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
Diskrete Zeitrisikomodelle (Cloglog) in R.
Das survivalPaket in Rscheint sich auf kontinuierliche zeitliche Überlebensmodelle zu konzentrieren. Ich bin daran interessiert, eine zeitdiskrete Version eines proportionalen Gefährdungsmodells, des komplementären Log-Log-Modells, zu schätzen. Ich habe ein ziemlich einfaches Überlebensmodell mit einfacher richtiger Zensur. Ich weiß, dass eine Möglichkeit, dieses Modell zu schätzen, darin besteht, einen Datensatz zu …
10 r  survival 
4
So überprüfen Sie, ob mein Regressionsmodell gut ist
Eine Möglichkeit, die Genauigkeit des logistischen Regressionsmodells mithilfe von 'glm' zu ermitteln, besteht darin, das AUC-Diagramm zu ermitteln. Wie kann man dasselbe für ein Regressionsmodell überprüfen, das mit einer kontinuierlichen Antwortvariablen gefunden wurde (family = 'gaussian')? Mit welchen Methoden wird überprüft, wie gut mein Regressionsmodell zu den Daten passt?
2
Was ist der Unterschied zwischen logit-transformierter linearer Regression, logistischer Regression und einem logistischen gemischten Modell?
Angenommen, ich habe 10 Schüler, die jeweils versuchen, 20 mathematische Probleme zu lösen. Die Probleme werden richtig oder falsch bewertet (in Langdaten) und die Leistung jedes Schülers kann durch ein Genauigkeitsmaß (in Unterdaten) zusammengefasst werden. Die folgenden Modelle 1, 2 und 4 scheinen unterschiedliche Ergebnisse zu liefern, aber ich verstehe, …
2
Gewichtung des Neigungsscores bei der Cox-PH-Analyse und der kovariaten Auswahl
In Bezug auf die Neigungsbewertung (IPTW) bei der Cox-Proportional-Hazard-Modellierung von Überlebensdaten für die Zeit bis zum Ereignis: Ich habe prospektive Registrierungsdaten, bei denen wir daran interessiert sind, den Behandlungseffekt eines Medikaments zu untersuchen, das die Patienten in den meisten Fällen bereits zu Studienbeginn eingenommen haben. Ich bin mir daher nicht …
3
Auswahl der Anzahl der beizubehaltenden Hauptkomponenten
Eine Methode, die mir vorgeschlagen wurde, besteht darin, sich ein Geröllplot anzusehen und nach "Ellbogen" zu suchen, um die richtige Anzahl der zu verwendenden PCs zu bestimmen. Aber wenn die Darstellung nicht klar ist, hat R eine Berechnung, um die Anzahl zu bestimmen? fit <- princomp(mydata, cor=TRUE)
10 r  pca 
1
R und EViews Unterschiede in AR (1) Schätzungen
Das Hauptproblem ist: Ich kann nicht ähnliche Parameterschätzungen mit EViews und R. erhalten Aus Gründen, die ich selbst nicht kenne, muss ich Parameter für bestimmte Daten mithilfe von EViews schätzen. Dies erfolgt durch Auswahl der Option NLS (nichtlineare kleinste Quadrate) und Verwendung der folgenden Formel:indep_var c dep_var ar(1) EViews behauptet, …
1
Wie kann man die Koeffizienten eines multivariaten gemischten Modells in lme4 ohne Gesamtabschnitt interpretieren?
Ich versuche, ein multivariates (dh Mehrfachantwort-) Mischmodell einzubauen R. Abgesehen von den ASReml-rund SabreR-Paketen (für die externe Software erforderlich ist) scheint dies nur in möglich zu sein MCMCglmm. In dem Papier , das die begleitet MCMCglmmPaket (pp.6) beschreibt Jarrod Hadfield den Prozess des Anpassens ein solches Modell , wie wie …
1
Warum haben Anova () und drop1 () unterschiedliche Antworten für GLMMs geliefert?
Ich habe ein GLMM der Form: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Wenn ich benutze drop1(model, test="Chi"), erhalte ich andere Ergebnisse als wenn ich Anova(model, type="III")aus dem Autopaket oder benutze summary(model). Diese beiden letzteren geben die gleichen Antworten. Unter Verwendung einer Reihe …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 
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.