প্রশ্ন ট্যাগ «r»

আমি একাধিক বহিরাগত ভেরিয়েবলগুলি সহ একাধিক সময় সিরিজ আরিমা-মডেলের উপর ভিত্তি করে একটি পূর্বাভাস পরিচালনা করতে চাই। যেহেতু আমি কোনও পরিসংখ্যান বা আরআইও রাখতে চাই না দক্ষতার তুলনায় যতটা সম্ভব সহজ (তিন মাসের ট্রেন্ডের পূর্বাভাস যথেষ্ট)। আমার 1 নির্ভরশীল সময় সিরিজ এবং 3-5 প্রেডিকটার সময় সিরিজ, সমস্ত মাসিক ডেটা, কোনও …

14 r  time-series  arima 

আমি এর অবস্থানের ভিত্তিতে একটি মাছের চলাচলের ধরণগুলির উপর টাইম সিরিজের ডেটাতে অটোক্রেলেশন গণনা করেছি: এক্স ( x.ts) এবং ওয়াই ( y.ts)। আর ব্যবহার করে, আমি নিম্নলিখিত ফাংশনগুলি চালিয়েছি এবং নিম্নলিখিত প্লটগুলি উত্পাদন করেছি: acf(x.ts,100) acf(y.ts,100) আমার প্রশ্ন, আমি এই প্লটগুলি কীভাবে ব্যাখ্যা করব? কোন ধরণের প্যাটার্ন রিপোর্ট করার জন্য …

14 r  time-series  autocorrelation 

আমার কিছু ডেটা রয়েছে যা আমি ব্যবহার করে মসৃণ করি loess। আমি স্মুথযুক্ত রেখার প্রতিচ্ছবি পয়েন্টগুলি সন্ধান করতে চাই। এটা কি সম্ভব? আমি নিশ্চিত যে এটি সমাধানের জন্য কেউ অভিনব পদ্ধতি তৈরি করেছে ... মানে ... ... সর্বোপরি, এটি আর! আমি ব্যবহার করি স্মুথ ফাংশন পরিবর্তন করে আমি ঠিক আছি। …

14 r  smoothing  loess 

আমি কীভাবে একটি আরওসি বক্ররেখা (সংবেদনশীলতা এবং নির্দিষ্টতা সর্বাধিকীকরণ করা হয়েছে এমন মান) এর জন্য অনুকূল কাট-পয়েন্ট গণনা করব তা বোঝার চেষ্টা করছি। আমি aSAHপ্যাকেজ থেকে ডেটাসেট ব্যবহার করছি pROC। outcomeপরিবর্তনশীল দুটি স্বাধীন ভেরিয়েবল দ্বারা ব্যাখ্যা করা যেতে পারে: s100bএবং ndka। Epiপ্যাকেজের সিনট্যাক্স ব্যবহার করে আমি দুটি মডেল তৈরি করেছি: …

14 r  roc  sensitivity-analysis  sensitivity-specificity 

আমি আর ভাষায় নতুন। আমি জানতে চাই যে কীভাবে একাধিক লিনিয়ার রিগ্রেশন মডেল থেকে অনুকরণ করা যায় যা নিগ্রহের সমস্ত চারটি অনুমানকে পূরণ করে। ঠিক আছে ধন্যবাদ. যাক আমি এই ডেটা সেটের উপর ভিত্তি করে ডেটা অনুকরণ করতে চাই: y<-c(18.73,14.52,17.43,14.54,13.44,24.39,13.34,22.71,12.68,19.32,30.16,27.09,25.40,26.05,33.49,35.62,26.07,36.78,34.95,43.67) x1<-c(610,950,720,840,980,530,680,540,890,730,670,770,880,1000,760,590,910,650,810,500) x2<-c(1,1,3,2,1,1,3,3,2,2,1,3,3,2,2,2,3,3,1,2) fit<-lm(y~x1+x2) summary(fit) তারপর আমি আউটপুট পেতে: Call: lm(formula …

14 r  multiple-regression  simulation 

গামা বিতরণ ব্যবহার করে কোনও জিএলএম ফিট করার জন্য আর এর সিনট্যাক্সটি বোঝার জন্য আমার বর্তমানে সমস্যা হচ্ছে। আমার কাছে ডেটার একটি সেট রয়েছে, যেখানে প্রতিটি সারিতে 3 সহ-ভেরিয়েট ( ), একটি প্রতিক্রিয়া ভেরিয়েবল ( ) এবং একটি আকারের প্যারামিটার ( ) থাকে। আমি 3 covariates একটি রৈখিক ফাংশন হিসাবে …

14 r  generalized-linear-model  gamma-distribution  dglm 

বর্গাকার (ডাব্লুএসএস) এর গ্রুপের যোগফলকে ন্যূনতম করার জন্য আমাকে ক্লাস্টার ইউনিটগুলি ক্লাস্টারগুলিতে করতে হবে, তবে আমার নিশ্চিত করতে হবে যে প্রতিটি ক্লাস্টারে কমপক্ষে ইউনিট রয়েছে। কোনও ধারণা যদি আর এর কোনও ক্লাস্টারিং ফাংশন ন্যূনতম ক্লাস্টার আকারের সীমাবদ্ধতার সাপেক্ষে ক্লাস্টারগুলিতে ক্লাস্টারিংয়ের অনুমতি দেয় ? kmeans () কোনও আকারের বাধা বিকল্প হিসাবে …

14 r  clustering 

আমি কক্সফের "কোফ" এবং "(এক্সপ্রেস) কোফ" আউটপুট ঠিক কী তা বোঝার চেষ্টা করছি। দেখে মনে হচ্ছে কমান্ডে নির্ধারিত গোষ্ঠী অনুসারে "(এক্সপ্রেস) কোফ" মডেলের প্রথম ভেরিয়েবলের সাথে তুলনা করে। "কোফ" এবং "(এক্সপ্রেস) কোফ" এর মানগুলিতে কক্সফোফ ফাংশনটি কীভাবে আসে? তদ্ব্যতীত, যখন সেন্সরিং জড়িত থাকে তখন কক্স্ফ কীভাবে এই মানগুলি নির্ধারণ করে?

14 r  survival  interpretation 

আমার কাছে সংখ্যার ভেক্টর রয়েছে যা আমি এখানে (... / কোড / মাইডাটা.আরডিটা) ডুপুট ব্যবহার করে আপলোড করেছি। আমি বিসিএ সিআই পেতে চাই তাই আমি এই কোডটি লিখেছি: my.mean <- function(dat, idx){ return (mean(dat[idx], na.rm = TRUE)) } boot.out<-boot(data=my.data, statistic = my.mean, R=1000) তবে আমি যখন নিম্নলিখিতগুলি চালনা করি আমি …

14 r  bootstrap 

একটি নমুনার উপর ভিত্তি করে বেঁচে থাকার বার আমি সময় জীবিত সম্ভাবনা অনুমান করার জন্য চাই কিছু নির্দিষ্ট জন্য, , কাপলান-মায়ার মূল্নির্ধারক ব্যবহার করে। এটি কি এটি করা সম্ভব ? দয়া করে নোট করুন, অবশ্যই কোনও ইভেন্টের সময় নয়।এনnnটিttটিttRটিtt

14 r  kaplan-meier 

আমি কেবল একটি নেতিবাচক দ্বিপদী জিএলএম চালিয়েছি এবং এটি আউটপুট: Call: glm.nb(formula = small ~ method + site + depth, data = size.dat, init.theta = 1.080668549, link = log) Deviance Residuals: Min 1Q Median 3Q Max -2.2452 -0.9973 -0.3028 0.3864 1.8727 Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 1.6954 …

14 r  categorical-data  generalized-linear-model  interpretation  negative-binomial 

নিম্নলিখিত উদাহরণে > m = matrix(c(3, 6, 5, 6), nrow=2) > m [,1] [,2] [1,] 3 5 [2,] 6 6 > (OR = (3/6)/(5/6)) #1 [1] 0.6 > fisher.test(m) #2 Fisher's Exact Test for Count Data data: m p-value = 0.6699 alternative hypothesis: true odds ratio is not equal to …

14 r  odds-ratio  fishers-exact 

আমি একটি স্ক্রিপ্ট ব্যবহার করছি। এটি মূল রেকর্ডের জন্য। আমার একটি ডেটাফ্রেম রয়েছে যা প্রদত্ত গভীরতার (প্রথম কলামে) কলামগুলিতে বিভিন্ন প্রাথমিক রচনাগুলি দেখায়। আমি এটি দিয়ে একটি পিসিএ করতে চাই এবং আমি যে মানদণ্ড পদ্ধতিটি বেছে নিতে পারি তা সম্পর্কে আমি বিভ্রান্ত। আপনার মধ্যে কেউ এর clr()জন্য আপনার ডেটা প্রস্তুত …

13 r  pca  normalization  compositional-data 

ডগলাস বেটস বলেছেন যে নিম্নলিখিত মডেলগুলির সমতুল্য "যদি ভেক্টর-মূল্যবান র্যান্ডম এফেক্টগুলির জন্য ভেরিয়েন্স-কোভারিয়েন্স ম্যাট্রিক্সের একটি বিশেষ ফর্ম থাকে, যাকে যৌগিক প্রতিসাম্য বলা হয়" ( এই উপস্থাপনায় স্লাইড ৯১ ): m1 <- lmer(y ~ factor + (0 + factor|group), data) m2 <- lmer(y ~ factor + (1|group) + (1|group:factor), data) বিশেষত …

13 r  anova  mixed-model  repeated-measures  lme4-nlme 

সামান্য ব্যাকগ্রাউন্ড আমি রিগ্রেশন বিশ্লেষণের ব্যাখ্যার উপর কাজ করছি তবে আমি r, r স্কোয়ারড এবং অবশিষ্ট স্ট্যান্ডার্ড বিচ্যুততার অর্থ সম্পর্কে সত্যিই বিভ্রান্ত হয়ে পড়েছি। আমি সংজ্ঞাগুলি জানি: Characterizations r একটি স্ক্যাটারপ্লোটে দুটি ভেরিয়েবলের মধ্যে রৈখিক সম্পর্কের শক্তি এবং দিকের পরিমাপ করে আর-স্কোয়ারটি ফিটেড রিগ্রেশন লাইনের সাথে ডেটা কতটা কাছাকাছি তার …

13 r  regression  regression-coefficients  linear  pearson-r