv?dl=1") data$id=factor(data$id) data id FITNESS TEST PULSE 1 1 pilates CYCLING 91 2 2 pilates CYCLING 82 3 3 pilates CYCLING …

9 r  anova  mixed-model  repeated-measures  lme4-nlme 

Quiero calcular las tasas de incidencia para presentar a lo largo de las razones de riesgo para presentar medidas de riesgo relativas y absolutas. Vi en otros estudios que tales tasas de incidencia pueden calcularse utilizando modelos de Poisson con tiempo de seguimiento en el modelo como compensación. Así que …

9 r  survival  cox-model  poisson-regression  incidence-rate-ratio 

library(lme4) out <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd), data = cbpp, family = binomial, contrasts = list(period = "contr.sum")) summary(out) Fixed effects: Estimate Std. Error z value Pr(>|z|) (Intercept) -2.32337 0.22129 -10.499 < 2e-16 *** period1 0.92498 0.18330 5.046 4.51e-07 *** period2 -0.06698 0.22845 -0.293 …

9 r  binomial  logit  lme4-nlme 

Por lo que entiendo, el argumento cp de la rpartfunción ayuda a podar previamente el árbol de la misma manera que los argumentos minplit o minbucket. Lo que no entiendo es cómo se calculan los valores de CP. Por ejemplo df<-data.frame(x=c(1,2,3,3,3,4), y=as.factor(c(TRUE, TRUE, FALSE, TRUE, FALSE, FALSE)), method="class") mytree<-rpart(y ~ …

9 r  cart  rpart