Użyj tego znacznika w przypadku każdego * pytania na temat *, które (a) obejmuje `R` jako krytyczną część pytania lub oczekiwaną odpowiedź, a (b) nie jest * tylko * o tym, jak używać` R`.
Analizowałem niektóre dane przy użyciu liniowego modelowania efektu mieszanego w R. Planuję zrobić plakat z wynikami i zastanawiałem się, czy ktokolwiek doświadczony z modelami efektu mieszanego może zasugerować, które wykresy zastosować w zilustrowaniu wyników Model. Myślałem o wykresach rezydualnych, wykresie dopasowanych wartości względem wartości oryginalnych itp. Wiem, że będzie to …
Jeśli zmienna czynnikowa (np. Płeć o poziomach M i F) jest używana we wzorze glm, tworzone są zmienne zmienne, które można znaleźć w podsumowaniu modelu glm wraz z powiązanymi z nimi współczynnikami (np. Płeć) Jeśli zamiast polegać na R w celu podzielenia współczynnika w ten sposób, czynnik jest zakodowany w …
Muszę oszacować wyjściową funkcję hazardu w zależnym od czasu modelu Coxaλ0( t )λ0(t)\lambda_0(t) λ ( t ) = λ0( t ) exp( Z( t )′β)λ(t)=λ0(t)exp(Z(t)′β)\lambda(t) = \lambda_0(t) \exp(Z(t)'\beta) Podczas kursu Survival pamiętam, że bezpośrednia pochodna skumulowanej funkcji hazardu ( ) nie byłaby dobrym estymatorem, ponieważ estymator Breslowa daje funkcję krokową.λ0( …
Gdybym był zainteresowany dopasowaniem interakcji dwukierunkowych między liniową zmienną objaśniającą a inną zmienną objaśniającą która ma kwadratowy związek ze zmienną zależną , czy musiałbym uwzględnić zarówno interakcję ze składową kwadratową, jak i interakcję z liniową komponent w modelu? Np .: Z kolei w oparciu o mój poprzedni wątek: Warunki krzywizny …
Przepraszam, jeśli to nowe pytanie; Po raz pierwszy próbuję nauczyć się statystyki. Myślę, że mam podstawową procedurę, ale staram się ją wykonać z R. Próbuję więc ocenić znaczenie współczynników regresji w wielokrotnej regresji liniowej formy y^= Xβ^y^=Xβ^ \hat y = X \hat \beta Myślę, że statystyki t do testowania podajeH.0: …
Mam dane, które wyglądają następująco: Próbowałem zastosować rozkład normalny (szacowanie gęstości jądra działa lepiej, ale nie potrzebuję tak dużej precyzji) i działa całkiem dobrze. Wykres gęstości tworzy elipsę. Potrzebuję uzyskać tę funkcję elipsy, aby zdecydować, czy punkt leży w regionie elipsy, czy nie. Jak to zrobić? Kod R lub Mathematica …
Mam nadzieję, że ktoś na tych forach pomoże mi rozwiązać ten podstawowy problem w badaniach nad ekspresją genów. Przeprowadziłem głębokie sekwencjonowanie tkanki eksperymentalnej i kontrolnej. Następnie uzyskałem krotną wartość wzbogacenia genów w próbce eksperymentalnej nad kontrolą. Referencyjny genom ma około 15 000 genów. 3000 z 15 000 genów jest wzbogaconych …
Korzystam z RandomForestpakietu R i nie rozumiem, jak interpretować wartości osi Y na ich wykresach częściowej zależności. Dokumenty pomocnicze stwierdzają, że wykres jest „graficznym przedstawieniem marginalnego wpływu zmiennej na prawdopodobieństwo klasowe”. Nadal jednak nie rozumiem, co dokładnie reprezentuje oś y. W szczególności, co oznaczają wartości ujemne? Co to znaczy mieć …
Próbuję zinterpretować dane wyjściowe nls (). Przeczytałem ten post, ale nadal nie rozumiem, jak wybrać najlepsze dopasowanie. Z moich ataków mam dwa wyjścia: > summary(m) Formula: y ~ I(a * x^b) Parameters: Estimate Std. Error t value Pr(>|t|) a 479.92903 62.96371 7.622 0.000618 *** b 0.27553 0.04534 6.077 0.001744 ** …
W ostatnim artykule Norton i in. (2018) stwierdzają, że[1][1]^{[1]} Różnych ilorazów szans z tego samego badania nie można porównać, gdy modele statystyczne, które dają oszacowania ilorazu szans, mają różne zmienne objaśniające, ponieważ każdy model ma inny arbitralny współczynnik skalowania. Wielkości ilorazu szans z jednego badania nie można także porównać z …
Następujący problem został opublikowany na stronie Mensa International na Facebooku: \quad\quad\quad\quad\quad\quad\quad\quad Sam post otrzymał ponad 1000 komentarzy, ale nie będę wchodził w szczegóły na temat debaty, ponieważ wiem, że jest to paradoks skrzynki Bertranda, a odpowiedź brzmi . Zainteresowało mnie to, w jaki sposób można rozwiązać ten problem, stosując podejście …
Eksplorowałem szereg narzędzi do prognozowania i odkryłem, że Uogólnione Modele Addytywne (GAM) mają największy potencjał do tego celu. GRY są świetne! Pozwalają na bardzo zwięzłe określenie złożonych modeli. Jednak ta sama zwięzłość powoduje pewne zamieszanie, szczególnie w odniesieniu do tego, w jaki sposób GAM postrzegają terminy interakcji i zmienne towarzyszące. …
W R mam próbkę 348 miar i chcę wiedzieć, czy mogę założyć, że jest ona normalnie dystrybuowana do przyszłych testów. Zasadniczo po kolejnej odpowiedzi stosu patrzę na wykres gęstości i wykres QQ z: plot(density(Clinical$cancer_age)) qqnorm(Clinical$cancer_age);qqline(Clinical$cancer_age, col = 2) Nie mam dużego doświadczenia w statystyce, ale wyglądają jak przykłady normalnych dystrybucji, …
Wielomiany ortogonalne w jednowymiarowym zestawie punktów są wielomianami, które wytwarzają wartości na tych punktach w taki sposób, że iloczyn skalarny i korelacja par są zerowe. R może wytwarzać ortogonalne wielomiany z funkcją poli . Ta sama funkcja ma wariant polimorficzny, który tworzy wielomiany ortogonalne na zestawie punktów na wielu odmianach. …
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.