Questions tagged «r»

我在R中有一些数据，存储在列表中。认为 d <- c(1,2,3,4) 尽管这不是我的数据。如果我输入命令 plot(density(d, kernel="gaussian", width=1)) 然后我得到核概率密度估计，其中核是标准法线。如果我将1替换为其他数字，则图片当然会改变。 我想做的是创建一个视频或动画，其中每个帧都是这样的图，但是内核的带宽随帧的不同而变化，从而显示出改变带宽的效果。我怎样才能做到这一点？ （如果不能在此问关于R的问题，我深表歉意。）

10 r  kernel-smoothing 

我想在到目前为止收集的文章中获得相关性的图形表示，以方便地探索变量之间的关系。我曾经画过一个（混乱的）图，但是现在数据太多了。 基本上，我有一张桌子，上面有： [0]：变量1的名称 [1]：变量2的名称 [2]：相关值 “总体”矩阵不完整（例如，我具有V1 * V2，V2 * V3，但没有V1 * V3的相关性）。 有没有办法以图形方式表示这一点？

10 r  data-visualization  correlation 

更新：插入符现在在foreach内部使用，因此此问题不再真正相关。如果您可以为其注册一个工作的并行后端foreach，则插入符号将使用它。 我有用于R 的插入符号包，使用该train函数交叉验证我的模型很有趣。但是，我想加快处理速度，看来插入符号为并行处理提供了支持。在Windows计算机上访问此功能的最佳方法是什么？我有doSMP软件包，但是我不知道如何将foreach函数转换为lapply函数，因此可以将其传递给train函数。 这是train文档中我想要执行的示例：这正是我想要执行的操作，但使用的是doSMP包而不是doMPI包。 ## A function to emulate lapply in parallel mpiCalcs <- function(X, FUN, ...) } theDots <- list(...) parLapply(theDots$cl, X, FUN) { library(snow) cl <- makeCluster(5, "MPI") ## 50 bootstrap models distributed across 5 workers mpiControl <- trainControl(workers = 5, number = 50, computeFunction = mpiCalcs, computeArgs …

10 r  parallel-computing 

我正在完成对大量数据的一些分析。我想采用在工作的第一部分中使用的线性模型，并使用线性混合模型（LME）重新拟合它。除了将模型中使用的变量之一用作随机效应外，LME非常相似。该数据来自一小群受试者（约10个）中的许多观察值（> 1000），我知道，将受试者的效果建模为随机效果更好（这是我要转移的变量）。R代码如下所示： my_modelB <- lm(formula = A ~ B + C + D) lme_model <- lme(fixed=A ~ B + C, random=~1|D, data=my_data, method='REML') 一切运行正常，结果极为相似。如果我可以使用RLRsim或AIC / BIC之类的东西来比较这两种模型并确定最合适的模型，那就太好了。我的同事们不想举报LME，因为尽管我认为LME是更合适的模型，但是没有一种容易获得的选择“更好”的方法。有什么建议么？

10 r  regression  hypothesis-testing  mixed-model  lme4-nlme 

可以说我正在X1和X2上回归Y，其中X1是一个数字变量，X2是一个具有四个级别（A：D）的因数。有什么方法可以编写线性回归函数，lm(Y ~ X1 + as.factor(X2))以便我可以选择特定级别的X2（例如B）作为基线？

10 r 

在下面的小型荟萃分析的真实示例中，如何rma从metafor包中对函数进行语法化处理才能获得结果？（随机效应，摘要统计SMD） study, mean1, sd1, n1, mean2, sd2, n2 Foo2000, 0.78, 0.05, 20, 0.82, 0.07, 25 Sun2003, 0.74, 0.08, 30, 0.72, 0.05, 19 Pric2005, 0.75, 0.12, 20, 0.74, 0.09, 29 Rota2008, 0.62, 0.05, 24, 0.66, 0.03, 24 Pete2008, 0.68, 0.03, 10, 0.68, 0.02, 10

10 r  meta-analysis 

这里有一个新手问题。我目前正在使用R中的np包执行非参数回归。我有7个功能，并使用蛮力方法确定了最好的3个。但是，很快我将拥有7个以上的功能！ 我的问题是，当前用于非参数回归的特征选择的最佳方法是什么？以及哪些程序包实现了这些方法。谢谢。

10 r  machine-learning  nonparametric  feature-selection 

我需要绘制复杂的图形以进行可视数据分析。我有2个变量和大量案例（> 1000）。例如（如果使分散度减少为“正常”，则为100）： x <- rnorm(100,mean=95,sd=50) y <- rnorm(100,mean=35,sd=20) d <- data.frame(x=x,y=y) 1）我需要以点大小绘制原始数据，对应于巧合的相对频率，因此plot(x,y)这不是一种选择-我需要点大小。要做到这一点应该怎么做？ 2）在同一图上，我需要绘制95％的置信区间椭圆和代表相关性变化的线（不知道如何正确命名）-像这样： library(corrgram) corrgram(d, order=TRUE, lower.panel=panel.ellipse, upper.panel=panel.pts) 但两个图都在一个图上。 3）最后，我需要在此基础上绘制一个生成的linar回归模型： r<-lm(y~x, data=d) abline(r,col=2,lwd=2) 但错误范围...类似于QQ绘图： 但是如果可能的话，会出现拟合错误。 所以问题是： 如何在一张图表上实现所有这些？

10 r  data-visualization  regression 

我在R和计算机集群上运行模拟，并且遇到以下问题。在每台X台计算机上运行： fxT2 <- function(i) runif(10) nessay <- 100 c(mclapply(1:nessay, fxT2), recursive=TRUE) 有32台计算机，每台计算机具有16个核心。但是，大约2％的随机数是相同的。您将采取什么策略来避免这种情况？ 通过设置等待时间（即，将每个作业发送到X台计算机的时间延迟了几秒钟），我已经能够避免fxT2出现此问题。但是，对于fxt2来说似乎是非常特殊的。 问题在于，实际上fxT2是一项涉及伪随机数的漫长任务。在过程的最后，我希望得到同一统计实验的X * nessay复制，而不是 nessay复制。如何确保确实如此，是否有办法检查？

10 r  random-generation  parallel-computing  multicore 

我很难理解集群程序包的一两个方面。我正在密切关注Quick-R中的示例，但不了解分析的一两个方面。我已经包含了用于此特定示例的代码。 ## Libraries library(stats) library(fpc) ## Data mydata = structure(list(a = c(461.4210925, 1549.524107, 936.42856, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 131.4349206, 0, 762.6110846, 3837.850406), b = c(19578.64174, 2233.308842, 4714.514274, 0, 2760.510002, 1225.392118, 3706.428246, 2693.353714, 2674.126613, 592.7384164, 1820.976961, 1318.654162, 1075.854792, 1211.248996, 1851.363623, 3245.540062, 1711.817955, 2127.285272, …

10 r  clustering 

这个问题听起来可能很广泛，但这就是我想要的。我知道有许多关于计量经济学方法的优秀书籍，以及关于计量经济学技术的许多出色的说明性文章。如此CrossValidated 问题中所述，甚至还有极好的可重复的计量经济学示例。实际上，此问题中的示例与我要寻找的非常接近；这些示例中唯一缺少的是它们仅是研究报告，而没有提及研究结果在实际应用中的表现。 我正在寻找的是计量经济学理论在现实世界中应用的已记录/可复制的示例，这些示例理想地具有以下特征： 它们应该是可重复的，即，包含的详细描述（并指针）的数据，计量技术，和代码。理想情况下，代码将使用R语言。 根据详细量化的成功指标，应该有详细的文档显示该技术在现实世界中取得了成功（例如“该技术有助于增加收入，因为它可以改善需求预测，这是其中涉及的数字”） 我在这里广泛使用“ 计量经济学 ”一词-我的意思是任何种类的数据挖掘，统计数据分析，预测，预测或机器学习技术。查找此类示例的一个直接问题是：计量经济学的许多成功应用都是在营利性环境中完成的，因此是专有的，因此，如果一项技术行之有效，则可能不会公开（特别是在专有交易的情况下）策略），但我仍然希望有一些已发布的示例至少具有上述属性（2），如果不是同时具有（1）和（2）。

10 r  machine-learning  forecasting  data-mining  econometrics 

我正在考虑为Ross Quinlan的C5.0构建MATLAB和R接口（对于不熟悉它的人，C5.0是决策树算法和软件包；是C4.5的扩展），而我试图了解我需要编写的组件。 我在这里找到的有关C5.0的唯一文档在这里，这是See5（C5.0的Windows界面）的教程。该焦油文件带有一个Makefile，但没有自述文件或任何其他文件。 根据我在上面的教程中所读的内容，C5.0使用基于ASCII的表示形式来处理输入和输出，并且我还在考虑构建一个接口，该接口直接在MATLAB或R和C5.0之间传递二进制数据。其他任何机器学习/分类软件都使用C5.0的数据表示吗？ 之前有人尝试过建立针对ID3，C4.5或C5.0的MATLAB或R接口吗？ 谢谢

10 r  machine-learning  matlab 

我已经阅读了《应用线性统计模型》第5版第11章中对岭回归的描述。岭回归是根据此处可用的身体脂肪数据完成的。 教科书与SAS中的输出匹配，在拟合模型中反变换系数为： Y=−7.3978+0.5553X1+0.3681X2−0.1917X3Y=−7.3978+0.5553X1+0.3681X2−0.1917X3 Y=-7.3978+0.5553X_1+0.3681X_2-0.1917X_3 从SAS显示为： proc reg data = ch7tab1a outest = temp outstb noprint; model y = x1-x3 / ridge = 0.02; run; quit; proc print data = temp; where _ridge_ = 0.02 and y = -1; var y intercept x1 x2 x3; run; Obs Y Intercept X1 X2 …

10 r  sas  ridge-regression 

除了lines用于单独绘制每个段或使用之外，是否有办法绘制像这样的分段模型的回归线geom_smooth(aes(group=Ind), method="lm", fill=FALSE)？ m.sqft <- mean(sqft) model <- lm(price~sqft+I((sqft-m.sqft)*Ind)) # sqft, price: continuous variables, Ind: if sqft>mean(sqft) then 1 else 0 plot(sqft,price) abline(reg = model) Warning message: In abline(reg = model) : only using the first two of 3regression coefficients 谢谢。

10 r  data-visualization  regression 

我有一个很多零的数据集，看起来像这样： set.seed(1) x <- c(rlnorm(100),rep(0,50)) hist(x,probability=TRUE,breaks = 25) 我想为其密度画一条线，但是该density()函数使用一个移动窗口来计算x的负值。 lines(density(x), col = 'grey') 有一个density(... from, to)参数，但是这些参数似乎只会截断计算，而不会更改窗口，因此0处的密度与数据一致，如以下图所示： lines(density(x, from = 0), col = 'black') （如果插值被更改，我希望黑线在0处的密度比灰线高） 此功能是否有替代方法可以更好地计算零密度？

10 r  probability  kde