Statystyki i duże zbiory danych r

4

Dlaczego mówimy „szczątkowy błąd standardowy”?

Błąd standardowy to szacowane odchylenie standardowe estymatora dla parametru .σ^(θ^)σ^(θ^)\hat \sigma(\hat\theta)θ^θ^\hat\thetaθθ\theta Dlaczego szacowane odchylenie standardowe reszt określa się jako „resztkowy błąd standardowy” (np. Na wyjściu funkcji R summary.lm), a nie „resztowe odchylenie standardowe”? Jakie parametry szacunkowe wyposażamy tutaj w standardowy błąd? Czy uważamy każdą resztę za estymator dla „jego” terminu …

14 r standard-error residuals terminology

1

Prognoza szeregów czasowych Arima (auto.arima) z wieloma zmiennymi egzogenicznymi w R.

Chciałbym przeprowadzić prognozę opartą na modelu szeregowym ARIMA z szeregiem czasowym z wieloma zmiennymi egzogenicznymi. Ponieważ nie jestem tak zręczny, jeśli chodzi o brak statystyk, ani RI nie chcę, aby utrzymanie było tak proste, jak to możliwe (wystarczająca jest prognoza trendów na 3 miesiące). Mam 1 zależne szeregi czasowe i …

14 r time-series arima

5

Znajdowanie punktów przegięcia w R na podstawie wygładzonych danych

Mam pewne dane, których gładko używam loess. Chciałbym znaleźć punkty przegięcia wygładzonej linii. czy to możliwe? Jestem pewien, że ktoś wymyślił wymyślną metodę rozwiązania tego ... to znaczy ... w końcu to R! Nie przeszkadza mi zmiana funkcji wygładzania, której używam. Po prostu użyłem, loessponieważ tego właśnie używałem w przeszłości. …

14 r smoothing loess

4

Analiza ROC i multiROC: jak obliczyć optymalny punkt odcięcia?

Próbuję zrozumieć, jak obliczyć optymalny punkt odcięcia dla krzywej ROC (wartość, przy której czułość i swoistość są zmaksymalizowane). Korzystam z zestawu danych aSAHz pakietu pROC. outcomeZmienna może być wyjaśnione przez dwóch niezależnych zmiennych: s100ba ndka. Korzystając ze składni Epipakietu, stworzyłem dwa modele: library(pROC) library(Epi) ROC(form=outcome~s100b, data=aSAH) ROC(form=outcome~ndka, data=aSAH) Dane wyjściowe …

14 r roc sensitivity-analysis sensitivity-specificity

2

Symulacja wielu regresji liniowych

Jestem nowy w języku R. Chciałbym wiedzieć, jak symulować z modelu wielokrotnej regresji liniowej, który spełnia wszystkie cztery założenia regresji. ok dziękuję. Powiedzmy, że chcę symulować dane na podstawie tego zestawu danych: y<-c(18.73,14.52,17.43,14.54,13.44,24.39,13.34,22.71,12.68,19.32,30.16,27.09,25.40,26.05,33.49,35.62,26.07,36.78,34.95,43.67) x1<-c(610,950,720,840,980,530,680,540,890,730,670,770,880,1000,760,590,910,650,810,500) x2<-c(1,1,3,2,1,1,3,3,2,2,1,3,3,2,2,2,3,3,1,2) fit<-lm(y~x1+x2) summary(fit) wtedy otrzymuję wynik: Call: lm(formula = y ~ x1 + x2) Residuals: Min …

14 r multiple-regression simulation

2

Używanie R dla GLM z rozkładem gamma

Obecnie mam problem ze zrozumieniem składni R dla dopasowania GLM przy użyciu rozkładu gamma. Mam zestaw danych, w którym każdy wiersz zawiera 3 współzmienne ( ), zmienną odpowiedzi ( ) i parametr kształtu ( ). Chcę modelować skalę rozkładu gamma jako funkcję liniową 3 zmiennych towarzyszących, ale nie rozumiem, jak …

14 r generalized-linear-model gamma-distribution dglm

5

Klastrowanie (k-średnie lub w inny sposób) z ograniczeniem minimalnego rozmiaru klastra

Muszę grupować jednostki w klastrów, aby zminimalizować sumę kwadratów wewnątrz grupy (WSS), ale muszę upewnić się, że każda z klastrów zawiera co najmniej jednostek. Masz pojęcie, czy którakolwiek z funkcji klastrowania R pozwala na grupowanie w klastrów z zastrzeżeniem ograniczenia minimalnego rozmiaru klastra? Kmeans () nie wydaje się oferować opcji …

14 r clustering

2

Jaka jest różnica między wyjściem „coef” i „(exp) coef” coxpha w R?

Próbowałem rozeznać, co dokładnie oznaczają „coef” i „(exp) coef” coxph. Wygląda na to, że „(exp) coef” to porównania pierwszej zmiennej w modelu zgodnie z grupą przypisaną w poleceniu. W jaki sposób funkcja Coxph osiąga wartości dla „coef” i „(exp) coef”? Dodatkowo, w jaki sposób coxph określa te wartości, gdy występuje …

14 r survival interpretation

1

Dlaczego błąd „szacunkowa korekta” a „NA” jest generowany z pakietu rozruchowego R podczas obliczania przedziałów ufności przy użyciu metody bca?

Mam wektor liczb, które przesłałem tutaj (... / code / MyData.Rdata) przy użyciu dput. Chciałbym dostać bca ci, więc napisałem ten kod: my.mean <- function(dat, idx){ return (mean(dat[idx], na.rm = TRUE)) } boot.out<-boot(data=my.data, statistic = my.mean, R=1000) Ale gdy uruchomię następujące, otrzymuję to: > boot.ci(boot.out) Error in bca.ci(boot.out, conf, index[1L], …

14 r bootstrap

2

Szacowanie prawdopodobieństwa przeżycia w R

Na podstawie próby czasów przeżycia chciałbym oszacować prawdopodobieństwo przeżycia czasu dla pewnego określonego za pomocą estymatora Kaplana-Meiera. Czy można to zrobić w ? Pamiętaj, że nie musi być czasem zdarzenia.nnnttttttRttt

14 r kaplan-meier

1

Interpretacja wyników .L i .Q z ujemnego dwumianowego GLM z danymi kategorialnymi

Właśnie uruchomiłem ujemny dwumianowy GLM i to jest wynik: Call: glm.nb(formula = small ~ method + site + depth, data = size.dat, init.theta = 1.080668549, link = log) Deviance Residuals: Min 1Q Median 3Q Max -2.2452 -0.9973 -0.3028 0.3864 1.8727 Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 1.6954 0.1152 …

14 r categorical-data generalized-linear-model interpretation negative-binomial

3

Dlaczego iloraz szans z formuły i testu rybaka R. różnią się? Który wybrać?

W poniższym przykładzie > m = matrix(c(3, 6, 5, 6), nrow=2) > m [,1] [,2] [1,] 3 5 [2,] 6 6 > (OR = (3/6)/(5/6)) #1 [1] 0.6 > fisher.test(m) #2 Fisher's Exact Test for Count Data data: m p-value = 0.6699 alternative hypothesis: true odds ratio is not equal …

14 r odds-ratio fishers-exact

2

Czy mogę użyć CLR (transformacja wyśrodkowanego współczynnika log) do przygotowania danych na PCA?

Używam skryptu. To jest dla podstawowych zapisów. Mam ramkę danych, która pokazuje różne kompozycje elementarne w kolumnach na danej głębokości (w pierwszej kolumnie). Chcę z nim wykonać PCA i jestem zdezorientowany co do metody standaryzacji, którą muszę wybrać. Czy ktoś z was wykorzystał te dane clr()do przygotowania danych prcomp()? Czy …

13 r pca normalization compositional-data

1

Równoważność specyfikacji losowego efektu (0 + czynnik | grupa) i (1 | grupa) + (1 | grupa: czynnik) w przypadku symetrii złożonej

Douglas Bates twierdzi, że następujące modele są równoważne „jeśli macierz wariancji-kowariancji dla efektów losowych o wartościach wektorowych ma specjalną formę, zwaną symetrią złożoną” ( slajd 91 w tej prezentacji ): m1 <- lmer(y ~ factor + (0 + factor|group), data) m2 <- lmer(y ~ factor + (1|group) + (1|group:factor), data) …

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

2

Co r, r kwadrat i resztkowe odchylenie standardowe mówią nam o zależności liniowej?

Małe tło Pracuję nad interpretacją analizy regresji, ale bardzo się mylę co do znaczenia r, r do kwadratu i resztkowego odchylenia standardowego. Znam definicje: Charakteryzacje r mierzy siłę i kierunek liniowej zależności między dwiema zmiennymi na wykresie rozrzutu Kwadrat R jest statystyczną miarą tego, jak blisko są dane do dopasowanej …

13 r regression regression-coefficients linear pearson-r

Pytania otagowane jako r