Вопросы с тегом «r»

вступление У меня есть участники, которые неоднократно касаются загрязненных поверхностей кишечной палочкой в ​​двух состояниях ( A = ношение перчаток, B = отсутствие перчаток). Я хочу знать, есть ли разница между количеством бактерий на кончиках пальцев в перчатках и без них, а также между количеством контактов. Оба фактора находятся внутри …

9 r  anova  repeated-measures  lme4-nlme  glmm 

Предположим, что мы делаем игрушечный пример с градиентом приличия, минимизируя квадратичную функцию , используя фиксированный размер шага α = 0,03 . ( A = [ 10 , 2 ; 2 , 3 ] )ИксTхxTAxx^TAxα = 0,03α=0.03\alpha=0.03A = [ 10 , 2 ; 2 , 3 ]A=[10,2;2,3]A=[10, 2; 2, 3] Если …

9 r  machine-learning  optimization  gradient-descent 

Нередко случается, когда имеет дело со сложными максимальными смешанными моделями (оценка всех возможных случайных эффектов для данных и модели), это идеальная (+1 или -1) или почти идеальная корреляция между некоторыми случайными эффектами. В целях обсуждения давайте рассмотрим следующую модель и краткое изложение модели Model: Y ~ X*Cond + (X*Cond|subj) # …

9 r  correlation  mixed-model  lme4-nlme  covariance-matrix 

У меня есть несколько вопросов, касающихся спецификации и интерпретации GLMM. 3 вопроса, безусловно, являются статистическими, а 2 - более конкретно о R. Я пишу здесь, потому что, в конечном счете, я думаю, что проблема заключается в интерпретации результатов GLMM. В настоящее время я пытаюсь соответствовать GLMM. Я использую данные переписи …

9 r  lme4-nlme  poisson-distribution  negative-binomial  glmm 

Книга Саймона Вуда о GAM и его связанный пакет R mgcv являются очень подробными и информативными, когда речь идет о теории GAM и подгонке моделей к реальным и смоделированным данным. Для 1D-сглаживания действительно не о чем беспокоиться, за исключением решения о том, реализовывать ли циклические и адаптивные базисные функции, которые …

9 r  mgcv 

В R я делаю анализ данных выживаемости больных раком. Я читал очень полезные материалы об анализе выживания в CrossValidated и других местах и ​​думаю, что понял, как интерпретировать результаты регрессии Кокса. Тем не менее, один результат по-прежнему меня беспокоит ... Я сравниваю выживание против пола. Кривые Каплана-Мейера явно соответствуют пациенткам …

9 r  survival  cox-model  kaplan-meier 

Примеры: у меня есть предложение в должностной инструкции: «Старший инженер Java в Великобритании». Я хочу использовать модель глубокого обучения, чтобы предсказать ее как 2 категории: English и IT jobs. Если я использую традиционную классификационную модель, она может предсказать только 1 метку с softmaxфункцией на последнем слое. Таким образом, я могу …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

Как вы интерпретируете кривую выживания из модели пропорционального риска Кокса? В этом игрушечном примере предположим, что у нас есть модель пропорционального риска Кокса для ageпеременной в kidneyданных, и сгенерируем кривую выживания. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Например, в момент , какое утверждение верно? или оба не …

9 r  survival  cox-model  likelihood  machine-learning  deep-learning  generative-models  machine-learning  reinforcement-learning  q-learning  regression  multicollinearity  convergence  beta-distribution  bernoulli-distribution  machine-learning  self-study  pattern-recognition  neural-networks  stochastic-processes  linear 

Я пытался ответить на вопрос Оценка интеграла Важность метода отбора проб в R . В основном, пользователь должен рассчитать ∫π0f(x)dx=∫π01cos(x)2+x2dx∫0πf(x)dx=∫0π1cos⁡(x)2+x2dx\int_{0}^{\pi}f(x)dx=\int_{0}^{\pi}\frac{1}{\cos(x)^2+x^2}dx используя экспоненциальное распределение в качестве распределения важности q(x)=λ exp−λxq(x)=λ exp−λxq(x)=\lambda\ \exp^{-\lambda x} и найдите значение которое дает лучшее приближение к интегралу (это ). Я переделал проблему как оценку среднего значения …

9 r  simulation  exponential  importance-sampling 

Для каких-то целей мне нужно генерировать случайные числа (данные) из распределения "наклонной формы". «Наклон» этого распределения может изменяться в некотором разумном интервале, и тогда мое распределение должно измениться с равномерного на треугольное в зависимости от наклона. Вот мой вывод: Давайте сделаем это просто и сгенерируем данные от до (синий, красный …

9 r  distributions  python  random-generation  uniform 

Я пытаюсь смоделировать набор данных, который соответствует имеющимся у меня эмпирическим данным, но я не уверен, как оценить ошибки в исходных данных. Эмпирические данные включают гетероскедастичность, но я не заинтересован в ее преобразовании, а скорее использую линейную модель с ошибочным термином для воспроизведения моделирования эмпирических данных. Например, допустим, у меня …

9 r  simulation  heteroscedasticity  gamlss  dglm 

Меня смущает следующее, и я не смог найти ответ в другом месте. Я пытаюсь изучить R, выполняя некоторую статистику, и, в качестве упражнения, я пытаюсь перепроверить результаты встроенных функций R, также делая их «вручную», как это было в R. Однако , для теста Крускала-Уоллиса я продолжаю получать разные результаты, и …

9 r  kruskal-wallis  ties 

Я пытаюсь сделать SVD вручную: m<-matrix(c(1,0,1,2,1,1,1,0,0),byrow=TRUE,nrow=3) U=eigen(m%*%t(m))$vector V=eigen(t(m)%*%m)$vector D=sqrt(diag(eigen(m%*%t(m))$values)) U1=svd(m)$u V1=svd(m)$v D1=diag(svd(m)$d) U1%*%D1%*%t(V1) U%*%D%*%t(V) Но последняя строка не возвращается mобратно. Почему? Кажется, что-то связано с признаками этих собственных векторов ... Или я неправильно понял процедуру?

9 r  svd  eigenvalues 

Я подгоняю модель со смешанными эффектами сплайн-термином в приложении, где известно, что тренд во времени является криволинейным. Тем не менее, я хотел бы оценить, происходит ли криволинейный тренд из-за индивидуального отклонения от линейности, или это эффект на уровне группы, который делает подгонку уровня группы кажущейся криволинейной. Я привожу воспроизводимый пример, …

9 r  splines  lme4-nlme 

Я пытаюсь создать сокращенную модель для прогнозирования многих зависимых переменных (DV) (~ 450), которые сильно коррелированы. Мои независимые переменные (IV) также многочисленны (~ 2000) и сильно коррелированы. Если я использую лассо, чтобы выбрать сокращенную модель для каждого выходного сигнала в отдельности, я не гарантирую получить то же подмножество независимых переменных, …

9 r  lasso  multivariate-regression