Statistiques et Big Data r

1

Test de surdispersion dans la régression logistique

R in Action (Kabacoff, 2011) suggère la routine suivante pour tester la surdispersion dans une régression logistique: Ajuster la régression logistique en utilisant la distribution binomiale: model_binom <- glm(Species=="versicolor" ~ Sepal.Width, family=binomial(), data=iris) Ajuster la régression logistique en utilisant la distribution quasibinomiale: model_overdispersed <- glm(Species=="versicolor" ~ Sepal.Width, family=quasibinomial(), data=iris) Utilisez …

9 r regression distributions logistic overdispersion

5

La régression linéaire ne correspond pas bien

Je fais une régression linéaire en utilisant la fonction R lm: x = log(errors) plot(x,y) lm.result = lm(formula = y ~ x) abline(lm.result, col="blue") # showing the "fit" in blue mais ça ne va pas bien. Malheureusement, je ne peux pas comprendre le manuel. Quelqu'un peut-il m'orienter dans la bonne …

9 r regression

1

Tracés de dépendance partielle et renforcement du gradient (package GBM)

Est-il possible de tracer un graphique de dépendance partielle pour afficher la probabilité de classe et estimer les effets d'un prédicteur pour un modèle GBM ? Quelque chose de similaire à celui partialPlotdu randomForestpackage. Selon cet article , un tracé partiel est réalisable avec gbm. Merci d'avance pour votre aide.

9 r gbm

5

Lisser une série chronologique circulaire / périodique

J'ai des données sur les accidents de véhicules à moteur par heure de la journée. Comme vous vous en doutez, ils sont élevés en milieu de journée et culminent aux heures de pointe. geom_density par défaut de ggplot2 adoucit bien Un sous-ensemble de données, pour les collisions liées à la …

9 r pdf kernel-smoothing splines

1

Comment interpréter le Mann-Whitney U lors de l'utilisation de l'interface de formule de R

Disons que nous avons les données suivantes: set.seed(123) data <- data.frame(x = c(rnorm(50, 1, 1), rnorm(50, 5, 2)), y = c(rep('A', 50), rep('B', 50))) Ce qui donne le boxplot suivant ( boxplot(data$x ~ data$y)): Supposons maintenant que je souhaite tester si les deux échantillons ont les mêmes paramètres de localisation …

9 r nonparametric wilcoxon-mann-whitney

2

Test de randomisation / permutation pour les vecteurs appariés dans R

Je ne suis pas un expert, alors pardonnez-moi si une partie de la terminologie est un peu maladroite. Heureux de fournir plus d'informations si nécessaire. J'ai deux vecteurs de 50 valeurs numériques appariées dans R. Je veux effectuer un test de randomisation ou de permutation bilatéral pour déterminer si leurs …

9 r statistical-significance permutation-test

2

Calculer le critère de clustering BIC (pour valider les clusters après K-means)

Je me demande s'il existe un bon moyen de calculer le critère de clustering basé sur la formule BIC, pour une sortie k-means dans R? Je suis un peu confus quant à la façon de calculer ce BIC afin de pouvoir le comparer avec d'autres modèles de clustering. Actuellement, j'utilise …

9 r clustering k-means bic

5

Amorçage de données hiérarchiques / multiniveaux (rééchantillonnage de clusters)

Je produis un script pour créer des échantillons de bootstrap à partir de l' catsensemble de données (à partir du -MASS-package). En suivant le manuel de Davidson et Hinkley [1], j'ai effectué une régression linéaire simple et adopté une procédure fondamentale non paramétrique pour le bootstrap à partir des observations …

9 r bootstrap fixed-effects-model

3

Lors de l'utilisation de glmnet, comment déclarer la signification de la valeur p pour revendiquer la signification des prédicteurs?

J'ai un grand ensemble de prédicteurs (plus de 43 000) pour prédire une variable dépendante qui peut prendre 2 valeurs (0 ou 1). Le nombre d'observations est supérieur à 45 000. La plupart des prédicteurs sont des unigrammes, des bigrammes et des trigrammes de mots, il y a donc un …

9 r multiple-regression lasso glmnet

1

Quelles sont les lignes rouges dans le graphique de régression quantile (package quantreg)?

En utilisant plot.rqdans le quantregpackage de R, nous pouvons tracer la distribution d'estimation des coefficients et obtenir quelque chose comme ceci: Quelles sont les lignes rouges pointillées? Une recherche approfondie sur Google a révélé que celle du milieu est la moyenne des 99 estimations, mais ne connaît toujours pas la …

9 r data-visualization quantile-regression

1

Comment fonctionne l'argument ties.method de la fonction de classement de R?

J'utilise rank(a, ties.method="max")pour classer a. Mais je ne sais pas trop ce que cela fait ties.method="max". Peux-tu aider s'il te plait?

9 r ranks ties

1

Intervalles de confiance autour d'un centroïde avec similitude de Gower modifiée

Je voudrais obtenir des intervalles de confiance de 95% pour les centroïdes sur la base de la similitude de Gower entre certains échantillons multivariés (données communautaires provenant de carottes de sédiments). Jusqu'à présent, j'ai utilisé le vegan{}package dans R pour obtenir une similitude Gower modifiée entre les cœurs (basé sur …

9 r confidence-interval

1

Imputation d'une variable censurée

J'ai un ensemble de données médicales avec environ 200 variables. L'une des variables est un bio-marqueur (concentration d'une enzyme particulière). Sa distribution est asymétrique, et le problème est que les valeurs au-dessus d'un certain niveau sont censurées / coupées à ce niveau. Ainsi, alors que la moyenne de la variable …

9 r epidemiology data-imputation censoring

1

Comment fonctionne la fonction d'imputation des souris?

Je me demandais si quelqu'un avait de l'expérience avec la fonction souris, comme décrit dans Souris: Imputation multivariée par équations chaînées dans R (JSS 2011 45 (3))? J'ai un ensemble de données avec un certain nombre de variables, chacune avec différents degrés de données manquantes. Ma question principale est: disons …

9 r regression bayesian data-imputation mice

5

L'ANCOVA dans R suggère différentes interceptions, mais les IC à 95% se chevauchent… comment est-ce possible?

Nous avons un ensemble de données avec deux covariables et une variable de regroupement catégorique et nous voulons savoir s'il existe des différences significatives entre la pente ou l'ordonnée à l'origine parmi les covariables associées aux différentes variables de regroupement. Nous avons utilisé anova () et lm () pour comparer …

9 r regression anova confidence-interval

Questions marquées «r»