Questions marquées «r»

Utilisez cette balise pour toute question * sur le sujet * qui (a) implique «R» en tant que partie critique de la question ou réponse attendue, et (b) n'est pas * seulement * sur la façon d'utiliser «R».

1
Moteurs d'inférence variationnelle
Après avoir fait quelques recherches sur le sujet, j'ai remarqué un déficit surprenant de packages d'inférence et de bibliothèques qui reposent sur des méthodes de transmission de messages ou d'optimisation pour Python et R. À ma connaissance, ces méthodes sont extrêmement utiles. Par exemple, pour un réseau Bayes (dirigé, acyclique), …
1
Dois-je citer «lme4» lors de l'utilisation de «lmerTest»?
J'utilise lmerTestpour exécuter des modèles mixtes linéaires (LMM) pour obtenir les valeurs p. Cependant, dans les articles que j'ai écrits, ils montreront à la fois lme4et lmerTest. Ensuite, je ne sais pas si j'ai également citer lme4quand j'utilise uniquement lmerTestpour exécuter des modèles LMM. Avez-vous des idées à ce sujet?
8 r 
2
Pourquoi un modèle statistique serait-il surchargé s'il était doté d'un énorme ensemble de données?
Mon projet actuel peut m'obliger à construire un modèle pour prédire le comportement d'un certain groupe de personnes. l'ensemble de données de formation ne contient que 6 variables (id est uniquement à des fins d'identification): id, age, income, gender, job category, monthly spend dans laquelle se monthly spendtrouve la variable …
8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 
1
Régression monotone robuste dans R
J'ai le tableau suivant dans R df <- structure(list(x = structure(c(12458, 12633, 12692, 12830, 13369, 13455, 13458, 13515), class = "Date"), y = c(6080, 6949, 7076, 7818, 0, 0, 10765, 11153)), .Names = c("x", "y"), row.names = c("1", "2", "3", "4", "5", "6", "8", "9"), class = "data.frame") > df …
1
Lasso sur le modèle de régression binomiale négative
Existe-t-il de toute façon que je peux exécuter LASSO avec une régression binomiale négative sur R? J'effectue une régression binomiale négative sur mon ensemble de données car les données sont trop dispersées pour imposer une régression de poisson. Pendant ce temps, je suis également confronté à un problème de multicolinéarité. …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.