Als «r» getaggte Fragen

Verwenden Sie dieses Tag für jede * themenbezogene * Frage, bei der (a) "R" entweder als kritischer Teil der Frage oder als erwartete Antwort enthält, und (b) nicht * nur * die Verwendung von "R" betrifft.

2
Post-hoc-Test nach 2-Faktor-Wiederholungsmessungen ANOVA in R?
Ich habe Probleme, eine Lösung für die Durchführung eines Post-hoc-Tests (Tukey HSD) nach einer ANOVA mit 2 Faktoren (beide innerhalb der Probanden) mit wiederholten Messungen in R zu finden. Für die ANOVA habe ich die aov-Funktion verwendet: summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)), data=df1)) Nachdem ich Antworten auf andere …
2
Welches R-Paket soll zur Durchführung einer Analyse der latenten Klassenwachstumsanalyse (LCGA) / Wachstumsmischung (GMM) verwendet werden?
Ich versuche, eine latente Klassenwachstumsanalyse (LCGA) und / oder Wachstumsmischungsmodelle (GMMs) in R durchzuführen. Die Daten, die ich verwende, sind eine zunehmende Anzahl von Gabeln von Git-Repositories (diskrete Variable, nicht kategorisch), wie Sie können siehe in diesem Datensatz . Ich habe versucht lavaan, ein Modell für latente Wachstumskurven anzupassen, aber …
2
Zwei saisonale Perioden in ARIMA mit R.
Ich verwende derzeit R, um eine Zeitreihe mit den folgenden Anweisungen vorherzusagen: X <- ts(datas, frequency=24) X.arima <- Arima(X, order=c(2,1,0), seasonal=c(1,1,1)) pred <- predict(X.arima, n.ahead=24) plot.ts(pred$pred) Wie Sie sehen, habe ich stündlich Daten und habe den saisonalen Zeitraum von 24 (einen Tag) gewählt. Ich möchte meine Prognose mithilfe eines zusätzlichen …
5
Glätten von 2D-Daten
Die Daten bestehen aus optischen Spektren (Lichtintensität gegen Frequenz), die zu unterschiedlichen Zeiten aufgenommen wurden. Die Punkte wurden in einem regelmäßigen Raster in x (Zeit), y (Frequenz) erfasst. Um die zeitliche Entwicklung bei bestimmten Frequenzen zu analysieren (ein schneller Anstieg, gefolgt von einem exponentiellen Abfall), möchte ich einen Teil des …
1
Verwenden Sie die Mehrfachzuschreibung für Cox-Proportional-Gefahren und validieren Sie sie dann mit dem Effektivwertpaket?
Ich habe das Mäusepaket untersucht und noch keine Möglichkeit gefunden, die mehreren Imputationen zu verwenden, um ein Cox-Modell zu erstellen und dieses Modell dann mit der Funktion des Effektivpakets zu validieren validate(). Hier ist ein Beispielcode von dem, was ich bisher habe, unter Verwendung des Datensatzes veteran: library(rms) library(survival) library(mice) …
1
Nested / SplitModel - RepeatedMeasures / MixedModel ANOVA: Ebenen der Verschachtelung und Skripterstellung in R.
Mein Datensatz enthält die folgenden Variablen: Behandlung (4 Typen - fest) Standort (8 Standorte - fest) Position in Location (3 Positionen pro Location - fest) An jeder Position werden Proben entnommen (3 Proben pro zufälliger Position). Zeit (zwei Abtastzeiten - fest) Mineralisierungsrate (als Ergebnis der Analyse der entnommenen Proben) Zum …
2
Visualisieren Sie die Überlebensanalyse mit zeitabhängigen Kovariaten
Als Folgemaßnahme zum Modellvorschlag für eine Cox-Regression mit zeitabhängigen Kovariaten ist hier das Kaplan-Meier-Diagramm, das die zeitabhängige Natur von Schwangerschaften berücksichtigt. Mit anderen Worten, der Datensatz wird jetzt in einen langen Datensatz mit mehreren Zeilen entsprechend der Anzahl der Schwangerschaften unterteilt. Das KM-Diagramm und auch das erweiterte Cox-Modell scheinen auf …
2
Interpretation der neuronalen Netzwerkausgabe in R?
Ich habe es geschafft, ein neuronales Netzwerk meiner Daten zu erstellen. Bei der Interpretation des R-Ausgangs bin ich mir aber nicht so sicher. Ich habe den folgenden Befehl verwendet, um ein neuronales Netzwerk zu erstellen: > net=nnet(formula = category~iplen+date_time, size=0,skip=T,lineout=T) # weights: 3 initial value 136242.000000 final value 136242.000000 converged …
2
Wie kann man elegant den Bereich einer Hystereseschleife bestimmen (Innen- / Außenproblem)?
Ich habe zwei Parameter gemessen (gelöster organischer Kohlenstoff DOC = y und Entladung = x). Wenn diese beiden Variablen gegeneinander aufgetragen werden, erhalten wir eine Hystereseschleife (siehe Codebeispiel und Bild). Zur weiteren Analyse möchte ich nun den Bereich dieser hysteretischen Schleife bestimmen. Ich fand heraus, dass dies mit der Monte-Carlo-Dartmethode …
3
Post-hoc-Test in einer 2x3-ANOVA mit gemischtem Design unter Verwendung von SPSS?
Ich habe zwei Gruppen von 10 Teilnehmern, die während eines Experiments dreimal bewertet wurden. Um die Unterschiede zwischen den Gruppen und zwischen den drei Bewertungen zu testen, führte ich eine 2 × 3-ANOVA mit gemischtem Design mit group(Kontrolle, experimentell), time(erste, zweite, drei) und group x time. Beides timeund groupErgebnis signifikant, …
8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 
1
Warum gibt es in R so viele Zufallsgeneratoren?
Ein kurzer Blick auf der Hilfeseite des Zufallszahlengenerators von R zeigt , dass Sie unter 7 vordefinierte Generatoren können wählen , ( Wichmann-Hill, Marsaglia-Multicarry, Super-Duper, Mersenne-Twister, Knuth-TAOCP-2002, Knuth-TAOCP, L'Ecuyer-CMRG). ?Random Die Standardeinstellung ist Mersenne-Twister , was sehr gut zu sein scheint. Warum sollten Sie jemals einen anderen verwenden müssen?
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.