Pertanyaan yang diberi tag «r»

Terkunci . Pertanyaan ini dan jawabannya dikunci karena pertanyaannya di luar topik tetapi memiliki signifikansi historis. Saat ini tidak menerima jawaban atau interaksi baru. Saya sangat baru di R. Saya belajar pembelajaran mesin sekarang. Maaf, jika pertanyaan ini tampaknya sangat mendasar. Saya mencoba menemukan paket pemilihan fitur yang bagus di …

12 r  feature-selection 

Apa yang menjelaskan perbedaan dalam nilai-p dalam hal berikut aovdan lmpanggilan? Apakah perbedaannya hanya karena berbagai jenis perhitungan jumlah kotak? set.seed(10) data=rnorm(12) f1=rep(c(1,2),6) f2=c(rep(1,6),rep(2,6)) summary(aov(data~f1*f2)) summary(lm(data~f1*f2))$coeff

12 r  regression  anova  linear-model  sums-of-squares 

Bisakah Hutan Acak dilatih untuk memprediksi data penghitungan dengan tepat? Bagaimana ini akan dilanjutkan? Saya memiliki rentang nilai yang cukup luas sehingga klasifikasi tidak terlalu masuk akal. Jika saya akan menggunakan regresi, apakah saya akan memotong hasilnya? Saya cukup tersesat di sini. Ada ide?

12 r  regression  random-forest  prediction  count-data 

Saya baru saja menemukan analisis hebat ini yang menarik dan indah secara visual: http://www.nytimes.com/interactive/2012/11/02/us/politics/paths-to-the-white-house.html Saya ingin tahu bagaimana "jalur pohon" seperti itu dapat dibangun menggunakan R. Data dan algoritma apa yang diperlukan untuk membuat pohon jalur seperti itu? Terima kasih.

12 r  data-visualization  politics 

Saya menggunakan stl () di R untuk menguraikan data hitungan menjadi komponen tren, musiman & tidak teratur. Nilai tren yang dihasilkan bukan bilangan bulat lagi. Saya punya pertanyaan berikut: Apakah stl () cara yang tepat untuk menasionalisasi data hitungan? Karena tren yang dihasilkan tidak lagi dinilai interger, dapatkah saya menggunakan …

12 r  time-series  poisson-distribution 

Pemahaman saya adalah picks hutan random acak mtry variabel untuk membangun setiap pohon keputusan. Jadi jika mtry = ncol / 3 maka masing-masing variabel akan digunakan rata-rata di 1/3 dari pohon. Dan 2/3 pohon tidak akan menggunakannya. Tetapi bagaimana jika saya tahu bahwa satu variabel mungkin sangat penting, apakah lebih …

12 r  random-forest  parameterization 

Saya tidak dapat menemukan cara melakukan regresi linier dalam R dalam untuk desain ukuran berulang. Dalam pertanyaan sebelumnya (masih belum dijawab) disarankan kepada saya untuk tidak menggunakan lmmelainkan menggunakan model campuran. Saya menggunakan lmcara berikut: lm.velocity_vs_Velocity_response <- lm(Velocity_response~Velocity*Subject, data=mydata) (detail lebih lanjut tentang dataset dapat ditemukan di tautan di atas) …

12 r  regression  mixed-model  repeated-measures 

Saya mencoba mendeteksi nilai-nilai anomali dalam serangkaian waktu data iklim dengan beberapa pengamatan yang hilang. Mencari di web saya menemukan banyak pendekatan yang tersedia. Dari semua itu, dekomposisi pertama tampaknya menarik, dalam arti menghilangkan tren dan komponen musiman dan mempelajari sisanya. Membaca STL: Prosedur Dekomposisi Tren Musiman Berdasarkan Loess , …

12 r  time-series  outliers  missing-data 

Saya mencoba untuk menguraikan matriks kovarians berdasarkan pada set data yang jarang / gappy. Saya memperhatikan bahwa jumlah lambda (dijelaskan varians), sebagaimana dihitung dengan svd, sedang diperkuat dengan data yang semakin gappy. Tanpa celah, svddan eigenhasil yang sama. Ini sepertinya tidak terjadi dengan eigendekomposisi. Saya telah condong ke arah penggunaan …

12 r  svd  eigenvalues 

Saya menggunakan paket randomForest dalam R dan menggunakan data iris, hutan acak yang dihasilkan adalah klasifikasi tetapi ketika saya menggunakan dataset dengan sekitar 700 fitur (fitur-fiturnya adalah masing-masing piksel dalam gambar 28x28 piksel) dan kolom label dinamai label, yang randomForestdihasilkan adalah regresi. Saya menggunakan baris berikut: rf <- randomForest(label ~ …

12 r  random-forest 

Apakah lebih baik untuk membedakan rangkaian (dengan asumsi perlu) sebelum menggunakan Arima ATAU lebih baik menggunakan parameter d dalam Arima? Saya terkejut betapa berbedanya nilai-nilai yang dipasang tergantung pada rute mana yang diambil dengan model dan data yang sama. Atau apakah saya melakukan sesuatu yang salah? install.packages("forecast") library(forecast) wineindT<-window(wineind, start=c(1987,1), …

12 r  time-series  arima 

Saya memiliki fungsi probabilitas berikut: Prob=11+e−zProb=11+e−z\text{Prob} = \frac{1}{1 + e^{-z}} dimana z=B0+B1X1+⋯+BnXn.z=B0+B1X1+⋯+BnXn.z = B_0 + B_1X_1 + \dots + B_nX_n. Model saya terlihat seperti Pr(Y=1)=11+exp(−[−3.92+0.014×(bid)])Pr(Y=1)=11+exp⁡(−[−3.92+0.014×(bid)])\Pr(Y=1) = \frac{1}{1 + \exp\left(-[-3.92 + 0.014\times(\text{bid})]\right)} Ini divisualisasikan melalui kurva probabilitas yang terlihat seperti yang di bawah ini. Saya sedang mempertimbangkan menambahkan beberapa variabel ke …

12 r  probability  data-visualization  logistic 

Saya mengalami masalah kinerja menggunakan MCMCglmmpaket di R untuk menjalankan model efek campuran. Kode ini terlihat seperti ini: MC1<-MCMCglmm(bull~1,random=~school,data=dt,family="categorical" , prior=list(R=list(V=1,fix=1), G=list(G1=list(V=1, nu=0))) , slice=T, nitt=iter, ,burnin=burn, verbose=F) Ada sekitar 20.000 pengamatan dalam data dan mereka terkelompok di sekitar 200 sekolah. Saya telah membuang semua variabel yang tidak digunakan dari …

12 r  mixed-model  mcmc  computational-statistics 

Saya mencoba menguji berbagai pendekatan analisis data fungsional. Idealnya, saya ingin menguji panel pendekatan yang saya miliki pada data fungsional yang disimulasikan. Saya sudah mencoba untuk menghasilkan FD simulasi menggunakan pendekatan berdasarkan pada penjumlahan Gaussian noise (kode di bawah), tetapi kurva yang dihasilkan terlihat terlalu kasar dibandingkan dengan yang asli …

12 r  simulation  functional-data-analysis 

Diberikan dataset: x <- c(4.9958942,5.9730174,9.8642732,11.5609671,10.1178216,6.6279774,9.2441754,9.9419299,13.4710469,6.0601435,8.2095239,7.9456672,12.7039825,7.4197810,9.5928275,8.2267352,2.8314614,11.5653497,6.0828073,11.3926117,10.5403929,14.9751607,11.7647580,8.2867261,10.0291522,7.7132033,6.3337642,14.6066222,11.3436587,11.2717791,10.8818323,8.0320657,6.7354041,9.1871676,13.4381778,7.4353197,8.9210043,10.2010750,11.9442048,11.0081195,4.3369520,13.2562675,15.9945674,8.7528248,14.4948086,14.3577443,6.7438382,9.1434984,15.4599419,13.1424011,7.0481925,7.4823108,10.5743730,6.4166006,11.8225244,8.9388744,10.3698150,10.3965596,13.5226492,16.0069239,6.1139247,11.0838351,9.1659242,7.9896031,10.7282936,14.2666492,13.6478802,10.6248561,15.3834373,11.5096033,14.5806570,10.7648690,5.3407430,7.7535042,7.1942866,9.8867927,12.7413156,10.8127809,8.1726772,8.3965665) .. Saya ingin menentukan distribusi probabilitas yang paling pas (gamma, beta, normal, eksponensial, poisson, chi-square, dll) dengan estimasi parameter. Saya sudah mengetahui pertanyaan pada tautan berikut, di mana solusi disediakan menggunakan R: /programming/2661402/given-a-set-of-random-number-drawn-from-a- continuous-univariate-distribution-f solusi terbaik yang diusulkan adalah sebagai berikut: > library(MASS) > fitdistr(x, …

12 r  matlab  distributions