Pertanyaan yang diberi tag «r»

Saya punya pertanyaan tentang bagaimana seorang ahli statistik biasanya menafsirkan output anova. Katakanlah saya memiliki output anova dari R. > summary(fitted_data) Call: lm(formula = V1 ~ V2) Residuals: Min 1Q Median 3Q Max -2.74004 -0.33827 0.04062 0.44064 1.22737 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 2.11405 0.32089 6.588 1.3e-09 …

8 r  self-study  anova  interpretation 

Saya punya data yang terlihat sedikit seperti ini: ID Status 01 A 02 G 03 E ... ... 100 G Anda mendapatkan idenya, saya pikir. Saya memiliki data ini dari dua populasi yang terpisah (kohort) dan saya ingin membandingkan distribusi variabel status dalam satu populasi dengan distribusi di populasi lain. …

8 r  hypothesis-testing  categorical-data  chi-squared 

Saya menggunakan lme4paket dalam R untuk melakukan beberapa pemodelan efek campuran logistik. Pemahaman saya adalah bahwa jumlah setiap efek acak harus nol. Ketika saya membuat mainan model linier campuran menggunakan lmer, efek acak biasanya <10−1010−1010^{-10}mengkonfirmasikan keyakinan saya bahwa colSums(ranef(model)$groups) ~ 0 But in toy model binomial (dan dalam model data …

8 r  lme4-nlme  random-effects-model  glmm 

Ketika berhadapan dengan data dengan faktor R dapat digunakan untuk menghitung rata-rata untuk setiap kelompok dengan fungsi lm (). Ini juga memberikan kesalahan standar untuk estimasi cara. Tetapi kesalahan standar ini berbeda dari apa yang saya dapatkan dari perhitungan dengan tangan. Ini adalah contoh (diambil dari sini. Memprediksi perbedaan antara …

8 r  categorical-data  mean  lm 

Saya memiliki masalah dalam menemukan solusi tentang cara menjalankan tes post-hoc (Tukey HSD) setelah 2-faktor (keduanya dalam-mata pelajaran) mengukur ANOVA berulang dalam R. Untuk ANOVA, saya telah menggunakan fungsi aov: summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)), data=df1)) Setelah membaca jawaban untuk pertanyaan lain, saya mengumpulkan bahwa saya pertama-tama harus …

8 r  anova  repeated-measures  post-hoc  tukey-hsd  goodness-of-fit  curve-fitting  sem  latent-variable  mplus  anova  post-hoc  tukey-hsd  markov-process  image-processing  r  time-series  causality  granger-causality  anova  mixed-model  lme4-nlme  random-effects-model  r  matlab  data-transformation  multinomial  notation  estimation  nonparametric  logistic  r  missing-data  multiple-imputation  mice 

Saya mencoba melakukan analisis pertumbuhan kelas laten (LCGA) dan / atau model campuran pertumbuhan (GMM) di R. Data yang saya gunakan adalah peningkatan jumlah garpu repositori git (variabel diskrit, bukan kategorikal), yang Anda bisa lihat di dataset ini . Saya mencoba lavaan, yang membantu saya menyesuaikan model kurva pertumbuhan laten, …

8 r  latent-variable  latent-class  growth-mixture-model 

Saat ini saya menggunakan R untuk memprediksi deret waktu dengan instruksi ini: X <- ts(datas, frequency=24) X.arima <- Arima(X, order=c(2,1,0), seasonal=c(1,1,1)) pred <- predict(X.arima, n.ahead=24) plot.ts(pred$pred) Seperti yang Anda lihat, saya memiliki data setiap jam, dan saya memilih periode musiman 24 (satu hari). Saya ingin meningkatkan perkiraan saya menggunakan periode …

8 r  time-series  arima  seasonality  multiple-seasonalities 

Data terdiri dari spektra optik (intensitas cahaya terhadap frekuensi) yang direkam pada waktu yang bervariasi. Poin diperoleh pada grid reguler dalam x (waktu), y (frekuensi). Untuk menganalisis evolusi waktu pada frekuensi tertentu (kenaikan cepat, diikuti oleh peluruhan eksponensial), saya ingin menghapus beberapa derau yang ada dalam data. Kebisingan ini, untuk …

8 r  time-series  multivariate-analysis  references  smoothing 

Adakah yang punya contoh pendidikan singkat yang cepat bagaimana menggunakan jaringan saraf ( nnetdalam R misalnya) untuk tujuan prediksi? Berikut adalah contoh, dalam R, dari deret waktu T <- seq(0,20,length=200) Y <- 1 + 3*cos(4*T+2) +.2*T^2 + rnorm(200) plot(T,Y,type="l") Ini hanya sebuah contoh tetapi yang saya miliki adalah data musiman …

8 r  time-series  machine-learning  neural-networks  nnet 

Saya telah meneliti paket tikus , dan saya belum menemukan cara untuk menggunakan beberapa imputasi untuk membuat model Cox, kemudian memvalidasi model itu dengan fungsi paket rmsvalidate() . Berikut adalah beberapa contoh kode dari apa yang saya miliki sejauh ini, menggunakan kumpulan data veteran: library(rms) library(survival) library(mice) remove(veteran) data(veteran) veteran$trt=factor(veteran$trt,levels=c(1,2)) …

8 r  survival  cox-model  data-imputation  rms 

Sebagai tindak lanjut saran Model untuk regresi Cox dengan kovariat bergantung waktu di sini adalah plot Kaplan Meier yang menjelaskan sifat tergantung waktu dari kehamilan. Dengan kata lain, dataset sekarang dipecah menjadi dataset panjang dengan banyak baris sesuai dengan jumlah kehamilan. Grafik KM, dan juga model cox yang diperluas, tampaknya …

8 r  data-visualization  survival 

Kumpulan data saya memiliki variabel berikut: Pengobatan (4 jenis - diperbaiki) Lokasi (8 lokasi - diperbaiki) Posisi di Lokasi (3 posisi per lokasi-tetap) Sampel diambil di setiap posisi (3 sampel per posisi-acak) Waktu (dua kali pengambilan sampel - ditetapkan) Tingkat mineralisasi (sebagai hasil analisis sampel yang diambil) Dua lokasi digunakan …

8 r  anova  repeated-measures  split-plot  nested-data 

Saya telah mengukur dua parameter (Karbon organik DOC terlarut = y, dan debit = x). Ketika dua variabel ini diplot terhadap satu sama lain, kita mendapatkan loop histeresis (lihat contoh kode dan gambar). Sekarang, untuk analisis lebih lanjut, saya ingin menentukan area loop histeretik ini. Saya menemukan bahwa ini dapat …

8 r  data-visualization  geometry 

Saya berhasil membuat jaringan saraf data saya. Tapi saya tidak begitu yakin tentang interpretasi output R. Saya menggunakan perintah berikut untuk membuat jaringan saraf: > net=nnet(formula = category~iplen+date_time, size=0,skip=T,lineout=T) # weights: 3 initial value 136242.000000 final value 136242.000000 converged Kemudian saya menggunakan perintah berikut untuk melihat hasilnya: > summary(net) a …

8 r  neural-networks 

Saya memiliki dua kelompok yang terdiri dari 10 peserta yang dinilai tiga kali selama percobaan. Untuk menguji perbedaan antara kelompok dan di tiga penilaian, saya menjalankan ANOVA desain campuran 2x3 dengan group(kontrol, eksperimental), time(pertama, kedua, tiga), dan group x time. Keduanya timedan grouphasilnya signifikan, selain itu ada interaksi yang signifikan …

8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka