Perguntas com a marcação «r»

Pouco histórico Estou trabalhando na interpretação da análise de regressão, mas fico realmente confuso sobre o significado de r, r ao quadrado e desvio padrão residual. Conheço as definições: Caracterizações r mede a força e a direção de uma relação linear entre duas variáveis ​​em um gráfico de dispersão O …

13 r  regression  regression-coefficients  linear  pearson-r 

Até onde eu sei, a diferença entre o modelo logístico e o modelo de resposta fracionária (frm) é que a variável dependente (Y) na qual frm é [0,1], mas a logística é {0, 1}. Além disso, a frm usa o estimador de quase-verossimilhança para determinar seus parâmetros. Normalmente, podemos usar …

13 r  logistic  generalized-linear-model  quasi-likelihood 

Minha pergunta se refere a uma técnica de computação explorada em geoR:::.negloglik.GRFou geoR:::solve.geoR. Em uma configuração linear modelo misto: onde e são os efeitos fixos e aleatórios, respectivamente. Além disso,β b Σ = cov ( Y )Y=Xβ+Zb+eY=Xβ+Zb+e Y=X\beta+Zb+e ββ\betabbbΣ=cov(Y)Σ=cov(Y)\Sigma=\text{cov}(Y) Ao estimar os efeitos, é necessário calcular que normalmente pode ser …

13 r  eigenvalues  matrix-decomposition  matrix-inverse  cholesky 

Estou trabalhando em um pequeno projeto em que estamos tentando prever os preços de commodities (petróleo, alumínio, estanho, etc.) nos próximos 6 meses. Eu tenho 12 variáveis ​​para prever e tenho dados de abril de 2008 a maio de 2013. Como devo fazer previsões? Eu fiz o seguinte: Dados importados …

13 r  time-series  forecasting  neural-networks  arima 

Eu gostaria de fazer um teste W de Shapiro Wilk e um teste Kolmogorov-Smirnov sobre os resíduos de um modelo linear para verificar a normalidade. Eu só estava me perguntando quais resíduos devem ser usados ​​para isso - os resíduos brutos, os resíduos de Pearson, resíduos estudantis ou resíduos padronizados? …

13 r  regression  residuals  normality-assumption  lm 

Aprendi nas estatísticas elementares que, com um modelo linear geral, para que as inferências sejam válidas, as observações devem ser independentes. Quando ocorre o agrupamento, a independência não pode mais ser mantida, levando a inferência inválida, a menos que isso seja explicado. Uma maneira de explicar esse cluster é usar …

13 r  mixed-model  inference  independence 

Eu obtive um modelo de regressão logística (via train) para uma resposta binária e a matriz de confusão logística via confusionMatrixin caret. Isso me fornece a matriz de confusão do modelo logístico, embora não tenha certeza de qual limite está sendo usado para obtê-lo. Como obtenho a matriz de confusão …

13 r  classification  roc  caret  confusion-matrix 

Eu tenho dados sobre quantos usuários publicam quantas perguntas. Por exemplo, [UserCount, QuestionCount] [2, 100] [9, 10] [3, 80] ... ... Isso significa que 2 usuários postaram 100 perguntas, 9 usuários postaram 10 perguntas e assim por diante. Então, como posso determinar se a UserCount, QuestionCountdistribuição segue uma lei de …

13 r  hypothesis-testing  goodness-of-fit  power-law 

Em geral, estou me perguntando se é sempre melhor não usar polinômios ortogonais ao ajustar uma regressão com variáveis ​​de ordem superior. Em particular, eu estou pensando com o uso de R: Se poly()com raw = FALSEproduz os mesmos valores ajustados como poly()com raw = TRUE, e polycom raw = …

13 r  regression  polynomial 

fundo Estou tentando entender o primeiro exemplo de um curso sobre montagem de modelos (então isso pode parecer ridiculamente simples). Fiz os cálculos manualmente e eles correspondem ao exemplo, mas quando os repito em R, os coeficientes do modelo estão desativados. Eu pensei que a diferença pode ser devido ao …

13 r  regression  self-study  lm 

Eu tenho um conjunto de dados supondo que os vizinhos mais próximos são os melhores preditores. Apenas um exemplo perfeito de gradiente bidirecional visualizado- Suponha que tenhamos um caso em que faltam poucos valores, podemos prever facilmente com base em vizinhos e tendências. Matriz de dados correspondente em R (exemplo …

13 r  prediction  outliers  data-imputation  multiple-imputation 

Entendo o conceito de escalar a matriz de dados para usar em um modelo de regressão linear. Por exemplo, em R você pode usar: scaled.data <- scale(data, scale=TRUE) Minha única pergunta é, para novas observações para as quais quero prever os valores de saída, como elas são dimensionadas corretamente? Seria …

13 r  regression  prediction  scales 

Eu li sobre o teste t de Student, mas parece funcionar quando podemos assumir que as distribuições originais são normalmente distribuídas. No meu caso, eles definitivamente não são. Além disso, se eu tiver 13 distribuições, preciso fazer 13^2testes?

13 r  hypothesis-testing  distributions 

Estou trabalhando no R através de um excelente tutorial de PCA de Lindsay I Smith e estou ficando paralisado na última etapa. O script R abaixo nos leva ao estágio (na p.19) em que os dados originais estão sendo reconstruídos a partir do (principal neste caso) Componente Principal, que deve …

13 r  pca 

Estou usando a biblioteca R 'multcomp' ( http://cran.r-project.org/web/packages/multcomp/ ) para calcular o teste de Dunnett. Estou usando o script abaixo: Group <- factor(c("A","A","B","B","B","C","C","C","D","D","D","E","E","F","F","F")) Value <- c(5,5.09901951359278,4.69041575982343,4.58257569495584,4.79583152331272,5,5.09901951359278,4.24264068711928,5.09901951359278,5.19615242270663,4.58257569495584,6.16441400296898,6.85565460040104,7.68114574786861,7.07106781186548,6.48074069840786) data <- data.frame(Group, Value) aov <- aov(Value ~ Group, data) summary(glht(aov, linfct=mcp(Group="Dunnett"))) Agora, se eu executar esse script pelo R Console várias vezes, obterá …

13 r  multiple-comparisons