প্রশ্ন ট্যাগ «r»

আপনি যখন একটি পিসিএ বিশ্লেষণের জন্য বাইপ্লট নির্মাণ করেন, আপনার এক্স-অ্যাক্সেসের প্রধান উপাদান PC1 স্কোর এবং y- অক্ষের উপর PC2 স্কোর থাকে। তবে ডান এবং পর্দার শীর্ষে অন্য দুটি অক্ষ কী?

18 r  pca  biplot 

আমি জানতে চাই কিভাবে ওজন চিকিত্সার মধ্যে পার্থক্য svyglmএবংglm আমি twangআর-তে প্যাকেজটি প্রপেনসিটি স্কোর তৈরি করতে ব্যবহার করছি যা নীচে ওজন হিসাবে ব্যবহার করা হয় (এই কোডটি twangডকুমেন্টেশন থেকে আসে ): library(twang) library(survey) set.seed(1) data(lalonde) ps.lalonde <- ps(treat ~ age + educ + black + hispan + nodegree + married …

18 r  survey 

আসুন কিছু রৈখিক মডেল আসুন, উদাহরণস্বরূপ কেবল সহজ আনোভা: # data generation set.seed(1.234) Ng <- c(41, 37, 42) data <- rnorm(sum(Ng), mean = rep(c(-1, 0, 1), Ng), sd = 1) fact <- as.factor(rep(LETTERS[1:3], Ng)) m1 = lm(data ~ 0 + fact) summary(m1) ফলাফলগুলি নিম্নরূপ: Call: lm(formula = data ~ 0 …

18 r  regression  confidence-interval 

এটি আমার ডেটা ফ্রেম: Group <- c("G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3") Subject <- c("S1","S2","S3","S4","S5","S6","S7","S8","S9","S10","S11","S12","S13","S14","S15","S1","S2","S3","S4","S5","S6","S7","S8","S9","S10","S11","S12","S13","S14","S15","S1","S2","S3","S4","S5","S6","S7","S8","S9","S10","S11","S12","S13","S14","S15") Value <- c(9.832217741,13.62390117,13.19671612,14.68552076,9.26683366,11.67886655,14.65083473,12.20969772,11.58494621,13.58474896,12.49053635,10.28208078,12.21945867,12.58276212,15.42648969,9.466436017,11.46582655,10.78725485,10.66159358,10.86701127,12.97863424,12.85276916,8.672953949,10.44587257,13.62135205,13.64038394,12.45778874,8.655142642,10.65925259,13.18336949,11.96595556,13.5552118,11.8337142,14.01763101,11.37502161,14.14801305,13.21640866,9.141392359,11.65848845,14.20350364,14.1829714,11.26202565,11.98431285,13.77216009,11.57303893) data <- data.frame(Group, Subject, Value) তারপরে আমি "মান" -এ 3 গোষ্ঠীর পার্থক্যের তুলনা করতে রৈখিক-মিশ্রিত প্রভাবগুলির মডেলটি চালিত করি, যেখানে "বিষয়" এলোমেলো গুণক: library(lme4) library(lmerTest) model <- lmer (Value~Group + (1|Subject), data = data) summary(model) ফলাফলগুলি হ'ল: …

18 r  lme4-nlme  post-hoc 

আমি কক্স আনুপাতিক ঝুঁকি মডেল সম্পর্কে শিখছি। লজিস্টিক রিগ্রেশন মডেলগুলির ফিটিংয়ের আমার অনেক অভিজ্ঞতা রয়েছে এবং তাই অন্তর্দৃষ্টি তৈরি করতে আমি coxphআর "বেঁচে থাকা" থেকে ব্যবহার করে মডেলগুলির সাথে লজিস্টিক রিগ্রেশন মডেলগুলির সাথে ফিট ব্যবহারের glmসাথে তুলনা করে চলেছি family="binomial"। যদি আমি কোডটি চালাই: library(survival) s = Surv(time=lung$time, event=lung$status - …

17 r  logistic  survival  cox-model  power 

এই জাতীয় কোড ব্যবহার করে কেউ আর-তে লগইট রিগ্রেশন করতে পারে: > library(MASS) > data(menarche) > glm.out = glm(cbind(Menarche, Total-Menarche) ~ Age, + family=binomial(logit), data=menarche) > coefficients(glm.out) (Intercept) Age -21.226395 1.631968 দেখে মনে হচ্ছে অপটিমাইজেশন অ্যালগরিদম রূপান্তরিত হয়েছে - ফিশার স্কোরিং অ্যালগরিদমের পদক্ষেপের সংখ্যা সম্পর্কে তথ্য রয়েছে: Call: glm(formula = …

17 r  generalized-linear-model  optimization  algorithms  logit 

আমার কাছে এমন কিছু ডেটা রয়েছে যা আমি আর একটি লস মডেল ব্যবহার করে ফিট করেছিলাম, আমাকে এটি দিয়ে: ডেটাটির একটি ভবিষ্যদ্বাণীকারী এবং একটি প্রতিক্রিয়া রয়েছে এবং এটি হিটারোসেসটেস্টিক। আমি আত্মবিশ্বাসের ব্যবধানও যুক্ত করেছি। সমস্যাটি হ'ল অন্তরগুলি হ'ল লাইনের জন্য আস্থা অন্তর, যেখানে আমি পূর্বাভাস অন্তরগুলিতে আগ্রহী। উদাহরণস্বরূপ, নীচের প্যানেলটি …

17 r  regression  prediction-interval  loess 

এটি স্ট্যাক এক্সচেঞ্জে আমার প্রথম পোস্ট, তবে আমি এটি বেশ কিছুদিন ধরে একটি উত্স হিসাবে ব্যবহার করে আসছি, আমি উপযুক্ত ফর্ম্যাটটি ব্যবহার করার এবং যথাযথ সম্পাদনা করার জন্য যথাসাধ্য চেষ্টা করব। এছাড়াও, এটি একটি বহুমাত্রিক প্রশ্ন। আমি নিশ্চিত ছিলাম না যে আমাকে প্রশ্নটি বেশ কয়েকটি ভিন্ন পোস্টে বা কেবল একটিতে …

17 r  logistic  model-selection  regression-strategies 

আমি কিছু তথ্য উপস্থাপন সম্পর্কে কিছু গাইডেন্স ব্যবহার করতে পারি। এই প্রথম প্লটটি সাইটোকাইন আইএল -10 এর ক্ষেত্রে কেস-নিয়ন্ত্রণের তুলনা। আমি 99% ডেটা অন্তর্ভুক্ত করতে আমি y অক্ষটি ম্যানুয়ালি সেট করেছি। আমি ম্যানুয়ালি এটি সেট করার কারণটি হ'ল কেস গ্রুপের চূড়ান্ত আউটলেট রয়েছে। আমার সহযোগীরা আমাদের ডেটাসেটে আউটলেট অপসারণ করতে …

17 r  data-visualization  outliers  boxplot  presentation 

বিরতিতে মধ্যে সাধারণ বিতরণের পরে আমাকে এলোমেলো সংখ্যা তৈরি করতে হবে(a,b)(a,b)(a,b) । (আমি আরে কাজ করছি) আমি জানি যে ফাংশনটি rnorm(n,mean,sd)সাধারণ বিতরণ অনুসরণ করে এলোমেলো সংখ্যা তৈরি করবে, তবে এর মধ্যে অন্তর সীমাটি কীভাবে সেট করব? এর জন্য কি কোনও বিশেষ আর কার্যাবলী উপলব্ধ?

17 r  normal-distribution  matlab  simulation  random-generation 

এই আরডিনাল লজিস্টিক রিগ্রেশনটি আমি আর-তে চালিয়েছি: mtcars_ordinal <- polr(as.factor(carb) ~ mpg, mtcars) মডেলের এই সংক্ষিপ্তসারটি আমি পেয়েছি: summary(mtcars_ordinal) Re-fitting to get Hessian Call: polr(formula = as.factor(carb) ~ mpg, data = mtcars) Coefficients: Value Std. Error t value mpg -0.2335 0.06855 -3.406 Intercepts: Value Std. Error t value 1|2 -6.4706 …

17 r  regression  logistic  interpretation  ordered-logit 

প্রভাবগুলিরR জন্য সহায়তা ফাইলে () এর ব্যাখ্যাটি আমি বুঝতে পারি না : lmবা দ্বারা লাগানো একটি লিনিয়ার মডেলটির জন্য aov, প্রভাবগুলি হ'ল বেআইনিভাবে একক-ডিগ্রি অফ-ফ্রিডিং মানগুলি যা ফিটিং প্রক্রিয়া চলাকালীন QR পচন দ্বারা উত্পাদিত ধারাবাহিক অर्थোগোনাল উপ-স্থানগুলিতে ডেটা প্রজেক্ট করে প্রাপ্ত হয় single এর অর্থ কি কেউ ব্যাখ্যা করতে পারেন? …

17 r  regression 

আমার কাছে "মানের" নামে একটি স্বাধীন ভেরিয়েবল রয়েছে; এই পরিবর্তনশীলটির 3 টির প্রতিক্রিয়া রয়েছে (খারাপ মানের; মাঝারি মানের; উচ্চ মানের)। আমি এই স্বতন্ত্র পরিবর্তনশীলটিকে আমার একাধিক লিনিয়ার রিগ্রেশনটিতে প্রবর্তন করতে চাই। আমার যখন বাইনারি ইন্ডিপেন্ডেন্ট ভেরিয়েবল থাকে (ডামি ভেরিয়েবল, আমি কোড করতে পারি 0/ 1) এটি একাধিক লিনিয়ার রিগ্রেশন মডেল …

17 r  regression  categorical-data  multicollinearity  categorical-encoding 

আমার কাছে গণনা তথ্যগুলির নীচে হিস্টোগ্রাম রয়েছে। এবং আমি এটির জন্য একটি বিবিধ বিতরণ ফিট করতে চাই। আমার কীভাবে এটি করা উচিত তা আমি নিশ্চিত নই। হিস্টোগ্রামে নেগেটিভ দ্বিপদী বিতরণ বলে আমি কি প্রথমে একটি বিতরণ বিতরণকে সুপারিম্পোজ করব, যাতে আমি পৃথক বিতরণের পরামিতিগুলি পাই এবং তারপরে পি-মানগুলি পরীক্ষা করার …

17 r  poisson-distribution  discrete-data  computational-statistics  negative-binomial 

আমি উদ্ভিদের এপিফাইটগুলির ঘনত্ব সম্পর্কিত ডেটার একটি অ্যানকোভা বিশ্লেষণ করতে চাই। প্রথমে, আমি জানতে চাই যে দুটি opালু, একটি এন এবং একটি এস এর মধ্যে গাছের ঘনত্বের মধ্যে কোনও পার্থক্য রয়েছে কিনা, তবে আমার কাছে অন্যান্য ডেটা রয়েছে যেমন উচ্চতা, ক্যানোপি খোলামেলা এবং হোস্ট প্ল্যান্টের উচ্চতা। আমি জানি যে আমার …

17 r  ancova