Statystyki i duże zbiory danych r

1

Wielowymiarowa regresja liniowa z lasso wr

Próbuję utworzyć model zredukowany, aby przewidzieć wiele zmiennych zależnych (DV) (~ 450), które są wysoce skorelowane. Moje zmienne niezależne (IV) są również liczne (~ 2000) i wysoce skorelowane. Jeśli użyję lasso do wybrania zredukowanego modelu dla każdego wyjścia osobno, nie ma gwarancji, że uzyskam ten sam podzbiór zmiennych niezależnych, ponieważ …

9 r lasso multivariate-regression

1

Różnica między rodzajami SVM

Jestem nowy w obsłudze maszyn wektorowych. Krótkie wyjaśnienie svmFunkcji z e1071pakietu w R oferuje różne opcje: Klasyfikacja C. klasyfikacja nu jedna klasyfikacja (do wykrywania nowości) regresja eps regresja nu Jakie są intuicyjne różnice między pięcioma typami? Który należy zastosować w jakiej sytuacji?

9 r classification svm e1071

1

Model liniowy, w którym dane są niepewne, z wykorzystaniem R.

Powiedzmy, że mam dane niepewne. Na przykład: X Y 1 10±4 2 50±3 3 80±7 4 105±1 5 120±9 Naturą niepewności może być na przykład powtarzanie pomiarów lub eksperymentów lub niepewność przyrządu pomiarowego. Chciałbym dopasować do niej krzywą za pomocą R, co normalnie bym zrobił lm. Nie bierze to jednak …

9 r least-squares error-propagation

2

Jak obliczyć przedział ufności przecięcia X w regresji liniowej?

Ponieważ błąd standardowy regresji liniowej jest zwykle podawany dla zmiennej odpowiedzi, zastanawiam się, jak uzyskać przedziały ufności w innym kierunku - np. Dla przecięcia x. Jestem w stanie wyobrazić sobie, co to może być, ale jestem pewien, że musi istnieć prosty sposób, aby to zrobić. Poniżej znajduje się przykład w …

9 r regression confidence-interval bootstrap

1

Definicja wag najmniejszych kwadratowych: R lm funkcja vs.

Czy ktoś mógłby mi powiedzieć, dlaczego otrzymuję różne wyniki od Rważonego najmniejszego kwadratu i ręcznego rozwiązania przez operację macierzy ? W szczególności próbuję ręcznie rozwiązać , gdzie to macierz diagonalna na wagach, to macierz danych, to odpowiedź wektor. W A x = W bW.ZAx=W.b\mathbf W \mathbf A\mathbf x=\mathbf W \mathbf …

9 r regression least-squares weighted-regression weighted-data

2

Jak poprawić czas działania imputacji danych R MICE

Moje pytanie w skrócie: czy istnieją metody poprawy czasu działania R MICE (imputacja danych)? Pracuję z zestawem danych (30 zmiennych, 1,3 miliona wierszy), który zawiera (dość losowo) brakujące dane. Około 8% obserwacji w około 15 z 30 zmiennych zawiera NA. Aby przypisać brakujące dane, uruchamiam funkcję MICE, część pakietu MICE …

9 r multiple-imputation mice

2

Przypisywanie większej wagi do najnowszych obserwacji w regresji

Jak przypisać większą wagę do najnowszych obserwacji w R? Zakładam, że jest to często zadawane pytanie lub pragnienie, ale trudno mi dokładnie wymyślić, jak to zrealizować. Próbowałem znaleźć wiele, ale nie jestem w stanie znaleźć dobrego praktycznego przykładu. W moim przykładzie z czasem miałbym duży zestaw danych. Chcę powiedzieć, że …

9 r time-series regression random-forest

2

Jaka jest różnica między tymi dwoma testami Breuscha-Pagana?

Używając R na niektórych danych i próbując sprawdzić, czy moje dane są heteroscedastyczne, znalazłem dwie implementacje testu Breusch-Pagan, bptest (pakiet lmtest) i ncvTest (pakiet samochodów). Dają one jednak różne wyniki. Jaka jest różnica między nimi? Kiedy powinieneś wybrać jedno lub drugie? > model <- lm(y ~ x) > bp <- …

9 r regression heteroscedasticity assumptions breusch-pagan

2

Wybór funkcji dla problemów związanych z klastrowaniem

Usiłuję grupować różne zestawy danych przy użyciu nienadzorowanych algorytmów (klastrowanie). Problem polega na tym, że mam wiele funkcji (~ 500) i niewielką liczbę skrzynek (200-300). Do tej pory robiłem tylko problemy z klasyfikacją, dla których zawsze oznaczyłem dane jako zestawy szkoleniowe. Tam zastosowałem jakieś kryterium (tj. Losowy.lasy.importance lub information.gain) do …

9 r clustering feature-selection unsupervised-learning

1

Dlaczego kolumna przechwytująca w modelu.matrix zastępuje pierwszy czynnik?

Próbuję przekonwertować kolumnę czynnikową na zmienne fikcyjne: str(cards$pointsBin) # Factor w/ 5 levels ".lte100",".lte150",..: 3 2 3 1 4 4 2 2 4 4 ... labels <- model.matrix(~ pointsBin, data=cards) head(labels) # (Intercept) pointsBin.lte150 pointsBin.lte200 pointsBin.lte250 pointsBin.lte300 # 741 1 0 0 0 0 # 407 1 1 0 0 …

9 r categorical-data categorical-encoding

1

Ile stron ma kość? Wnioskowanie bayesowskie w JAGS

Problem Chciałbym wyciągnąć wnioski na temat systemu analogicznego do śmierci z nieznaną liczbą stron. Kostka jest walcowana kilka razy, po czym chciałbym wywnioskować rozkład prawdopodobieństwa dla parametru odpowiadającego liczbie boków matrycy, θ. Intuicja Jeśli po 40 rzutach zaobserwowałeś 10 czerwonych, 10 niebieskich, 10 zielonych i 10 żółtych, wydaje się, że …

9 r probability bayesian jags

1

Jak ustawić niestandardowe kontrasty z lmer w R.

Używam lmera w R, aby sprawdzić wpływ warunku ( cond) na jakiś wynik. Oto niektóre skompilowane dane, gdzie s jest identyfikatorem podmiotu i a, bi csą warunkami. library("tidyr") library("dplyr") set.seed(123) temp <- data.frame(s = paste0("S", 1:30), a = rnorm(30, -2, 1), b = rnorm(30, -3, 1), c = rnorm(30, -4, …

9 r lme4-nlme contrasts

2

Jak interpretować i wykonywać prognozowanie za pomocą pakietu tsoutliers i auto.arima

Mam dane miesięczne od 1993 do 2015 roku i chciałbym przeprowadzić prognozę tych danych. Użyłem pakietu tsoutliers do wykrycia wartości odstających, ale nie wiem, jak dalej prognozować z moim zestawem danych. To jest mój kod: product.outlier<-tso(product,types=c("AO","LS","TC")) plot(product.outlier) To jest mój wynik z pakietu tsoutliers ARIMA(0,1,0)(0,0,1)[12] Coefficients: sma1 LS46 LS51 LS61 …

9 r time-series forecasting arima outliers

2

Co to jest VectorSource i VCorpus w pakiecie „tm” (Text Mining) w języku R

Nie jestem do końca pewien, co dokładnie VectorSource i VCorpus są w pakiecie „tm”. Dokumentacja jest niejasna, czy ktoś może sprawić, że zrozumiem w prosty sposób?

9 r text-mining

1

Szacowanie wielopoziomowych modeli regresji logistycznej

Poniższy wielopoziomowy model logistyczny z jedną zmienną objaśniającą na poziomie 1 (poziom indywidualny) i jedną zmienną objaśniającą na poziomie 2 (poziom grupy): logit (pI j) =π0 j+π1 jxI j… ( 1 )logit(pij)=π0j+π1jxij…(1)\text{logit}(p_{ij})=\pi_{0j}+\pi_{1j}x_{ij}\ldots (1) π0 j=γ00+γ01zjot+u0 j… ( 2 )π0j=γ00+γ01zj+u0j…(2)\pi_{0j}=\gamma_{00}+\gamma_{01}z_j+u_{0j}\ldots (2) π1 j=γ10+γ11zjot+u1 j… ( 3 )π1j=γ10+γ11zj+u1j…(3)\pi_{1j}=\gamma_{10}+\gamma_{11}z_j+u_{1j}\ldots (3) gdzie zakłada się, …

9 r logistic generalized-linear-model simulation multilevel-analysis

Pytania otagowane jako r