Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 7 anos . Corrigir exames é provavelmente a tarefa mais...
Estou tentando modelar alguns dados usando o glmnetpacote em R. Digamos que tenho os seguintes dados 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) (Isso é uma simplificação; meus dados são muito mais complicados.) Então usei o...
Essas duas funções existem no R, mas não conheço suas diferenças. Parece que eles retornam apenas os mesmos valores p ao chamar wilcox.testcom correct=FALSE, e wilcox_test(no pacote de moedas) com distribution="aymptotic". Para outros valores, eles retornam valores p diferentes. Também...
Estou tentando executar um logit bayesiano nos dados aqui . Estou usando bayesglm()no armpacote em R. A codificação é direta o suficiente: df = read.csv("http://dl.dropbox.com/u/1791181/bayesglm.csv", header=T) library(arm) model = bayesglm(PASS ~ SEX + HIGH, family=binomial(link="logit"),...
Eu adoraria realizar um teste post-hoc de TukeyHSD após meu Anova de duas vias com R, obtendo uma tabela contendo os pares classificados agrupados por diferença significativa. (Desculpe pela redação, ainda sou novo em estatísticas.) Eu gostaria de ter algo parecido com isto: Então, agrupados...
Suponha que tenhamos um conjunto de pontos . Cada ponto é gerado usando a distribuição Para obter posterior para , escrevemos p (x | \ mathbf {y}) \ propto p (\ mathbf {y} | x) p (x) = p (x) \ prod_ {i = 1} ^ N p (y_i x) De acordo com o artigo de Minka na expectativa de propagação precisamos 2...
O "Aprendizado de Máquina para Hackers" de O'Reilly diz que cada componente principal representa uma porcentagem da variação. Citei a parte relevante da página abaixo (capítulo 8, p.207). Falando com outro especialista, eles concordaram que é a porcentagem. No entanto, os 24 componentes somam...
Quero prever o Tree Heights em uma determinada área usando algumas variáveis obtidas por sensoriamento remoto. Como a biomassa aproximada, etc. Quero primeiro usar uma regressão linear (sei que não é a melhor ideia, mas é um passo obrigatório para o meu projeto). Eu queria saber o quanto a...
Estou procurando um pacote R geral, limpo e rápido (ou seja, usando rotinas C ++) para simular caminhos de uma difusão não-linear não homogênea como (1) usando o esquema de Euler-Maruyama, o esquema de Milstein (ou qualquer outro). Isso está destinado a ser incorporado a um código de estimativa...
Estou procurando algum código-fonte aberto ou uma biblioteca existente que eu possa usar. Tanto quanto eu digo, o pacote glmnet não é muito facilmente extensível para cobrir o caso não negativo. Posso estar errado, qualquer pessoa com alguma idéia muito apreciada. Por não negativo, quero dizer que...
O bildpacote parece ser um excelente pacote para respostas binárias em série. Mas é por tempo discreto. Gostaria de especificar uma função suave do tempo para a conexão do odds ratio da resposta atual Y com respostas binárias medidas em tempos anteriores, ou pelo menos uma versão Markov de primeira...
Estou programando um algoritmo kNN e gostaria de saber o seguinte: Tie-breaks: O que acontece se não houver um vencedor claro na votação majoritária? Por exemplo, todos os k vizinhos mais próximos são de classes diferentes, ou para k = 4 existem 2 vizinhos da classe A e 2 vizinhos da classe B? O...
Eu sei a fórmula do erro quadrado médio e como calculá-la. Quando falamos de regressão, podemos calcular o erro médio quadrático. No entanto, podemos falar sobre um MSE para um problema de classificação e como
Minhas previsões provenientes de um modelo de regressão logística (glm em R) não são delimitadas entre 0 e 1 como eu esperava. Meu entendimento da regressão logística é que seus parâmetros de entrada e modelo são combinados linearmente e a resposta é transformada em probabilidade usando a função de...
Ao obter amostras do MCMC para inferir um parâmetro específico, quais são os bons guias para o número mínimo de amostras efetivas que se deve buscar? E esse conselho muda à medida que o modelo se torna mais ou menos
Se eu construir uma matriz 2D composta inteiramente de dados aleatórios, esperaria que os componentes PCA e SVD não explicassem nada. Em vez disso, parece que a primeira coluna SVD parece explicar 75% dos dados. Como isso pode ser possível? O que estou fazendo de errado? Aqui está o...
Se estavam interessados em encaixe interacções de duas vias entre uma variável de motivos linear e outra variável de motivos que tem uma relação quadrática, com a variável dependente , eu teria que incluem tanto a interacção com o componente quadrático e a interacção com o linear componente no...
Aqui está o meu contexto para esta pergunta: Pelo que sei, não podemos executar uma regressão ordinária de mínimos quadrados em R ao usar dados ponderados e o surveypacote. Aqui, temos que usar svyglm(), que em vez disso executa um modelo linear generalizado (que pode ser a mesma coisa? Estou...
No exemplo a seguir > m = matrix(c(3, 6, 5, 6), nrow=2) > m [,1] [,2] [1,] 3 5 [2,] 6 6 > (OR = (3/6)/(5/6)) #1 [1] 0.6 > fisher.test(m) #2 Fisher's Exact Test for Count Data data: m p-value = 0.6699 alternative hypothesis: true odds ratio is not equal to 1 95 percent confidence...
Eu sou novo na ciência de dados e tenho um problema ao encontrar clusters em um conjunto de dados com 200.000 linhas e 50 colunas em R. Como os dados têm variáveis numéricas e nominais, métodos como o K-significa que usa a medida de distância euclidiana não parece ser uma escolha apropriada....