Statystyki i duże zbiory danych r

1

Porównanie CPH, modelu przyspieszonego czasu awarii lub sieci neuronowych do analizy przeżycia

Jestem nowy w analizie przeżycia, a ostatnio dowiedziałem się, że istnieją różne sposoby, aby osiągnąć określony cel. Interesuje mnie faktyczne wdrożenie i odpowiedniość tych metod. Przedstawiono mi tradycyjne Cox Proporcjonalne zagrożenia , modele przyspieszonego czasu awarii i sieci neuronowe (perceptron wielowarstwowy) jako metody pozwalające na przeżycie pacjenta, biorąc pod uwagę …

10 r machine-learning survival neural-networks cox-model

2

Czy planujesz statystyki podsumowujące ze średnimi, sd, min i max?

Pochodzę ze środowisk ekonomicznych i zazwyczaj w tej dyscyplinie statystyki podsumowujące zmienne są przedstawione w tabeli. Chciałbym je jednak nakreślić. Mógłbym zmodyfikować wykres pudełkowy, aby wyświetlał średnią, odchylenie standardowe, minimum i maksimum, ale nie chcę tego robić, ponieważ wykresy pudełkowe są tradycyjnie używane do wyświetlania median oraz Q1 i Q3. …

10 r data-visualization boxplot

2

Solidne wnioskowanie o regresji i estymatory Sandwich

Czy możesz podać przykład użycia estymatorów wielowarstwowych w celu przeprowadzenia silnego wnioskowania o regresji? Widzę ten przykład ?sandwich, ale nie do końca rozumiem, jak możemy przejść od lm(a ~ b, data)( zakodowany r ) do oszacowania i wartości p wynikającej z modelu regresji z wykorzystaniem macierzy wariancji-kowariancji zwróconej przez funkcję …

10 r regression lm sandwich

3

Porównywanie zagnieżdżonych binarnych modeli regresji logistycznej, gdy jest duże

Aby lepiej zadać moje pytanie, podałem poniżej niektóre wyniki zarówno modelu zmiennego 16 ( fit), jak i modelu zmiennego 17 ( fit2) (wszystkie zmienne predykcyjne w tych modelach są ciągłe, a jedyną różnicą między tymi modelami jest to, że fitnie zawierają zmienną 17 (var17)): fit Model Likelihood Discrimination Rank Discrim. …

10 r regression logistic model-selection large-data

1

Szybka integracja z eCDF w R

Mam równania formy T.1( x ) = ∫x0sol( T1( y) ) d fa^n( y)T.1(x)=∫0xsol(T.1(y)) refa^n(y) T_1(x) = \int_0^x g(T_1(y)) \ d\hat{F}_n(y) w którym jest empiryczna ED i jest funkcją. Mam odwzorowanie skurczu, dlatego próbuję rozwiązać równanie całkowe za pomocą sekwencji twierdzeń Banacha o stałym punkcie.gfa^nfa^n\hat{F}_nsolsolg Jednak działa to bardzo wolno …

10 r numerical-integration

1

Przelicz prawdopodobieństwo dziennika na podstawie prostego modelu R lm

Po prostu próbuję ponownie obliczyć za pomocą dnorm () prawdopodobieństwo dziennika podane przez funkcję logLik z modelu lm (w języku R). Działa (prawie idealnie) dla dużej liczby danych (np. N = 1000): > n <- 1000 > x <- 1:n > set.seed(1) > y <- 10 + 2*x + rnorm(n, …

10 r generalized-linear-model likelihood lm

2

Dodanie efektu losowego wpływa na oszacowanie współczynnika

Zawsze uczono mnie, że efekty losowe wpływają tylko na wariancję (błąd), a efekty stałe wpływają tylko na średnią. Ale znalazłem przykład, w którym efekty losowe wpływają również na średnią - oszacowanie współczynnika: require(nlme) set.seed(128) n <- 100 k <- 5 cat <- as.factor(rep(1:k, each = n)) cat_i <- 1:k # …

10 r mixed-model random-effects-model

1

korekta wartości p dla statystyki Local Moran's I (LISA)

Pracuję z eksploracyjną analizą przestrzenną w R przy użyciu pakietu spdep. Natknąłem się na opcję dostosowania wartości p lokalnych wskaźników asocjacji przestrzennej (LISA) obliczonych za pomocą localmoranfunkcji. Według dokumentów ma to na celu: ... korekta wartości prawdopodobieństwa dla wielu testów. W dalszej części dokumentacji p.adjustSPczytam, że dostępne opcje to: Metody …

10 r multiple-comparisons bonferroni

1

Jak włączyć innowacyjną wartość odstającą przy obserwacji 48 w moim modelu ARIMA?

Pracuję nad zestawem danych. Po zastosowaniu niektórych technik identyfikacji modelu, wyszłam z modelem ARIMA (0,2,1). Użyłem detectIOfunkcji w pakiecie TSAw R do wykrycia innowacyjnej wartości odstającej (IO) przy 48. obserwacji mojego oryginalnego zestawu danych. Jak włączyć tę wartość odstającą do mojego modelu, aby móc jej używać do celów prognozowania? Nie …

10 r time-series arima outliers hypergeometric fishers-exact r time-series intraclass-correlation r logistic glmm clogit mixed-model spss repeated-measures ancova machine-learning python scikit-learn distributions data-transformation stochastic-processes web standard-deviation r machine-learning spatial similarities spatio-temporal binomial sparse poisson-process r regression nonparametric r regression logistic simulation power-analysis r svm random-forest anova repeated-measures manova regression statistical-significance cross-validation group-differences model-comparison r spatial model-evaluation parallel-computing generalized-least-squares r stata fitting mixture hypothesis-testing categorical-data hypothesis-testing anova statistical-significance repeated-measures likert wilcoxon-mann-whitney boxplot statistical-significance confidence-interval forecasting prediction-interval regression categorical-data stata least-squares experiment-design skewness reliability cronbachs-alpha r regression splines maximum-likelihood modeling likelihood-ratio profile-likelihood nested-models

3

Jak uzyskać przedział ufności dla zmiany r-kwadratowej populacji

Dla prostego przykładu załóżmy, że istnieją dwa modele regresji liniowej 1 Model posiada trzy czynniki prognostyczne, x1a, x2b, ix2c Model 2 ma trzy predyktory z modelu 1 i dwa dodatkowe predyktory x2aorazx2b Istnieje równanie regresji populacji, w którym wyjaśniona wariancja populacji wynosi ρ2(1)ρ(1)2\rho^2_{(1)} dla Modelu 1 i ρ2(2)ρ(2)2\rho^2_{(2)} dla Modelu …

10 regression confidence-interval estimation r-squared shrinkage anova t-test references tukey-hsd machine-learning boosting r clustering fishers-exact generalized-linear-model model probit link-function r survival probability distributions dice logistic lme4-nlme glmm meta-analysis distributions distributions factor-analysis r anova repeated-measures post-hoc

1

Co oznacza przepustowość?

Narysowałem funkcję gęstości w R, a pod wykresem jest liczba pasm. Co oznacza ta liczba?

10 r

1

Jak napisać termin błędu w powtarzanych pomiarach ANOVA w R: Błąd (temat) vs Błąd (temat / czas)

Moje pytanie jest bardzo ściśle związane z poprzednim poście Określanie Błąd () termin w ANOVA z powtarzanymi pomiarami w R . Chciałbym jednak uzyskać więcej informacji na temat definiowania terminu błędu. Załóżmy, że mam dwukierunkową powtarzaną ANOVA. Czynnikiem pomiędzy efektami grupowymi jest Leczenie (kontrola vs. placebo), podczas gdy Czas jest …

10 r anova repeated-measures

2

Kilka regresji logistycznych a regresja wielomianowa

Czy wykonalne jest kilka binarnych regresji logistycznych zamiast regresji wielomianowej? Z tego pytania: Wielomianowa regresja logistyczna a binarna regresja logistyczna jeden na jeden spostrzegam, że regresja wielomianowa może mieć niższe błędy standardowe. Jednak pakiet, którego chciałbym użyć, nie został uogólniony na regresję wielomianową ( ncvreg: http://cran.r-project.org/web/packages/ncvreg/ncvreg.pdf ), więc zastanawiałem się, …

10 r logistic multinomial

3

Naprawiono vs efekty losowe

Niedawno zacząłem uczyć się o uogólnionych liniowych modelach mieszanych i używałem R do zbadania, jaką to różnicę traktuje członkostwo w grupie jako efekt stały lub losowy. W szczególności patrzę na omawiany tutaj przykładowy zestaw danych: http://www.ats.ucla.edu/stat/mult_pkg/glmm.htm http://www.ats.ucla.edu/stat/r/dae/melogit.htm Jak nakreślono w tym samouczku, efekt Doctor ID jest zauważalny i spodziewałem się, …

10 r random-effects-model glmm

1

Który jest bardziej dokładny glm lub glmnet?

R glm i glmnet używają różnych algorytmów. Kiedy używam obu, zauważam nietrywialne różnice między oszacowanymi współczynnikami. Interesuje mnie, kiedy jedna jest bardziej dokładna od drugiej, i czas na rozwiązanie / kompromis. W szczególności mam na myśli przypadek, w którym ustawia się lambda = 0 w glmnet st, szacuje się to …

10 r generalized-linear-model glmnet

Pytania otagowane jako r