Statistiken und Big Data r

1

Datenstruktur und Funktionsaufruf für wiederkehrende Ereignisdaten mit zeitabhängigen Variablen

Ich versuche, die Wirkung von 2 Medikamenten ( drug1, drug2) auf die Wahrscheinlichkeit eines Sturzes eines Patienten abzuschätzen ( event). Die Patienten können mehr als einmal fallen und können jederzeit an- oder abgenommen werden. Meine Frage ist, wie die Daten in Bezug auf den Zeitraum (Tage) strukturiert sein sollten, insbesondere, …

9 r survival cox-model

3

Logistische Regression: Maximierung von True Positives - False Positives

Ich habe ein logistisches Regressionsmodell (Anpassung über glmnet in R mit elastischer Netzregulierung) und möchte den Unterschied zwischen echten und falschen Positiven maximieren. Zu diesem Zweck wurde das folgende Verfahren in den Sinn gebracht: Passen Sie das logistische Standardregressionsmodell an Identifizieren Sie alle positiven Vorhersagen unter Verwendung des Vorhersageschwellenwerts von …

9 r regression logistic classification glmnet

4

Modellierung für Fußballergebnisse

In Dixon, Coles ( 1997 ) haben sie die Maximum-Likelihood-Schätzung für die beiden modifizierten unabhängigen Poisson-Modelle in (4.3) verwendet, um die Ergebnisse im Fußball zu modellieren. Ich versuche, R zu verwenden, um die Alpha- und Beta-Parameter sowie die Home-Effekt-Parameter (S. 274, Tabelle 4) ohne Verwendung von Paketen zu "reproduzieren" (die …

9 r modeling maximum-likelihood games

6

Wie man die Vektorautoregression und die Impulsantwortfunktion mit Paneldaten schätzt

Ich arbeite an der Schätzung der Vektorautoregression (VARs) und der Impulsantwortfunktion (IRFs) basierend auf Paneldaten mit 33 Personen über 77 Quartale. Wie soll diese Art von Situation analysiert werden? Welche Algorithmen gibt es für diesen Zweck? Ich würde es vorziehen, diese Analysen in R durchzuführen. Wenn also jemand mit R-Code …

9 r econometrics panel-data var impulse-response

2

Daten simulieren, um sie an ein Mediationsmodell anzupassen

Ich bin daran interessiert, ein Verfahren zur Simulation von Daten zu finden, die mit einem bestimmten Mediationsmodell übereinstimmen. Gemäß dem allgemeinen Framework für lineare Strukturgleichungsmodelle zum Testen von Mediationsmodellen, das zuerst von Barron und Kenny (1986) skizziert und an anderer Stelle wie Judd, Yzerbyt & Muller (2013) beschrieben wurde , …

9 r regression simulation random-generation mediation

1

Verwenden der Hauptkomponentenanalyse im Vergleich zur Korrespondenzanalyse

Ich analysiere einen Datensatz über Gezeitengemeinschaften. Die Daten beziehen sich auf die prozentuale Abdeckung (von Seetang, Seepocken, Muscheln usw.) in Quadraten. Ich bin zu Denken über Korrespondenzanalyse (CA) in Bezug auf die Arten verwendet zählt, und Hauptkomponentenanalyse (PCA) als etwas nützlicher für lineare Umwelt (nicht Spezies) Trends. Ich hatte nicht …

9 r pca multivariate-analysis correspondence-analysis

2

Berechnungsintervall berechnen

Ich habe die folgenden Daten hier . Ich versuche, das 95% -Konfidenzintervall für die mittlere Reinheit zu berechnen, wenn der Kohlenwasserstoffprozentsatz 1,0 beträgt. In R gebe ich Folgendes ein. > predict(purity.lm, newdata=list(hydro=1.0), interval="confidence", level=.95) fit lwr upr 1 89.66431 87.51017 91.81845 Wie kann ich dieses Ergebnis jedoch selbst ableiten? Ich …

9 r regression confidence-interval prediction-interval

3

statistischer Test, um festzustellen, ob die Beziehung linear oder nicht linear ist

Ich habe einen Beispieldatensatz wie folgt: Volume <- seq(1,20,0.1) var1 <- 100 x2 <- 1000000 x3 <- 30 x4 = sqrt(x2/pi) H = x3 - Volume r = (x4*H)/(H + Volume) Power = (var1*x2)/(100*(pi*Volume/3)*(x4*x4 + x4*r + r*r)) Power <- jitter(Power, factor = 1, amount = 0.1) plot(Volume,Power) Aus der …

9 r hypothesis-testing nonlinear-regression goodness-of-fit heteroscedasticity

1

SMOTE löst einen Fehler für ein Ungleichgewichtsproblem mit mehreren Klassen aus

Ich versuche, SMOTE zu verwenden, um das Ungleichgewicht in meinem Klassifizierungsproblem für mehrere Klassen zu korrigieren. Obwohl SMOTE gemäß dem SMOTE-Hilfedokument perfekt für das Iris-Dataset funktioniert, funktioniert es für ein ähnliches Dataset nicht. So sehen meine Daten aus. Beachten Sie, dass es drei Klassen mit den Werten 1, 2, 3 …

9 r classification unbalanced-classes oversampling

1

R / Caret: Zug- und Testsätze vs. Kreuzvalidierung?

Dies mag vielleicht eine dumme Frage sein, aber wenn Sie ein Modell mit Caret erstellen und so etwas wie LOOCVoder (noch genauer) verwenden LGOCV, was ist der Vorteil der Aufteilung von Daten in Zug- und Testsätze, wenn dies im Wesentlichen der Kreuzvalidierungsschritt ist macht sowieso? Ich habe einige der zugehörigen …

9 r machine-learning cross-validation caret

2

AIC, Anova-Fehler: Modelle sind nicht alle an die gleiche Anzahl von Beobachtungen angepasst, Modelle wurden nicht alle an die gleiche Größe des Datensatzes angepasst

Ich habe solche Modelle: require(nlme) set.seed(123) n <- 100 k <- 5 cat <- as.factor(rep(1:k, n)) cat_i <- 1:k # intercept per kategorie x <- rep(1:n, each = k) sigma <- 0.2 alpha <- 0.001 y <- cat_i[cat] + alpha * x + rnorm(n*k, 0, sigma) plot(x, y) m1 <- …

9 r mixed-model aic

2

Wie gehe ich am besten mit Unterpunkten in einer Metaanalyse um?

Ich führe eine Metaanalyse der Effektgrößen d in R unter Verwendung des Metafor-Pakets durch. d repräsentiert Unterschiede in den Gedächtniswerten zwischen Patienten und Gesunden. Einige Studien berichten jedoch nur über Unterpunkte des interessierenden Maßes d (z. B. mehrere unterschiedliche Speicherbewertungen oder Bewertungen aus drei getrennten Blöcken von Gedächtnistests). Bitte beachten …

9 r meta-analysis effect-size meta-regression

1

Regeln zur Anwendung der Monte-Carlo-Simulation von p-Werten für den Chi-Quadrat-Test

Ich möchte die Verwendung der Monte-Carlo-Simulation in der chisq.test()Funktion in R verstehen . Ich habe eine qualitative Variable mit 128 Stufen / Klassen. Meine Stichprobengröße beträgt 26 (ich konnte nicht mehr "Einzelpersonen" befragen). Also werde ich natürlich einige Level mit 0 "Individuen" haben. Tatsache ist jedoch, dass ich nur eine …

9 r chi-squared monte-carlo

1

Fourier / trigonometrische Interpolation

Hintergrund In einer Arbeit von Epstein (1991): Um tägliche klimatologische Werte aus monatlichen Mitteln zu erhalten , werden die Formulierung und ein Algorithmus zur Berechnung der Fourier-Interpolation für periodische und geradzahlige Werte angegeben. In der Arbeit geht es darum , durch Interpolation Tageswerte aus monatlichen Mitteln zu erhalten . Kurz …

9 r interpolation fourier-transform

1

Vorhersage mit randomForest (R), wenn bei einigen Eingaben Werte fehlen (NA)

Ich habe ein feines randomForestKlassifizierungsmodell, das ich in einer Anwendung verwenden möchte, die die Klasse eines neuen Falls vorhersagt. Dem neuen Fall fehlen zwangsläufig Werte. Predict funktioniert als solches für NAs nicht. Wie soll ich das dann machen? data(iris) # create first the new case with missing values na.row<-45 na.col<-c(3,5) …

9 r random-forest prediction missing-data

Als «r» getaggte Fragen