Statystyki i duże zbiory danych r

3

jak interpretować termin interakcji we wzorze lm w R?

W R, jeśli wywołam lm()funkcję w następujący sposób: lm.1 = lm(response ~ var1 + var2 + var1 * var2) summary(lm.1) To daje mi liniowy model zmiennej odpowiedzi z var1, var2oraz interakcji między nimi. Jak jednak dokładnie interpretujemy liczbowo termin interakcji? Dokumentacja mówi, że jest to „krzyż” między var1i var2, ale …

9 r regression

1

Znaczenie wartości p zmiennych modelu regresji logistycznej

Więc pracuję z modelami regresji logistycznej w R. Chociaż wciąż jestem nowy w statystyce, wydaje mi się, że do tej pory zrozumiałem trochę modeli regresji, ale wciąż coś mnie niepokoi: Patrząc na połączone zdjęcie, widać podsumowanie wydruków R dla przykładowego modelu, który stworzyłem. Model próbuje przewidzieć, czy wiadomość e-mail w …

9 r regression logistic p-value interpretation

2

Prognoza ARIMA z sezonowością i trendem, dziwny wynik

gdy wkraczam w prognozowanie z modelami ARIMA, staram się zrozumieć, jak mogę poprawić prognozę opartą na dopasowaniu ARIMA do sezonowości i dryfu. Moje dane to następujące szeregi czasowe (ponad 3 lata, z wyraźnym trendem wzrostowym i widoczną sezonowością, która wydaje się nie być wspierana przez autokorelację w opóźnieniach 12, 24, …

9 r time-series forecasting arima seasonality

1

Jak określić macierz kontrastu (w R) dla różnicy między jednym poziomem a średnią innych?

Mam model regresji, który wygląda następująco: Y=β0+β1X1+β2X2+β3X3+β12X1X2+β13X1X3+β123X1X2X3Y=β0+β1X1+β2X2+β3X3+β12X1X2+β13X1X3+β123X1X2X3Y = \beta_0+\beta_1X_1 + \beta_2X_2 + \beta_3X_3 +\beta_{12}X_1X_2+\beta_{13}X_1X_3+\beta_{123}X_1X_2X_3 ... lub w notacji R: y ~ x1 + x2 + x3 + x1:x2 + x1:x3 + x1:x2:x3 Powiedzmy X1X1X_1 i X2X2X_2 są zmiennymi kategorialnymi i X3X3X_3jest liczbowy. Komplikacja jest takaX1X1X_1 ma trzy poziomy X1a,X1b,X1cX1a,X1b,X1cX_{1a}, X_{1b}, …

9 r contrasts

3

Wybór klastrów dla k-średnich: przypadek 1 klastra

Czy ktoś zna dobrą metodę ustalenia, czy klastrowanie przy użyciu kmeans jest w ogóle odpowiednie? To znaczy, co jeśli twoja próbka jest rzeczywiście jednorodna? Wiem, że model mieszanki (za pośrednictwem mclust w R) zapewni statystyki dopasowania dla przypadku klastra 1: k, ale wydaje się, że wszystkie techniki oceny kmeans wymagają …

9 r clustering k-means

1

Symulacja danych dla regresji logistycznej za pomocą zmiennej jakościowej

Próbowałem utworzyć dane testowe dla regresji logistycznej i znalazłem ten post Jak symulować sztuczne dane dla regresji logistycznej? To ładna odpowiedź, ale tworzy tylko zmienne ciągłe. Co powiesz na zmienną kategorialną x3 z 5 poziomami (ABCDE) powiązanymi zy dla tego samego przykładu, co w łączu?

9 r logistic simulation

3

Obliczanie Jaccarda lub innego współczynnika asocjacji dla danych binarnych przy użyciu mnożenia macierzy

Chcę wiedzieć, czy istnieje jakikolwiek sposób obliczenia współczynnika Jaccard przy użyciu mnożenia macierzy. Użyłem tego kodu jaccard_sim <- function(x) { # initialize similarity matrix m <- matrix(NA, nrow=ncol(x),ncol=ncol(x),dimnames=list(colnames(x),colnames(x))) jaccard <- as.data.frame(m) for(i in 1:ncol(x)) { for(j in i:ncol(x)) { jaccard[i,j]= length(which(x[,i] & x[,j])) / length(which(x[,i] | x[,j])) jaccard[j,i]=jaccard[i,j] } } …

9 r matrix binary-data association-measure similarities

1

Obliczanie nieznanej wartości p

Niedawno debugowałem skrypt R i znalazłem coś bardzo dziwnego, autor zdefiniował własną funkcję wartości p pval <- function(x, y){ if (x+y<20) { # x + y is small, requires R.basic p1<- nChooseK(x+y,x) * 2^-(x+y+1); p2<- nChooseK(x+y,y) * 2^-(x+y+1); pvalue = max(p1, p2) } else { # if x+y is large, …

9 r hypothesis-testing p-value

2

Interwał ocenzurowany model proporcjonalnych hazardów Coxa w R.

Biorąc pod uwagę czasy przeżycia ocenzurowane w odstępach, w jaki sposób mogę wykonać model ocenzurowanych interwałów Coxa PH R? Rseek search wyświetla pakiet intcox, którego już nie ma w Rrepozytorium. Jestem prawie pewien, że coxphfunkcja w survivalpakiecie nie może obsłużyć ocenzurowanych interwałów przeżycia. Nie chcę też przypisywać danych, a następnie …

9 r survival cox-model interval-censoring

2

Jak korzystać z prostego wygładzania wykładniczego w języku R?

Jestem początkującym w R. Czy możesz wyjaśnić, jak używać ses w pakiecie prognozy R prognozy ? Chciałbym wybrać liczbę początkowych okresów i stałą wygładzania. d <- c(3,4,41,10,9,86,56,20,18,36,24,59,82,51,31,29,13,7,26,19,20,103,141,145,24,99,40,51,72,58,94,78,11,15,17,53,44,34,12,15,32,14,15,26,75,110,56,43,19,17,33,26,40,42,18,24,69,18,18,25,86,106,104,35,43,12,4,20,16,8) Mam 70 okresów, chciałbym użyć 40 okresów dla początkowego i 30 dla poza próbką. ses(d, h=30, level=c(80,95), fan=FALSE,initial=c("simple"), alpha=.1) Czy to jest poprawne?

9 r time-series forecasting

4

Box Cox Transforms do regresji

Próbuję dopasować model liniowy do niektórych danych za pomocą tylko jednego predyktora (powiedzmy (x, y)). Dane są takie, że dla małych wartości x wartości y ściśle dopasowują się do linii prostej, jednak wraz ze wzrostem wartości x wartości y stają się bardziej zmienne. Oto przykład takich danych (kod R) y …

9 r regression variance data-transformation

4

Jak wykreślić 20 lat dziennych danych w szeregach czasowych

Mam następujący zestaw danych: https://dl.dropbox.com/u/22681355/ORACLE.csv i chciałbym zaplanować codzienne zmiany w „Otwarciu” według „Daty”, więc wykonałem następujące czynności: oracle <- read.csv(file="http://dl.dropbox.com/u/22681355/ORACLE.csv", header=TRUE) plot(oracle$Date, oracle$Open, type="l") i otrzymuję następujące: Teraz nie jest to oczywiście najładniejszy wykres, więc zastanawiam się, jaka jest właściwa metoda, aby użyć takich szczegółowych danych?

9 r data-visualization

2

Problemy z obliczaniem, interpretacją podzestawów i ogólne pytania dotyczące procedury wyboru modelu

Chcę wybrać modele za pomocą regsubsets(). Mam ramkę danych o nazwie olympiadaten (dane przesłane: http://www.sendspace.com/file/8e27d0 ). Najpierw dołączam tę ramkę danych, a następnie zaczynam analizować, mój kod to: attach(olympiadaten) library(leaps) a<-regsubsets(Gesamt ~ CommunistSocialist + CountrySize + GNI + Lifeexp + Schoolyears + ExpMilitary + Mortality + PopPoverty + PopTotal + …

9 r multiple-regression model-selection

3

Porównywanie współczynników zapadalności

Chcę porównać do częstości występowania między dwiema grupami (jedną bez choroby i drugą z). Planowałem obliczyć współczynnik częstości występowania (IRR), tj. Wskaźnik częstości występowania grupy B / wskaźnik częstości występowania grupy A, a następnie sprawdzić, czy wskaźnik ten wynosi 1, i na koniec obliczyć przedziały 95% CI dla IRR. Znalazłem …

9 r poisson-distribution epidemiology incidence-rate-ratio

2

Określenie największego współpracownika w grupie

Nie znam się na statystykach, więc trzymaj się mnie. Powiedzmy, że mam zestaw 1000 pracowników. Chcę dowiedzieć się, kto jest najcięższym pracownikiem, ale mogę tylko zmierzyć ilość pracy wykonywanej w grupach 1-100 w ciągu godziny pracy. Zakładając, że każdy pracownik zawsze wykonuje taką samą ilość pracy, czy w ramach dużej …

9 r regression data-mining

Pytania otagowane jako r