Tengo un conjunto de datos que contiene múltiples proporciones que suman 1. Estoy interesado en el cambio de estas proporciones a lo largo de un gradiente (ver a continuación los datos de ejemplo). gradient <- 1:99 A1 <- gradient * 0.005 A2 <- gradient * 0.004 A3 <- 1 - (A1 + A2) df...
Estoy jugando con un bosque aleatorio y he descubierto que, en general, aumentar el tamaño de la muestra conduce a un mejor rendimiento. ¿Existe una regla / fórmula / etc. que sugiera cuál debería ser el sampSize óptimo o es una prueba y error? Supongo que otra forma de redactarlo; ¿Cuáles son mis...
Tengo un conjunto de datos con dos clases superpuestas, siete puntos en cada clase, los puntos están en un espacio bidimensional. En R, y estoy corriendo svmdesde el e1071paquete para construir un hiperplano de separación para estas clases. Estoy usando el siguiente comando: svm(x, y, scale =...
Esta también es una pregunta que se relaciona mucho con Python como un banco de trabajo de estadísticas y sobresale como un banco de trabajo de estadísticas . Sé que hay una gran discusión sobre Ruby versus Python, pero este no es el punto en esta pregunta. Pensé que Ruby era más rápido que Python...
En respuesta a una pregunta sobre la selección de modelos en presencia de multicolinealidad , Frank Harrell sugirió : Ponga todas las variables en el modelo pero no pruebe el efecto de una variable ajustada por los efectos de las variables competidoras ... Las pruebas fragmentarias de las...
Me preguntaba cómo generaría datos a partir de una ecuación de regresión de Poisson en R? Estoy un poco confundido sobre cómo abordar el problema. Entonces, si supongo que tenemos dos predictores y X 2 que se distribuyen N ( 0 , 1 ) . Y la intersección es 0 y ambos coeficientes son iguales a 1....
Estoy tratando de hacer predicciones usando un modelo de bosque aleatorio en R. Sin embargo, obtengo errores ya que algunos factores tienen valores diferentes en el conjunto de prueba que en el conjunto de entrenamiento. Por ejemplo, un factor Cat_2tiene valores 34, 68, 76, etc., en el conjunto de...
Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 7 años . Corregir los exámenes es probablemente la tarea...
Estoy tratando de modelar algunos datos usando el glmnetpaquete en R. Digamos que tengo los siguientes datos training_x <- data.frame(variable1 = c(1, 2, 3, 2, 3), variable2 = c(1, 2, 3, 4, 5)) y <- c(1, 2, 3, 4, 5) (Esto es una simplificación; mis datos son mucho más complicados). Luego...
Estas dos funciones existen en R pero no sé sus diferencias. Parece que solo devuelven los mismos valores p cuando se llama wilcox.testcon correct=FALSE, y wilcox_test(en el paquete de monedas) con distribution="aymptotic". Para otros valores, devuelven valores p diferentes. También...
Estoy tratando de ejecutar un logit bayesiano en los datos aquí . Estoy usando bayesglm()el armpaquete en R. La codificación es bastante sencilla: df = read.csv("http://dl.dropbox.com/u/1791181/bayesglm.csv", header=T) library(arm) model = bayesglm(PASS ~ SEX + HIGH, family=binomial(link="logit"),...
Me encantaría realizar una prueba post-hoc de TukeyHSD después de mi Anova bidireccional con R, obteniendo una tabla que contenga los pares ordenados agrupados por diferencia significativa. (Perdón por la redacción, todavía soy nuevo con las estadísticas). Me gustaría tener algo como...
Supongamos que tenemos un conjunto de puntos . Cada punto se genera utilizando la distribución Para obtener posterior para escribimos De acuerdo con el documento de Minka en Expectativa Propagación tenemos cálculos para obtener posterior y, así, se convierte en un problema insoluble para grandes...
"Machine Learning For Hackers" de O'Reilly dice que cada componente principal representa un porcentaje de la variación. He citado la parte relevante de la página a continuación (capítulo 8, p. 207). Hablando con otro experto, acordaron que es el porcentaje. Sin embargo, los 24 componentes suman...
Quiero predecir Tree Heights en un área determinada usando algunas variables obtenidas a través de la teledetección. Como la biomasa aproximada, etc. Quiero usar primero una regresión lineal (sé que no es la mejor idea, pero es un paso obligado para mi proyecto). Quería saber qué tan mal puede...
Estoy buscando un paquete R general, limpio y rápido (es decir, usando rutinas C ++) para simular rutas desde una difusión no lineal no homogénea como (1) usando el esquema de Euler-Maruyama, el esquema de Milstein (o cualquier otro). Está destinado a integrarse en un código de estimación más...
Estoy buscando un código abierto o una biblioteca existente que pueda usar. Por lo que digo, el paquete glmnet no es fácilmente extensible para cubrir el caso no negativo. Puedo estar equivocado, cualquiera con alguna idea muy apreciada. Por no negativo quiero decir que todos los coeficientes...
El bildpaquete parece ser un excelente paquete para respuestas binarias en serie. Pero es por tiempo discreto. Me gustaría especificar una función de tiempo suave para la conexión de odds ratio de la respuesta actual Y con respuestas binarias medidas en momentos anteriores, o al menos una versión...
Quiero calcular la función de supervivencia predicha para un modelo de riesgos proporcionales de Cox con términos de fragilidad [usando el paquete de supervivencia]. Parece que cuando hay términos de fragilidad en el modelo, la función de supervivencia predicha no se puede calcular. ## Example...
Estoy programando un algoritmo kNN y me gustaría saber lo siguiente: Tie-breaks: ¿Qué sucede si no hay un ganador claro en la votación mayoritaria? Por ejemplo, todos los vecinos más cercanos k son de diferentes clases, o para k = 4 hay 2 vecinos de la clase A y 2 vecinos de la clase B? ¿Qué...