Perguntas com a marcação «r»

Numericamente derivar a MLE s de GLMM é difícil e, na prática, eu sei, não devemos usar a otimização de força bruta (por exemplo, usando optimem uma maneira simples). Mas, para meu próprio objetivo educacional, quero experimentá-lo para garantir a compreensão correta do modelo (veja o código abaixo). Descobri que …

37 r  maximum-likelihood  optimization  lme4-nlme 

Quero obter um intervalo de previsão em torno de uma previsão de um modelo lmer (). Eu encontrei alguma discussão sobre isso: http://rstudio-pubs-static.s3.amazonaws.com/24365_2803ab8299934e888a60e7b16113f619.html http://glmm.wikidot.com/faq mas eles parecem não levar em consideração a incerteza dos efeitos aleatórios. Aqui está um exemplo específico. Eu estou correndo peixe dourado. Eu tenho dados das …

37 r  mixed-model  prediction  prediction-interval  lme4-nlme 

Quero assumir que a temperatura da superfície do mar no Mar Báltico é a mesma ano após ano e depois descrevê-la com um modelo de função / linear. A idéia que tive foi apenas inserir o ano como um número decimal (ou num_months / 12) e descobrir qual deveria ser …

37 r  regression  time-series  lm 

Eu construí uma regressão logística em que a variável de resultado está sendo curada após o tratamento ( Curevs. No Cure). Todos os pacientes deste estudo receberam tratamento. Estou interessado em ver se o diabetes está associado a esse resultado. Em R, minha saída de regressão logística é a seguinte: …

37 r  hypothesis-testing  logistic  generalized-linear-model  odds-ratio 

Realizei a análise de componentes principais (PCA) com R usando duas funções diferentes ( prcompe princomp) e observei que as pontuações do PCA diferiam no sinal. Como pode ser? Considere isto: set.seed(999) prcomp(data.frame(1:10,rnorm(10)))$x PC1 PC2 [1,] -4.508620 -0.2567655 [2,] -3.373772 -1.1369417 [3,] -2.679669 1.0903445 [4,] -1.615837 0.7108631 [5,] -0.548879 0.3093389 …

37 r  pca  factor-analysis 

Eu estava tentando ajustar meus dados em vários modelos e descobri que a fitdistrfunção da biblioteca MASSde Rme dá Negative Binomialo melhor ajuste. Agora, na página da wiki , a definição é dada como: A distribuição NegBin (r, p) descreve a probabilidade de k falhas er sucessos em ensaios k …

37 r  distributions  modeling  negative-binomial 

Eu tenho usado o pacote de intercalação no R para criar modelos preditivos para classificação e regressão. O Caret fornece uma interface unificada para ajustar os hiper-parâmetros do modelo por validação cruzada ou correias de inicialização. Por exemplo, se você está construindo um modelo simples de 'vizinhos mais próximos' para …

37 r  time-series  cross-validation 

O teste de Mantel é amplamente utilizado em estudos biológicos para examinar a correlação entre a distribuição espacial dos animais (posição no espaço) com, por exemplo, sua relação genética, taxa de agressão ou algum outro atributo. Muitos periódicos bons estão usando ( PNAS, Comportamento Animal, Ecologia Molecular ... ). Eu …

37 r  correlation  spatial  pattern-recognition 

Atualmente, estou usando o pacote R lme4 . Estou usando um modelo linear de efeitos mistos com efeitos aleatórios: library(lme4) mod1 <- lmer(r1 ~ (1 | site), data = sample_set) #Only random effects mod2 <- lmer(r1 ~ p1 + (1 | site), data = sample_set) #One fixed effect + # …

37 r  regression  mixed-model  random-effects-model 

EffectsO pacote fornece uma maneira muito rápida e conveniente de plotar resultados lineares de modelo de efeito misto obtidos através do lme4pacote . A effectfunção calcula intervalos de confiança (ICs) muito rapidamente, mas quão confiáveis são esses intervalos de confiança? Por exemplo: library(lme4) library(effects) library(ggplot) data(Pastes) fm1 <- lmer(strength ~ …

36 r  mixed-model  confidence-interval  effects  lme4-nlme 

Estou tentando descobrir qual método de validação cruzada é melhor para minha situação. Os dados a seguir são apenas um exemplo para solucionar o problema (em R), mas meus Xdados reais ( xmat) são correlacionados entre si e em graus diferentes com a yvariável ( ymat). Forneci o código R, …

36 r  regression  cross-validation  linear-model 

Estou tentando criar um ajuste polinomial de segunda ordem para alguns dados que tenho. Digamos que eu plotei este ajuste com ggplot(): ggplot(data, aes(foo, bar)) + geom_point() + geom_smooth(method="lm", formula=y~poly(x, 2)) Eu recebo: Portanto, um ajuste de segunda ordem funciona muito bem. Eu calculo com R: summary(lm(data$bar ~ poly(data$foo, 2))) …

36 r  regression  interpretation  regression-coefficients 

Eu tenho dados de 3 grupos de biomassa de algas ( , , ) que contêm tamanhos de amostra desiguais ( , , ) e gostaria de comparar se esses grupos são da mesma população.B C n A = 15 n B = 13 n C = 12AAABBBCCCnA=15nA=15n_A=15nB=13nB=13n_B=13nC=12nC=12n_C=12 A ANOVA …

36 r  anova  data-transformation  heteroscedasticity 

Quero usar a regressão Lasso ou cume para um modelo com mais de 50.000 variáveis. Quero fazê-lo usando o pacote de software em R. Como posso estimar o parâmetro de encolhimento ( )?λλ\lambda Edições: Aqui está o ponto que eu cheguei: set.seed (123) Y <- runif (1000) Xv <- sample(c(1,0), …

36 r  lasso  ridge-regression  high-dimensional 

plot(density(rexp(100)) Obviamente, toda a densidade à esquerda de zero representa viés. Estou procurando resumir alguns dados para não estatísticos e quero evitar perguntas sobre por que os dados não negativos têm densidade à esquerda de zero. Os gráficos são para verificação aleatória; Quero mostrar as distribuições de variáveis ​​por grupos …

36 r  pdf  gamma-distribution  kernel-smoothing