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.

1
Interpretation der Kalibrierkurve
Ich habe ein schrittweise abgeleitetes binäres logistisches Regressionsmodell. Ich habe die calibrate(, bw=200, bw=TRUE)Funktion im rmsPaket in R verwendet, um die zukünftige Kalibrierung abzuschätzen. Die Ausgabe ist unten angegeben und zeigt die durch die Bootstrap-Überanpassung korrigierte Kalibrierungskurvenschätzung für das logistische Rückwärts-Abwärtsmodell. Ich bin mir jedoch nicht sicher, wie ich es …
1
Interpretation der TukeyHSD-Ausgabe in R.
Ich habe eine einfache ANOVA in R durchgeführt und dann die folgenden TukeyHSD () -Vergleiche generiert: Ich habe eine ziemlich gute Vorstellung (glaube ich), was das alles bedeutet, außer dem 'p adj'. Wenn ich richtig liege: Der Unterschied in den Testergebnissen zwischen Junioren und Neulingen beträgt 4,86, wobei Junioren durchschnittlich …
7 r  tukey-hsd 
1
Welche Bootstrap-Methode wird am meisten bevorzugt?
Vielleicht hängt diese Frage von den angegebenen Daten ab, aber gibt es eine "bessere" Bootstrap-Methode als die anderen? Ich verwende einfach einen Datensatz mit einer Variablen (der aus den Unterschieden zwischen Fußballergebnissen (2 Mannschaften) in den letzten 15 Wochen besteht). Beachten Sie zunächst den richtigen Versatz dieser Daten. Ich denke, …
2
Zufälliger Wald mit Längsschnittdaten
Ich habe viele Messungen für mehrere Personen, bin mir aber nicht sicher, wie ich diese Wiederholungsmessstruktur beim Ausführen eines zufälligen Waldmodells berücksichtigen soll. Gibt es eine Möglichkeit, die zugrunde liegende Datenstruktur von Längsschnittdaten mithilfe eines zufälligen Waldmodells zu berücksichtigen? Ist das überhaupt nötig? - es scheint mir, dass es sein …
1
Ist das eine Monte-Carlo-Simulation?
Vergleichen wir also zwei Normalverteilungen Do this x times: runs <- 100000 a.samples <- rnorm(runs, mean = 5) b.samples <- rbeta(runs, mean = 0) mc.p.value <- sum(a.samples > b.samples)/runs Die mc.p.-Werte, die unter unser Alpha (0,05) geteilt durch x fallen, würden dann die Fehlerrate vom Typ 1 ergeben. Unser H0 …
1
Logistische Regression mit R.
Ich führe eine logistische Regression durch. Ich habe die folgenden Testdaten erstellt (die beiden Prädiktoren und das Kriterium sind binäre Variablen): UV1 UV2 AV 1 1 1 1 2 1 1 1 3 1 1 1 4 1 1 1 5 1 1 1 6 1 1 1 7 1 …
1
95% -Konfidenzintervalle bei Vorhersage des zensierten Binomialmodells, geschätzt unter Verwendung von mle2 / Maximum-Likelihood
Ich arbeite an einem Problem, bei dem ich mehrere Paare derzeit lebender Männer habe i, von denen jedes vor niGenerationen einen vermuteten väterlichen Vorfahren hat (basierend auf genealogischen Beweisen) und bei denen ich Informationen darüber habe, ob es eine Nichtübereinstimmung in ihrem Y-chromosomalen Genotyp gibt (ausschließlich väterlicherseits) vererbt,xi= 1 für …
4
Warum konvergiert Lasso nicht bei einem Bestrafungsparameter?
Um herauszufinden, wie die LASSORegression funktioniert, habe ich einen kleinen Code geschrieben, der die LASSORegression durch Auswahl des besten Alpha-Parameters optimieren soll . Ich kann nicht herausfinden, warum die LASSORegression nach der Kreuzvalidierung so instabile Ergebnisse für den Alpha-Parameter liefert. Hier ist mein Python-Code: from sklearn.linear_model import Lasso from sklearn.cross_validation …
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.