Pytania otagowane jako r

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`.

1
Jakie resztki i odległość Cooka są używane w GLM?
Czy ktoś wie, jaki jest wzór na odległość Cooka? Oryginalna formuła odległości Cooka wykorzystuje resztki studenckie, ale dlaczego R używa std. Resztki Pearsona podczas obliczania wykresu odległości Cooka dla GLM. Wiem, że resztki studenckie nie są zdefiniowane dla GLM, ale jak wygląda wzór do obliczania odległości Cooka? Załóżmy następujący przykład: …
2
Znajdowanie indeksu kolumny według jego nazwy w R [zamknięte]
Zamknięte. To pytanie jest nie na temat . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Zaktualizuj pytanie, aby było tematem dotyczącym weryfikacji krzyżowej. Zamknięte 6 lat temu . W ramce danych chciałbym uzyskać indeks kolumny według nazwy. Na przykład: x <- data.frame(foo=c('a','b','c'),bar=c(4,5,6),quux=c(4,5,6)) Chcę poznać indeks kolumny dla „paska”. Wymyśliłem …
11 r 
1
Symulacja serii ARIMA (1,1,0)
Dopasowałem modele ARIMA do oryginalnej serii czasowej, a najlepszym modelem jest ARIMA (1,1,0). Teraz chcę zasymulować serię z tego modelu. Napisałem prosty model AR (1), ale nie mogłem zrozumieć, jak dostosować różnicę w modelu ARI (1,1,0). Następujący kod R dla serii AR (1) to: phi= -0.7048 z=rep(0,100) e=rnorm(n=100,0,0.345) cons=2.1 z[1]=4.1 …
11 r  time-series  arima 
1
Jak obliczyć wyniki ufności w regresji (z losowymi lasami / XGBoost) dla każdej prognozy w R?
Czy istnieje sposób na uzyskanie wyniku ufności (możemy nazwać to również wartością ufności lub prawdopodobieństwa) dla każdej przewidywanej wartości, gdy stosuje się algorytmy takie jak Losowe Lasy lub Ekstremalne Zwiększanie Gradientu (XGBoost)? Powiedzmy, że ten wynik pewności wynosiłby od 0 do 1 i pokazuje, jak jestem pewny co do konkretnej …
3
Jak radzić sobie z ostrzeżeniem „non-integer” z ujemnego dwumianowego GLM?
Staram się modelować średnie intensywności pasożytów atakujących gospodarza w R przy użyciu ujemnego modelu dwumianowego. Ciągle otrzymuję 50 lub więcej ostrzeżeń, które mówią: In dpois(y, mu, log = TRUE) : non-integer x = 251.529000 Jak sobie z tym poradzić? Mój kod wygląda następująco: mst.nb = glm.nb(Larvae+Nymphs+Adults~B.type+Month+Season, data=MI.df)
5
Statystyka testu Durbina Watsona
Zastosowałem test DW do mojego modelu regresji w R i otrzymałem statystykę testu DW wynoszącą 1,78 i wartość p 2,2e-16 = 0. Czy to oznacza, że ​​nie ma autokorelacji między resztami, ponieważ stat jest bliski 2 z małą wartością p, czy to oznacza, że ​​chociaż stat jest bliski 2, wartość …
3
Czy wartości skalowania w liniowej analizie dyskryminacyjnej (LDA) można wykorzystać do wykreślenia zmiennych objaśniających na liniowych dyskryminatorach?
Korzystając z dwójki wartości uzyskanych w wyniku analizy głównego składnika, możliwe jest zbadanie zmiennych objaśniających, które składają się na każdy podstawowy składnik. Czy jest to również możliwe w przypadku liniowej analizy dyskryminacyjnej? Podane przykłady wykorzystują Dane to „Dane Iris Edgara Andersona” ( http://en.wikipedia.org/wiki/Iris_flower_data_set ). Oto dane tęczówki : id SLength …
2
Jak modelować efekty miesiąc do miesiąca w danych dziennych szeregów czasowych?
Mam dwie serie danych dziennych. Jedna z nich to sign-upsdruga terminationssubskrypcja. Chciałbym przewidzieć ten drugi, wykorzystując informacje zawarte w obu zmiennych. Patrząc na wykres tych serii, oczywiste jest, że zakończenia są skorelowane z wielokrotnością rejestracji sprzed miesięcy. Oznacza to, że skok liczby rejestracji w dniu 10 maja doprowadzi do wzrostu …
3
Tworzenie automatycznie skorelowanych wartości losowych w R
Próbujemy stworzyć automatycznie skorelowane wartości losowe, które zostaną wykorzystane jako szeregi czasowe. Nie mamy żadnych danych, do których się odwołujemy, a po prostu chcemy stworzyć wektor od zera. Z jednej strony potrzebujemy oczywiście losowego procesu z rozkładem i jego SD. Z drugiej strony należy opisać autokorelację wpływającą na losowy proces. …
1
Test Fishera w R.
Załóżmy, że mamy następujący zestaw danych: Men Women Dieting 10 30 Non-dieting 5 60 Jeśli uruchomię dokładny test Fishera w R, co to oznacza alternative = greater(lub mniej)? Na przykład: mat = matrix(c(10,5,30,60), 2,2) fisher.test(mat, alternative="greater") Dostaję p-value = 0.01588i odds ratio = 3.943534. Ponadto, kiedy odwracam wiersze tabeli awaryjnej …
4
Co zrobić z objaśnieniami w szeregach czasowych?
Pracując głównie z danymi przekrojowymi do tej pory i bardzo niedawno przeglądając, skanując potykając się o kilka wstępnych literatur szeregów czasowych, zastanawiam się, jaką rolę odgrywają zmienne objaśniające w analizie szeregów czasowych. Chciałbym wyjaśnić trend zamiast usuwania trendów. Większość tego, co przeczytałem jako wstęp, zakłada, że ​​seria wywodzi się z …
1
Interpretacja rozkładu szeregów czasowych przy użyciu TBATS z pakietu prognozy R.
Chciałbym rozłożyć następujące dane szeregów czasowych na komponenty sezonowe, trendowe i resztkowe. Dane to godzinny profil energii chłodzenia z budynku komercyjnego: TotalCoolingForDecompose.ts <- ts(TotalCoolingForDecompose, start=c(2012,3,18), freq=8765.81) plot(TotalCoolingForDecompose.ts) Istnieją zatem oczywiste dzienne i tygodniowe efekty sezonowe w związku z tym na podstawie porady: Jak rozłożyć szereg czasowy z wieloma składnikami sezonowymi? …
4
Dlaczego testy hipotez na ponownie próbkowanych zestawach danych zbyt często odrzucają wartość zerową?
tl; dr: Zaczynając od zestawu danych wygenerowanego pod wartością zerową, ponownie próbkowałem przypadki z zamianą i przeprowadzałem test hipotez na każdym zestawie danych ponownie próbkowanym. Te testy hipotez odrzucają zero w ponad 5% przypadków. W poniższej, bardzo prostej symulacji, generuję zestawy danych za pomocą X∼N(0,1)⨿Y∼N(0,1)X∼N(0,1)⨿Y∼N(0,1)X \sim N(0,1) \amalg Y \sim …
1
Dlaczego otrzymuję różne prognozy dotyczące ręcznego rozszerzania wielomianu i korzystania z funkcji R `poly`?
Dlaczego otrzymuję różne prognozy dotyczące ręcznego rozwijania wielomianu i korzystania z polyfunkcji R. set.seed(0) x <- rnorm(10) y <- runif(10) plot(x,y,ylim=c(-0.5,1.5)) grid() # xp is a grid variable for ploting xp <- seq(-3,3,by=0.01) x_exp <- data.frame(f1=x,f2=x^2) fit <- lm(y~.-1,data=x_exp) xp_exp <- data.frame(f1=xp,f2=xp^2) yp <- predict(fit,xp_exp) lines(xp,yp) # using poly function …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.