প্রশ্ন ট্যাগ «r»

আমি একটি লজিস্টিক মডেল নিয়ে কাজ করছি এবং ফলাফলগুলি মূল্যায়নে আমার কিছু অসুবিধা হচ্ছে। আমার মডেলটি দ্বিপদী লগিট। আমার ব্যাখ্যামূলক ভেরিয়েবলগুলি হ'ল: 15 স্তরের বিশিষ্ট পরিবর্তনশীল, একটি দ্বিধাত্বক ভেরিয়েবল এবং 2 ধ্রুবক ভেরিয়েবল। আমার এন বড়> 8000। আমি বিনিয়োগের জন্য সংস্থাগুলির সিদ্ধান্তকে মডেল করার চেষ্টা করছি। নির্ভরশীল পরিবর্তনশীল হ'ল বিনিয়োগ …

13 r  logistic  goodness-of-fit  roc 

আমি একটি glm.nb দ্বারা পরিচালিত glm1<-glm.nb(x~factor(group)) গ্রুপটি একটি শ্রেণিবদ্ধ এবং এক্স একটি মেট্রিকাল ভেরিয়েবলের সাথে being আমি যখন ফলাফলগুলির সংক্ষিপ্তসারটি পাওয়ার চেষ্টা করি তখন আমি ব্যবহার করি summary()বা না হয় তার উপর নির্ভর করে কিছুটা আলাদা ফলাফল পাই summary.glm। summary(glm1)আমাকে দেয় ... Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) …

13 r  generalized-linear-model  negative-binomial 

আনুমানিকভাবে বিতরণ করা ডেটার জন্য, বক্সপ্লটগুলি দ্রুত মিডিয়াকে দৃশ্যমান করার এবং ডেটা ছড়িয়ে দেওয়ার পাশাপাশি কোনও বিদেশী উপস্থিতির দুর্দান্ত উপায়। তবে বেশি ভারী-লেজযুক্ত বিতরণের জন্য, প্রচুর পয়েন্টগুলি আউটলিয়ার হিসাবে দেখানো হয়, যেহেতু বহিরাগতদের আইকিউআর স্থির ফ্যাক্টরের বাইরে হিসাবে সংজ্ঞায়িত করা হয়, এবং ভারী-লেজযুক্ত বিতরণগুলির সাথে এটি আরও অনেক ঘন ঘন …

13 r  distributions  data-visualization  data-transformation  ggplot2 

আমার কাছে এবং এর মানগুলির একটি সেট রয়েছে যা তাত্ত্বিকভাবে তাত্পর্যপূর্ণভাবে সম্পর্কিত:yxxxyyy y=axby=axby = ax^b গুণফলগুলি পাওয়ার একটি উপায় হ'ল উভয় পক্ষের প্রাকৃতিক লোগারিদম প্রয়োগ করা এবং একটি রৈখিক মডেল লাগানো: > fit <- lm(log(y)~log(x)) > a <- exp(fit$coefficients[1]) > b <- fit$coefficients[2] এটি পাওয়ার আরেকটি উপায় হ'ল একটি অলৈনিক …

13 r  regression  linear-model  model-selection  nonlinear-regression 

কাঠামোগত সমীকরণের মডেলটি অনুমান করতে আমি আর লাভান প্যাকেজটি ব্যবহার করছি । ধরা যাক মডেলটিতে 1 প্রচ্ছন্ন এবং 2 ম্যানিফেস্টের ব্যাখ্যামূলক ভেরিয়েবল সহ 1 টি অন্তঃসত্ত্বা ম্যানিফেস্ট ভেরিয়েবল রয়েছে: group = {0,1} attitude1 = latent,scale age = respondent's age কাঙ্ক্ষিত লাভান মডেলটি তখন (কাজ করে না): model <- ' attitude1 …

13 r  interaction  sem  lavaan 

আমি 25 ভেরিয়েবলের উপর পিসিএ চালিয়েছি এবং ব্যবহার করে শীর্ষ 7 পিসি নির্বাচন করেছি prcomp। prc <- prcomp(pollutions, center=T, scale=T, retx=T) আমি তখন সেই উপাদানগুলিতে ভেরিম্যাক্স ঘূর্ণন করেছি। varimax7 <- varimax(prc$rotation[,1:7]) এবং এখন আমি পিসিএ-ঘোরানো ডেটা ভ্যারাম্যাক্স ঘোরানোর ইচ্ছা করি (কারণ এটি ভ্যারিম্যাক্স অবজেক্টের অংশ নয় - কেবলমাত্র লোডিংস ম্যাট্রিক্স …

13 r  pca  factor-rotation 

সম্পাদন করা আমার সঠিক প্রক্রিয়াটি বর্ণনা করার জন্য একটি কাগজ পেয়েছি । পার্থক্যটি কেবল হ'ল কাগজটি দৈনিকের সাথে মাসিক গড় ডেটা ইন্টারপোলেট করে, যখন মাসিক উপায় সংরক্ষণ করে। আমার কাছে এই পদ্ধতির প্রয়োগ করতে সমস্যা আছে R। কোনও ইঙ্গিত প্রশংসা করা হয়। মূল প্রতি সপ্তাহের জন্য, আমার কাছে নিম্নলিখিত গণনা …

13 r  time-series  interpolation 

আমি ডেটা সায়েন্সে নতুন এবং 200,000 সারি এবং আর-এ 50 টি কলাম সহ একটি ডেটা সেটটিতে ক্লাস্টারগুলি খুঁজে পেতে সমস্যা হচ্ছে যেহেতু ডেটাতে উভয় সংখ্যাসূচক এবং নামমাত্র ভেরিয়েবল রয়েছে, তাই কে-ইনের মতো পদ্ধতিগুলি যা ইউক্লিডিয়ান দূরত্ব পরিমাপ ব্যবহার করে তা উপযুক্ত পছন্দ বলে মনে হয় না। সুতরাং আমি পিএএম, অ্যাগনেস …

13 r  clustering  sampling  large-data 

যদি আমি সম্পূর্ণরূপে এলোমেলো ডেটা সমন্বিত একটি 2-ডি ম্যাট্রিক্স নির্মাণ করি তবে আমি আশা করব যে পিসিএ এবং এসভিডি উপাদানগুলি প্রয়োজনীয়ভাবে কিছুই ব্যাখ্যা করবে না। পরিবর্তে, মনে হচ্ছে এটি প্রথম এসভিডি কলামে 75% ডেটা ব্যাখ্যা করে। এটি কীভাবে সম্ভব? আমি কি ভুল করছি? প্লটটি এখানে: এখানে আর কোড রয়েছে: set.seed(1) …

13 r  pca  svd 

লজিস্টিক রিগ্রেশন মডেল থেকে আসা আমার ভবিষ্যদ্বাণীগুলি (গ্লাম ইন আর) আমার প্রত্যাশা মতো 0 এবং 1 এর মধ্যে আবদ্ধ নয়। লজিস্টিক রিগ্রেশন সম্পর্কে আমার বোঝাটি হ'ল আপনার ইনপুট এবং মডেল পরামিতিগুলি লিনিয়ারিকভাবে একত্রিত হয় এবং প্রতিক্রিয়া লজিট লিঙ্ক ফাংশনটি ব্যবহার করে সম্ভাব্যতায় রূপান্তরিত হয়। যেহেতু লগইট ফাংশনটি 0 এবং 1 …

13 r  regression  logistic  generalized-linear-model 

bildপ্যাকেজ সিরিয়াল বাইনারি প্রতিক্রিয়া জন্য একটি চমৎকার প্যাকেজ উপস্থিত হতে পারে। তবে এটি বিচ্ছিন্ন সময়ের জন্য। আমি আগের সময়গুলিতে পরিমাপ করা বাইনারি প্রতিক্রিয়াগুলির সাথে বর্তমান প্রতিক্রিয়া ওয়য়ের প্রতিকূল অনুপাতের সংযোগের জন্য সময়ের একটি মসৃণ ফাংশন বা কমপক্ষে এটির প্রথম অর্ডার মার্কভ সংস্করণ নির্দিষ্ট করতে চাই। আমি বিশ্বাস করি এটিকে বিকল্প …

13 r  repeated-measures  binary-data  panel-data 

আমি একটি সাধারণ, পরিষ্কার এবং দ্রুত (অর্থাত্ সি ++ রুটিন ব্যবহার করে) আর প্যাকেজটি খুঁজছি একটি অ-সমজাতীয় ননলাইনার প্রসারণ (1) যেমন এলিউর-মারুয়ামা স্কিম, মিলস্টেইন স্কিম (বা অন্য কোনও) ব্যবহার করে পাথ সিমুলেট করার জন্য package এটি বৃহত্তর অনুমানের কোডটিতে এম্বেড হওয়ার নিয়ত এবং তাই এটি অনুকূলিত হওয়ার যোগ্য। ঘএক্সটি= চ( …

13 r  simulation  stochastic-processes  markov-process 

দূরবর্তী সেন্সিংয়ের মাধ্যমে প্রাপ্ত কিছু ভেরিয়েবল ব্যবহার করে আমি নির্দিষ্ট অঞ্চলে ট্রি হাইটের পূর্বাভাস দিতে চাই। আনুমানিক বায়োমাস ইত্যাদির মতো আমি প্রথমে লিনিয়ার রিগ্রেশন ব্যবহার করতে চাই (আমি জানি এটি সেরা ধারণা নয় তবে এটি আমার প্রকল্পের জন্য অবশ্যই একটি পদক্ষেপ)। আমি জানতে চেয়েছিলাম স্থিতিশীল স্ব-সংযোজন এটি কীভাবে খারাপভাবে প্রভাবিত …

13 r  multiple-regression  spatial  autocorrelation 

ও'রিলির "মেশিন লার্নিং ফর হ্যাকারস" বলেছে যে প্রতিটি মূল উপাদান বৈচিত্রের শতাংশকে উপস্থাপন করে। আমি নীচের পৃষ্ঠার প্রাসঙ্গিক অংশটি উদ্ধৃত করেছি (অধ্যায় 8, পি .207)। অন্য বিশেষজ্ঞের সাথে কথা বললে, তারা সম্মত হয় যে এটি শতাংশ। তবে 24 টি উপাদান 133.2095% এর সমষ্টি। যথোপযুক্ত সৃষ্টিকর্তা? নিজেদের পিসিএ ব্যবহার করতে পারি …

13 r  pca 

আমি এখানে ডেটাতে একটি বয়েশিয়ান লগিট চালানোর চেষ্টা করছি । আমি ব্যবহার করছি bayesglm()এ armআর দ্য কোডিং প্যাকেজ সহজবোধ্য যথেষ্ট: df = read.csv("http://dl.dropbox.com/u/1791181/bayesglm.csv", header=T) library(arm) model = bayesglm(PASS ~ SEX + HIGH, family=binomial(link="logit"), data=df) summary(model) নিম্নলিখিত আউটপুট দেয়: Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 0.10381 0.10240 1.014 0.311 …

13 r  bayesian  p-value