Pertanyaan yang diberi tag «r»

Saya telah membaca tentang uji-t Student tetapi tampaknya berfungsi ketika kita dapat berasumsi bahwa distribusi asli terdistribusi secara normal. Dalam kasus saya, mereka pasti tidak. Juga, jika saya memiliki 13 distribusi, apakah saya perlu melakukan 13^2tes?

13 r  hypothesis-testing  distributions 

Saya bekerja di R melalui tutorial PCA yang sangat baik oleh Lindsay I Smith dan saya terjebak di tahap terakhir. Script R di bawah ini membawa kita ke tahap (pada hal.19) di mana data asli sedang direkonstruksi dari Komponen Utama (tunggal dalam hal ini), yang akan menghasilkan plot garis lurus …

13 r  pca 

Saya menggunakan pustaka R 'multcomp' ( http://cran.r-project.org/web/packages/multcomp/ ) untuk menghitung tes Dunnett. Saya menggunakan skrip di bawah ini: Group <- factor(c("A","A","B","B","B","C","C","C","D","D","D","E","E","F","F","F")) Value <- c(5,5.09901951359278,4.69041575982343,4.58257569495584,4.79583152331272,5,5.09901951359278,4.24264068711928,5.09901951359278,5.19615242270663,4.58257569495584,6.16441400296898,6.85565460040104,7.68114574786861,7.07106781186548,6.48074069840786) data <- data.frame(Group, Value) aov <- aov(Value ~ Group, data) summary(glht(aov, linfct=mcp(Group="Dunnett"))) Sekarang jika saya menjalankan skrip ini melalui Konsol R beberapa kali, saya mendapatkan hasil …

13 r  multiple-comparisons 

Saya telah menjalankan regresi berganda di mana model secara keseluruhan signifikan dan menjelaskan sekitar 13% dari varians. Namun, saya perlu menemukan jumlah varians yang dijelaskan oleh masing-masing prediktor signifikan. Bagaimana saya bisa melakukan ini menggunakan R? Berikut beberapa contoh data dan kode: D = data.frame( dv = c( 0.75, 1.00, …

13 r  regression  variance 

Dalam R (2.15.2) saya memasang sekali ARIMA (3,1,3) pada deret waktu dan sekali ARMA (3,3) pada deret waktu yang berbeda. Parameter yang dipasang berbeda, yang saya dikaitkan dengan metode pemasangan di ARIMA. Juga, pemasangan ARIMA (3,0,3) pada data yang sama dengan ARMA (3,3) tidak akan menghasilkan parameter yang identik, tidak …

13 r  time-series  arima  fitting  arma 

Saya telah mengerjakan model logistik dan saya mengalami kesulitan mengevaluasi hasilnya. Model saya adalah logit binomial. Variabel penjelas saya adalah: variabel kategori dengan 15 level, variabel dikotomis, dan 2 variabel kontinu. N saya besar> 8000. Saya mencoba memodelkan keputusan perusahaan untuk berinvestasi. Variabel dependen adalah investasi (ya / tidak), variabel …

13 r  logistic  goodness-of-fit  roc 

Apakah mungkin untuk melakukan analisis kekuatan untuk tes Kruskal-Wallis dan Mann-Whitney? Jika ya, apakah ada paket R / fungsi yang menjalankannya?

13 r  nonparametric  power-analysis  kruskal-wallis 

Saya melakukan glm.nb oleh glm1<-glm.nb(x~factor(group)) dengan kelompok menjadi kategororial dan x menjadi variabel metrik. Ketika saya mencoba untuk mendapatkan ringkasan hasil, saya mendapatkan hasil yang sedikit berbeda, tergantung pada apakah saya menggunakan summary()atau summary.glm. summary(glm1)memberi saya ... Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 0.1044 0.1519 0.687 0.4921 factor(gruppe)2 …

13 r  generalized-linear-model  negative-binomial 

Saya mendapat hasil dari tes yang sama yang diterapkan pada dua sampel independen: x <- c(17, 12, 13, 16, 9, 19, 21, 12, 18, 17) y <- c(10, 6, 15, 9, 8, 11, 8, 16, 13, 7, 5, 14) Dan saya ingin menghitung tes peringkat jumlah Wilcoxon. Ketika saya menghitung …

13 r  wilcoxon-mann-whitney  wilcoxon-signed-rank 

Untuk data yang terdistribusi normal, plot kotak adalah cara yang bagus untuk memvisualisasikan median dan penyebaran data dengan cepat, serta keberadaan pencilan apa pun. Namun untuk distribusi yang lebih berat, banyak poin yang ditampilkan sebagai outlier, karena outlier didefinisikan sebagai di luar faktor tetap dari IQR, dan ini terjadi tentu …

13 r  distributions  data-visualization  data-transformation  ggplot2 

Saya memiliki satu set nilai dan yang secara teoritis terkait secara eksponensial:xxxyyy y=axby=axby = ax^b Salah satu cara untuk mendapatkan koefisien adalah dengan menerapkan logaritma natural di kedua sisi dan menyesuaikan model linier: > fit <- lm(log(y)~log(x)) > a <- exp(fit$coefficients[1]) > b <- fit$coefficients[2] Cara lain untuk memperoleh ini …

13 r  regression  linear-model  model-selection  nonlinear-regression 

Saya menggunakan paket R lavaan untuk memperkirakan model persamaan struktural. Katakanlah model terdiri dari 1 variabel manifes endogen dengan 1 variabel laten dan 2 manifes penjelas: group = {0,1} attitude1 = latent,scale age = respondent's age Model lavaan yang diinginkan saat itu (tidak berfungsi): model <- ' attitude1 =~ att1 …

13 r  interaction  sem  lavaan 

Edit Saya telah menemukan kertas yang menggambarkan dengan tepat prosedur yang saya butuhkan. Satu-satunya perbedaan adalah bahwa makalah menginterpolasi data rata-rata bulanan ke harian, sambil mempertahankan rata-rata bulanan. Saya mengalami kesulitan untuk mengimplementasikan pendekatan di R. Setiap petunjuk dihargai. Asli Untuk setiap minggu, saya memiliki data jumlah berikut (satu nilai …

13 r  time-series  interpolation 

Saya menjalankan PCA pada 25 variabel dan memilih 7 PC teratas menggunakan prcomp. prc <- prcomp(pollutions, center=T, scale=T, retx=T) Saya kemudian melakukan rotasi varimax pada komponen-komponen itu. varimax7 <- varimax(prc$rotation[,1:7]) Dan sekarang saya ingin varimax memutar data yang diputar PCA (karena ini bukan bagian dari objek varimax - hanya matriks …

13 r  pca  factor-rotation 

Saya baru dalam ilmu data dan memiliki masalah menemukan cluster dalam kumpulan data dengan 200.000 baris dan 50 kolom di R. Karena data memiliki variabel numerik dan nominal, metode seperti K-means yang menggunakan ukuran jarak Euclidean sepertinya bukan pilihan yang tepat. Jadi saya beralih ke PAM, agnes dan hclust yang …

13 r  clustering  sampling  large-data