Statistiques et Big Data r

1

Comment faire une pyramide des âges comme une intrigue en R?

Verrouillé . Cette question et ses réponses sont verrouillées car la question est hors sujet mais a une signification historique. Il n'accepte pas actuellement de nouvelles réponses ou interactions. La pyramide des âges ressemble à ceci: je voudrais faire quelque chose de similaire, à savoir un 2 barplots (pas des …

14 r data-visualization

4

LOESS qui permet les discontinuités

Existe-t-il une technique de modélisation comme LOESS qui autorise zéro, une ou plusieurs discontinuités, où le moment des discontinuités n'est pas connu a priori? Si une technique existe, existe-t-il une implémentation existante dans R?

14 r regression curve-fitting change-point loess

2

Pourquoi l'estimation d'erreur OOB de la forêt aléatoire s'améliore-t-elle lorsque le nombre d'entités sélectionnées diminue?

J'applique un algorithme de forêt aléatoire en tant que classificateur sur un ensemble de données de microréseaux qui sont divisés en deux groupes connus avec des milliers de fonctionnalités. Après l'exécution initiale, je regarde l'importance des fonctionnalités et réexécute l'algorithme d'arbre avec les fonctionnalités les plus importantes 5, 10 et …

14 r machine-learning classification random-forest

3

Package R pour la régression logistique à effet fixe

Je cherche un Rpackage pour estimer les coefficients des modèles logit à effet fixe individuel (interception individuelle) à l'aide de l'estimateur de Chamberlain de 1980. Il est souvent connu sous le nom d'estimateur logit à effet fixe de Chamberlain. C'est un estimateur classique lorsqu'il s'agit de données de panel de …

14 r logistic panel-data clogit

2

Que signifierait un intervalle de confiance autour d'une valeur prédite à partir d'un modèle à effets mixtes?

Je regardais cette pageet remarqué les méthodes d'intervalles de confiance pour lme et lmer dans R. Pour ceux qui ne connaissent pas R, ce sont des fonctions pour générer des effets mixtes ou des modèles multi-niveaux. Si j'ai des effets fixes dans quelque chose comme une conception à mesures répétées, …

14 r confidence-interval mixed-model repeated-measures sas

5

Modèle à effets mixtes: comparer la composante de variance aléatoire entre les niveaux d'une variable de regroupement

Supposons que j'ai NNN participants, chacun donnant une réponse YYY 20 fois, 10 dans une condition et 10 dans une autre. J'adapte un modèle linéaire à effets mixtes comparant YYY dans chaque condition. Voici un exemple reproductible simulant cette situation en utilisant le lme4package dans R: library(lme4) fml <- "~ …

14 r mixed-model lme4-nlme

1

Caret glmnet vs cv.glmnet

Il semble y avoir beaucoup de confusion dans la comparaison de l'utilisation à l' glmnetintérieur caretpour rechercher un lambda optimal et à utiliser cv.glmnetpour faire la même tâche. De nombreuses questions ont été posées, par exemple: Modèle de classification train.glmnet vs cv.glmnet? Quelle est la bonne façon d'utiliser glmnet avec …

14 r caret glmnet machine-learning neural-networks maximum softmax probability distributions mathematical-statistics random-variable cdf statistical-significance variance expected-value ratio sample-size reliability tolerance-interval wilcoxon-signed-rank self-study variance sampling mean machine-learning svm libsvm self-study sampling ranks data-visualization histogram machine-learning classification normal-distribution mathematical-statistics maximum-likelihood mixture predictive-models prediction seasonality

1

GAM vs LOESS vs splines

Contexte : Je veux tracer une ligne dans un nuage de points qui n'apparaît pas paramétrique, donc j'utilise geom_smooth()in ggplotin R. Il retourne automatiquement geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to change …

14 r gam splines loess r data-visualization boxplot mathematical-statistics theory sufficient-statistics machine-learning classification correlation svm feature-selection probability stochastic-processes machine-learning reinforcement-learning

2

Sortie de prédiction de régression logistique

J'ai créé une régression logistique en utilisant le code suivant: full.model.f = lm(Ft_45 ~ ., LOG_D) base.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg) step(base.model.f, scope=list(upper=full.model.f, lower=~1), direction="forward", trace=FALSE) J'ai ensuite utilisé la sortie pour créer un modèle final: final.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg + IP_util_E2_m02_flg + AE_NumVisit1_flg + OP_NumVisit1_m01_flg + IP_TotLoS_m02 + …

14 r probability logistic

2

R: fonction glm avec famille = «binôme» et «poids»

Je suis très confus avec la façon dont le poids fonctionne en glm avec family = "binomial". À ma connaissance, la probabilité du glm avec family = "binomial" est spécifiée comme suit: où y est la "proportion de succès observée" et n est le nombre connu d'essais.ynF( y) = ( …

14 r logistic generalized-linear-model binomial weighted-regression

3

R: Que vois-je dans les graphiques de dépendance partielle de gbm et RandomForest?

En fait, je pensais avoir compris ce que l'on peut montrer un complot avec dépendance partielle, mais en utilisant un exemple hypothétique très simple, je suis devenu plutôt perplexe. Dans le morceau de code suivant, je génère trois variables indépendantes ( a , b , c ) et une variable …

14 r random-forest boosting partial-plot

4

Quelles variables expliquent quels composants de l'ACP et vice versa?

En utilisant ces données: head(USArrests) nrow(USArrests) Je peux faire un PCA ainsi: plot(USArrests) otherPCA <- princomp(USArrests) Je peux intégrer les nouveaux composants otherPCA$scores et la proportion de variance expliquée par les composantes avec summary(otherPCA) Mais que faire si je veux savoir quelles variables sont principalement expliquées par quels composants principaux? …

14 r pca dimensionality-reduction regression-strategies

2

Existe-t-il une fonction dans R qui prend les centres des clusters trouvés et affecte des clusters à un nouvel ensemble de données

J'ai deux parties d'un ensemble de données multidimensionnelles, appelons-les trainet test. Et je veux construire un modèle basé sur l'ensemble de données du train, puis le valider sur l'ensemble de données de test. Le nombre de clusters est connu. J'ai essayé d'appliquer le clustering k-means dans R et j'ai obtenu …

14 r clustering k-means

3

Intervalle de confiance pour la différence entre les proportions

Je me demande si quelqu'un pourrait me faire savoir si j'ai calculé correctement l'intervalle de confiance pour la différence entre deux proportions. La taille de l'échantillon est de 34, dont 19 femmes et 15 hommes. Par conséquent, la différence de proportions est de 0,1176471. Je calcule l'intervalle de confiance à …

14 r confidence-interval

1

Que signifient les flèches dans un biplot PCA?

Considérez le biplot PCA suivant: library(mvtnorm) set.seed(1) x <- rmvnorm(2000, rep(0, 6), diag(c(5, rep(1,5)))) x <- scale(x, center=T, scale=F) pc <- princomp(x) biplot(pc) Il y a un tas de flèches rouges tracées, que signifient-elles? Je savais que la première flèche étiquetée "Var1" devrait pointer dans la direction la plus variable …

14 r pca linear-algebra biplot

Questions marquées «r»