Questions tagged «r»

对于（a）涉及“ R”作为问题的关键部分或预期答案的任何* on-topic *问题，请使用此标签；＆（b）关于如何使用“ R”并非“正当”。

4
如何在R中编写具有100个变量的线性模型公式
已锁定。该问题及其答案被锁定，因为该问题是题外话，但具有历史意义。它目前不接受新的答案或互动。 R中有一种简单的方法可以在R中具有100个参数的模型上创建线性回归吗？假设我们有一个具有10个值的向量Y和一个具有10列100行的数据框X以数学符号表示Y = X[[1]] + X[[2]] + ... + X[[100]]。如何用R语法写类似的东西？
22 r 
1
如何分解具有多个季节性成分的时间序列？
我有一个包含双重季节性成分的时间序列，我想将该序列分解为以下时间序列成分（趋势，季节性成分1，季节性成分2和不规则成分）。据我所知，用于分解R中序列的STL过程仅允许一个季节性成分，因此我尝试了两次分解序列。首先，使用以下代码将频率设置为第一个季节性成分： ser = ts(data, freq=48) dec_1 = stl(ser, s.window="per") 然后，我dec_1通过将频率设置为第二个季节性分量来分解分解系列（）的不规则分量，从而： ser2 = ts(dec_1$time.series[,3], freq=336) dec_2 = stl(ser2, s.window="per") 我对这种方法不是很自信。而且我想知道是否还有其他方法可以分解具有多个季节性的序列。另外，我注意到tbats()R 预测软件包中的函数允许一个模型适合具有多个季节性的序列，但是它并未说明如何使用它来分解一个序列。
1
为什么R函数'princomp'和'prcomp'给出不同的特征值？
您可以使用十项全能数据集{FactoMineR}重现该数据。问题是为什么计算出的特征值与协方差矩阵的特征值不同。 以下是使用的特征值princomp： > library(FactoMineR);data(decathlon) > pr <- princomp(decathlon[1:10], cor=F) > pr$sd^2 Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 Comp.6 1.348073e+02 2.293556e+01 9.747263e+00 1.117215e+00 3.477705e-01 1.326819e-01 Comp.7 Comp.8 Comp.9 Comp.10 6.208630e-02 4.938498e-02 2.504308e-02 4.908785e-03 和使用相同PCA： > res<-PCA(decathlon[1:10], scale.unit=FALSE, ncp=5, graph = FALSE) > res$eig eigenvalue percentage of variance cumulative percentage of variance comp …
22 r  pca 
6
图论-分析和可视化
我不确定主题是否会引起CrossValidated兴趣。你会告诉我的。 我必须研究一个图（从图论）。我有一定数量的点相连。我有一张桌子，上面有所有的点，每个点都依赖于这些点。（我也有另一个表的含义） 我的问题是： 是否有一个好的软件（或R包）可以轻松学习？ 有显示图的简单方法吗？
3
解释部分依赖图的y轴
该问题是从Stack Overflow 迁移而来的，因为可以通过交叉验证来回答。 迁移 5年前。 我已经阅读了有关局部依赖图的其他主题，其中大多数都是关于如何使用不同的程序包实际绘制它们，而不是如何准确地解释它们，所以： 我一直在阅读并创建大量的部分依赖图。我知道他们用我模型中所有其他变量（χc）的平均影响来衡量变量χs对函数ƒS（χS）的边际影响。较高的y值表示它们对准确预测我的课程有更大的影响。但是，我对这种定性解释不满意。 我的模型（随机森林）正在预测两个谨慎的类。“是的树”和“没有树”。TRI是一个变量，已被证明是一个很好的变量。 我开始认为Y值显示出正确分类的可能性。示例：y（0.2）表明TRI值>〜30时，有20％的机会正确识别True Positive分类。 相反地 y（-0.2）显示TRI值<〜15具有20％的机会正确识别真阴性分类。 文献中做出的一般解释听起来像是“大于TRI 30的值开始对模型中的分类产生积极影响”，仅此而已。对于可能潜在地谈论您的数据太多的情节来说，这听起来很模糊和毫无意义。 另外，我的所有图的y轴范围都在-1到1之间。我还看到了其他的-10至10等图。这是您要预测多少个类的函数吗？ 我想知道是否有人可以解决这个问题。也许告诉我如何解释这些情节或一些可以帮助我的文献。也许我对此读得太远了？ 我已经非常详尽地阅读了统计学习的要素：数据挖掘，推理和预测，这是一个很好的起点，但仅此而已。
2
尽管数据有些变化，为什么在混合模型中我得到的随机效应的方差为零？
我们使用以下语法运行了混合效果逻辑回归： # fit model fm0 <- glmer(GoalEncoding ~ 1 + Group + (1|Subject) + (1|Item), exp0, family = binomial(link="logit")) # model output summary(fm0) 主题和项目是随机效果。我们得到一个奇怪的结果，即该主题词的系数和标准偏差均为零； Generalized linear mixed model fit by maximum likelihood (Laplace Approximation) [glmerMod] Family: binomial ( logit ) Formula: GoalEncoding ~ 1 + Group + (1 | Subject) …
2
聚类二进制矩阵
我有一个尺寸为250k x 100 的二进制特征的半小矩阵。每行是一个用户，列是某些用户行为的二进制“标签”，例如“ likes_cats”。 user 1 2 3 4 5 ... ------------------------- A 1 0 1 0 1 B 0 1 0 1 0 C 1 0 0 1 0 我想让用户适合5-10个集群，并分析负载以查看是否可以解释用户行为组。似乎有很多方法可以在二元数据上拟合聚类-我们认为什么是此数据的最佳策略？ PCA 制作Jaccard相似度矩阵，拟合层次集群，然后使用顶部的“节点”。 K中位数 K-类固醇 前肢？ 艾格尼丝 到目前为止，我在使用分层群集方面取得了一些成功，但是我真的不确定这是最好的方法。 tags = read.csv("~/tags.csv") d = dist(tags, method = "binary") hc = …
2
回归中的Wald检验（OLS和GLM）：t分布与z分布
我了解Wald回归系数检验基于渐近成立的以下属性（例如Wasserman（2006）：All Statistics，第153、214-215页）： 其中表示估计的回归系数，\ widehat {\ operatorname {se}}（\ hat {\ beta}）表示回归系数的标准误差，\ beta_ {0}是相关值（\ beta_ {0}通常为0，以测试系数是否为与0明显不同）。这样大小\阿尔法 Wald检验是：拒绝H_ {0}时（β^- β0）SEˆ（β^）〜ñ（0 ，1 ）（β^-β0）SE^（β^）〜ñ（0，1个） \frac{(\hat{\beta}-\beta_{0})}{\widehat{\operatorname{se}}(\hat{\beta})}\sim \mathcal{N}(0,1) β^β^\hat{\beta}SEˆ（β^）SE^（β^）\widehat{\operatorname{se}}(\hat{\beta})β0β0\beta_{0}β0β0\beta_{0}αα\alphaH0H0H_{0}| w ^| > zα / 2|w ^|>žα/2|W|> z_{\alpha/2}，其中 w ^= β^SEˆ（β^）。w ^=β^SE^（β^）。 W=\frac{\hat{\beta}}{\widehat{\operatorname{se}}(\hat{\beta})}. 但是，当您使用lmR 进行线性回归时，将使用ŤŤt值而不是žžz值来测试回归系数是否显着不同于0（带有summary.lm）。此外，glmR中的输出有时会给出žžz，有时会给出ŤŤt作为测试统计量。显然，假设色散参数已知时使用z值，而模拟色散参数则使用t值（请参阅此链接）。žžzŤŤt 有人可以解释一下，为什么即使系数和其标准误的比率被假定为标准正态分布，但有时还是将ŤŤt用于Wald检验？ 回答问题后进行编辑 这篇文章还为问题提供了有用的信息。
3
为什么Lars和Glmnet为Lasso问题提供不同的解决方案？
我想更好地理解R封装Lars和Glmnet，这是用来解决问题的套索： （有关变量和样本，请参见第3页的www.stanford.edu/~hastie/Papers/glmnet.pdf）米我Ñ（ β0β）∈ [Rp + 1[ 12 N∑我= 1ñ（ y一世- β0- xŤ一世β）2+ λ | |β| |升1个]米一世ñ（β0β）∈[Rp+1个[1个2ñ∑一世=1个ñ（ÿ一世-β0-X一世Ťβ）2+λ||β||升1个]min_{(\beta_0 \beta) \in R^{p+1}} \left[\frac{1}{2N}\sum_{i=1}^{N}(y_i-\beta_0-x_i^T\beta)^2 + \lambda||\beta ||_{l_{1}} \right]pppññN 因此，我将它们都应用于相同的玩具数据集。不幸的是，对于相同的数据输入，这两种方法不能提供相同的解决方案。有人知道差异的来源吗？ 我得到的结果如下：生成一些数据（8个样本，12个特征，Toeplitz设计，所有内容都居中）之后，我使用Lars计算了整个套索路径。然后，我使用由Lars计算的lambda序列（乘以0.5）运行Glmnet，希望获得相同的解决方案，但我没有。 可以看到解决方案是相似的。但是我如何解释这些差异？请在下面找到我的代码。这里有一个相关的问题：用于计算LASSO解决方案的GLMNET或LARS？，但没有包含我的问题的答案。 设定： # Load packages. library(lars) library(glmnet) library(MASS) # Set parameters. nb.features <- 12 nb.samples <- 8 nb.relevant.indices <- 3 snr <- 1 nb.lambdas …
1
类内相关性（ICC）是否可以进行交互？
假设我对每个站点的每个主题都有一些度量。就计算类内相关性（ICC）值而言，主题和地点这两个变量是令人关注的。通常，我会使用lmerR包中的函数lme4并运行 lmer(measurement ~ 1 + (1 | subject) + (1 | site), mydata) 可以从上述模型中随机效应的方差获得ICC值。 但是，我最近读了一篇论文，这真的使我感到困惑。使用上述示例，作者在nlme程序包中使用函数lme计算了论文中的三个ICC值：一个用于主题，一个用于站点，一个用于主题与站点的交互。该文件未提供更多细节。我从以下两个角度感到困惑： 如何用lme计算ICC值？我不知道如何在lme中指定这三个随机效果（主题，站点及其交互）。 考虑将ICC用于主题和网站之间的交互真的有意义吗？从建模或理论角度来看，您可以进行计算，但是从概念上讲，我很难解释这种相互作用。
5
原始或正交多项式回归？
我想将变量回归yyy到。我应该使用原始多项式还是正交多项式？我在处理这些问题的网站上看了一个问题，但我真的不明白使用它们有什么区别。 x,x2,…,x5x,x2,…,x5x,x^2,\ldots,x^5 为什么我不能只是做一个“正常”的回归得到的系数的βiβi\beta_iy=∑5i=0βixiy=∑i=05βixiy=\sum_{i=0}^5 \beta_i x^i（与p值和所有其他不错的东西一起），而是不必担心使用原始多项式还是正交多项式？在我看来，这种选择超出了我想要做的事情的范围。 在我目前正在阅读的统计书中（Tibshirani等人的ISLR）中没有提到这些东西。其实，他们在某种程度上被淡化。 原因是AFAIK，lm()在R 中的函数中，使用y ~ poly(x, 2)等于使用正交多项式，而使用y ~ x + I(x^2)等于使用原始多项式。但是在第116页上，作者说我们使用第一个选项，因为后者是“麻烦的”，它没有迹象表明这些命令实际上对完全不同的事物（因此具有不同的输出）。 （第三个问题）为什么会ISLR的作者混淆读者这样呢？
8
您如何可视化3个类别变量之间的关系？
我有一个包含三个分类变量的数据集，我想在一张图中直观地显示所有三个变量之间的关系。有任何想法吗？ 目前，我正在使用以下三个图形： 每张图都针对基线抑郁水平（轻度，中度，严重）。然后，在每个图表中，我查看治疗（0,1）与抑郁改善之间的关系（无，中等，严重）。 这3个图可以查看三向关系，但是有一种已知的方法可以处理一个图吗？
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.