প্রশ্ন ট্যাগ «r»

অবিচ্ছিন্ন ভেরিয়েবল এবং বাইনারি টার্গেট ভেরিয়েবল (0 এবং 1) সহ আমার কাছে একটি ডেটা সেট রয়েছে। টার্গেট ভেরিয়েবলের বিষয়ে এবং প্রতিটি অন্তর পর্যবেক্ষণের ফ্রিকোয়েন্সি ভারসাম্যপূর্ণ হওয়া উচিত এমন সীমাবদ্ধতার সাথে আমার ধারাবাহিক পরিবর্তনশীল (লজিস্টিক রিগ্রেশনের জন্য) বিবেচনা করা দরকার। আমি চি মার্জ, সিদ্ধান্ত গাছের মতো মেশিন লার্নিং অ্যালগরিদম চেষ্টা করেছি। …

9 r  machine-learning  chi-squared  discrete-data  supervised-learning 

আমি নিম্নলিখিত হিসাবে সম্পাদিত মূল উপাদান বিশ্লেষণের আউটপুট বুঝতে চেষ্টা করছি: > head(iris) Sepal.Length Sepal.Width Petal.Length Petal.Width Species 1 5.1 3.5 1.4 0.2 setosa 2 4.9 3.0 1.4 0.2 setosa 3 4.7 3.2 1.3 0.2 setosa 4 4.6 3.1 1.5 0.2 setosa 5 5.0 3.6 1.4 0.2 setosa 6 5.4 …

9 r  pca  interpretation 

আমি decomposeফাংশনটি ব্যবহার করি Rএবং আমার মাসিক সময় সিরিজের 3 টি উপাদান (প্রবণতা, মৌসুমী এবং এলোমেলো) নিয়ে আসি। যদি আমি চার্টটি প্লট করি বা টেবিলটি দেখি তবে আমি স্পষ্ট দেখতে পাচ্ছি যে সময় সিরিজটি seasonতুতে প্রভাবিত হয়। যাইহোক, আমি যখন 11 টি মৌসুমের ডামি ভেরিয়েবলগুলিতে টাইম সিরিজটি পুনরায় চাপিয়ে দিই …

9 r  regression  time-series 

আমি কিছু চতুর্ভুজ অপ্টিমাইজেশান সমস্যা সমাধানে সহায়তা করার জন্য একটি প্যাকেজ সন্ধান করছি এবং আমি দেখছি কমপক্ষে অর্ধ ডজন বিভিন্ন প্যাকেজ রয়েছে। এই পৃষ্ঠা অনুসারে : কিউপি (চতুষ্কোণ প্রোগ্রামিং, 90C20): সিপ্লেক্সপিআই , কার্নলব , লিমসলভ , লোআরঙ্কিউকিপি , কোয়াডপ্রাগ , আরসিপ্লেক্স , রোমোসেক এর মধ্যে কয়েকটি (রোমোসেক এবং সিপ্লেক্সাপি) অন্যান্য …

9 r  optimization 

আমার কাছে দুটি ধারাবাহিক ভেরিয়েবল সহ নিম্নোক্ত সাধারণ ডেটাসেট রয়েছে; অর্থাৎ, d = data.frame(x=runif(100,0,100),y = runif(100,0,100)) plot(d$x,d$y) abline(lm(y~x,d), col="red") cor(d$x,d$y) # = 0.2135273 ভেরিয়েবলের মধ্যে lation 0.6 হতে পারস্পরিক সম্পর্ক রাখার জন্য আমাকে তথ্যটি পুনরায় সাজানো দরকার। আমার উভয় ভেরিয়েবলের অর্থ এবং অন্যান্য বর্ণনামূলক পরিসংখ্যান (এসডি, মিনিট, সর্বোচ্চ, ইত্যাদি) রাখা …

9 r  correlation 

আমার নিম্নলিখিত পরীক্ষামূলক ডিজাইন থেকে ডেটা রয়েছে: আমার পর্যবেক্ষণগুলি সাফল্যের সংখ্যার গণনা ( K) ট্রায়ালগুলির সাথে সম্পর্কিত সংখ্যার ( ) এর বাইরে, Nপ্রতিটি Iব্যক্তিদের সমন্বয়ে গঠিত দুটি গ্রুপের জন্য পরিমাপ করা হয় , Tচিকিত্সা থেকে , যেখানে প্রতিটি যেমন ফ্যাক্টর সংমিশ্রণে Rপ্রতিলিপি রয়েছে । অতএব, সামগ্রিকভাবে আমার কাছে 2 * …

9 r  generalized-linear-model  heteroscedasticity  log-linear  dglm 

আমি প্রপেনসিটি স্কোর ওয়েটিং (বিশেষত আইপিটিডাব্লু) ব্যবহার করে পর্যবেক্ষণমূলক ডেটা থেকে গড় চিকিত্সার প্রভাবটি অনুমান করার চেষ্টা করছি। আমি মনে করি আমি এটিটি সঠিকভাবে গণনা করছি, তবে বিপরীত প্রবণতা স্কোর ওজন বিবেচনায় নেওয়ার সময় এটির আত্মবিশ্বাসের ব্যবধানটি কীভাবে গণনা করতে হয় তা আমি জানি না। গড় চিকিত্সার প্রভাব গণনা করতে …

9 r  survey  causality  propensity-scores  observational-study 

লজিস্টিক জেনারেলাইজড লিনিয়ার মিক্সড মডেল (পরিবার = দ্বিপদী) এ, আমি এলোমেলো প্রভাবগুলির বৈচিত্রটি কীভাবে ব্যাখ্যা করতে পারি তা আমি জানি না: Random effects: Groups Name Variance Std.Dev. HOSPITAL (Intercept) 0.4295 0.6554 Number of obs: 2275, groups: HOSPITAL, 14 এই সংখ্যার ফলাফলটিকে আমি কীভাবে ব্যাখ্যা করব? আমার বহুজাতিক কেন্দ্রের গবেষণায় রেনাল …

9 r  lme4-nlme 

প্রসঙ্গের সংক্ষিপ্ত সংস্করণ যাক সিডিএফ সঙ্গে একটি দৈব চলক হতে yyyF(⋅)≡{θθ+(1−θ)×CDFlog-normal(⋅;μ,σ) y = 0 y > 0F(⋅)≡{θ y = 0 θ+(1−θ)×CDFlog-normal(⋅;μ,σ) y > 0 F(\cdot) \equiv \cases{\theta & y = 0 \\ \theta + (1-\theta) \times \text{CDF}_{\text{log-normal}}(\cdot; \mu, \sigma) & y > 0} ধরা যাক আমি বিপরীত সিডিএফ পদ্ধতিটি ব্যবহার …

9 r  distributions  sampling  simulation  copula 

আমি 15 ধারাবাহিক ব্যাখ্যামূলক ভেরিয়েবলের সাথে একটি সাধারণ শ্রেণিবদ্ধ জবাব ভেরিয়েবলের জন্য একটি সাধারণ লজিস্টিক রিগ্রেশন চালানোর জন্য ম্যাস প্যাকেজে 'পোলার' ফাংশনটি ব্যবহার করেছি। আমি ইউসিএলএর নির্দেশিকায় প্রদত্ত পরামর্শ অনুসরণ করে আমার মডেলটি আনুপাতিক প্রতিকূল ধারণা অনুধাবন করে কিনা তা পরীক্ষা করতে কোডটি (নীচে দেখানো) ব্যবহার করেছি । তবে, আউটপুটটি …

9 r  logistic  assumptions  ordered-logit  polr 

আমি বিশ্লেষণ গণনা / মূল্যায়ন করতে চাই g(x)=∫Df(x−t)ϕ(t)dt,g(x)=∫Df(x−t)ϕ(t)dt,g(x)=\int_D f(x-t) \phi(t) dt, যেখানে একটি ঘনত্ব এবং হ'ল কমপ্যাক্ট সমর্থন সহ একটি মসৃণ ফাংশন । কনভোলশনটি বন্ধ-ফর্মে উপলভ্য নয় এবং আমার এটি সংখ্যাগতভাবে সংহত করতে হবে। আমার প্রশ্ন: এটি করার কোনও কার্যকর উপায় আছে কি? আমি এটি আর তে প্রয়োগ করতে চাই, …

9 r  convolution 

নিম্নলিখিত আর কোড বিবেচনা করুন: > data <- data.frame( a=c(NA,2,3,4,5,6),b=c(2.2,NA,6.1,8.3,10.2,12.13),c=c(4.2,7.9,NA,16.1,19.9,23)) > data a b c 1 NA 2.20 4.2 2 2 NA 7.9 3 3 6.10 NA 4 4 8.30 16.1 5 5 10.20 19.9 6 6 12.13 23.0 আপনি দেখতে পাচ্ছেন যে আমি ডেটা ইঞ্জিনিয়ার করেছি যাতে মোটামুটিভাবে c …

9 r  data-imputation  multiple-imputation 

আমি নিশ্চিত নই যে কীভাবে এই সিএফএ লামানে করণীয় নিয়ে এগিয়ে যাব। আমার কাছে 172 জন অংশগ্রহণকারীদের নমুনা রয়েছে (আমি জানি এটি সিএফএর পক্ষে খুব বেশি নয়) এবং 7-পয়েন্টের লিকার্ট স্কেলযুক্ত 28 টি আইটেম যা সাতটি কারণের উপর লোড করা উচিত। আমি "এমএলএম"-প্রমাণকারীদের দিয়ে একটি সিএফএ করেছি, তবে মডেল ফিটটি …

9 r  sem  fitting  confirmatory-factor 

আমার কাছে দুটি ভেরিয়েবলের শোরগোলের ডেটা রয়েছে। x1 <- rep(seq(0,1, 0.1), each = 3000) set.seed(123) y1 <- rep (c(0.2, 0.8, 0.3, 0.9, 0.65, 0.35,0.7,0.1,0.25, 0.3, 0.95), each = 3000) set.seed(1234) e1 = rnorm(length(x1), 0.07,0.07) set.seed(1223) e2 = rnorm(length(x1), 0.07,0.07) set.seed(1334) yn <- rnorm(20000, 0.5,0.9) set.seed(2344) xn <- rnorm(20000, 0.5,0.9) y …

9 r  machine-learning  clustering 

আমি একটি কক্স আনুপাতিক ঝুঁকিপূর্ণ মডেল থেকে বেঁচে থাকার সময় উত্পন্ন করতে চাই যাতে সময় নির্ভর কোভেরিয়েট থাকে। মডেলটি হ'ল h ( t |)এক্সআমি) =জ0( টি ) এক্সপ্রেস( γ)এক্সআমি+ + αমিআমি( T ) )জ(টি|এক্সআমি)=জ0(টি)মেপুঃ⁡(γএক্সআমি+ +αমিআমি(টি))h(t|X_i) =h_0(t) \exp(\gamma X_i + \alpha m_{i}(t)) যেখানে বাইনমিয়াল (1,0.5) থেকে তৈরি এবং হয় m_ {আমি} …

9 r  survival  cox-model  time-varying-covariate