Eu tenho que executar uma análise fatorial em um conjunto de dados composto de variáveis dicotômicas (0 = sim, 1 = não) e não sei se estou no caminho certo. Usando tetrachoric()eu crio uma matriz de correlação, na qual eu corro fa(data,factors=1). O resultado está bem próximo dos resultados que...
Bloqueado . Esta pergunta e suas respostas estão bloqueadas porque a questão está fora do tópico, mas tem um significado histórico. No momento, não está aceitando novas respostas ou interações. Tenho R rodando no Amazon EC2, usando uma versão modificada do AMI do...
Eu tenho uma pergunta sobre se deve ou não usar um deslocamento. Suponha um modelo muito fácil, onde você deseja descrever o número (geral) de gols no hóquei. Então você tem gols, número de jogos jogados e uma variável dummy "atacante" que é igual a 1 se o jogador for atacante e 0 caso contrário....
Em uma pergunta anterior, perguntei sobre o ajuste de distribuições para alguns dados empíricos não gaussianos. Foi-me sugerido offline, que eu poderia tentar assumir que os dados são gaussianos e ajustar primeiro um filtro Kalman. Então, dependendo dos erros, decida se vale a pena desenvolver...
Eu sei que ad.test () pode ser usado para testar a normalidade. É possível obter ad.test para comparar as distribuições de duas amostras de dados? x <- rnorm(1000) y <- rgev(2000) ad.test(x,y) Como posso executar o teste de Anderson-Darling em 2
Eu sempre acreditei que o tempo não deveria ser usado como um preditor em regressões (inclusive gam's), porque, então, alguém simplesmente "descreveria" a tendência em si. Se o objetivo de um estudo é encontrar parâmetros ambientais como temperatura, etc., que expliquem a variação da atividade de...
Estou usando o pacote randomForest no R para desenvolver um modelo de floresta aleatória para tentar explicar um resultado contínuo em um conjunto de dados "amplo" com mais preditores do que amostras. Especificamente, estou ajustando um modelo de RF, permitindo que o procedimento selecione entre...
Gostaria de combinar o previsto e o backcast (ou seja, os valores passados previstos) de um conjunto de dados de séries temporais em uma série temporal, minimizando o Erro de Previsão Quadrada Média. Digamos que eu tenha séries temporais de 2001 a 2010 com uma lacuna para o ano de 2007. Consegui...
As respostas a esta pergunta no SO retornaram um conjunto de aproximadamente 125 nomes de uma a duas letras: /programming/6979630/what-1-2-letter-object-names-conflict-with-existing -r-objects [1] "Ad" "am" "ar" "as" "bc" "bd" "bp" "br" "BR" "bs" "by" "c" "C" [14] "cc" "cd" "ch" "ci" "CJ" "ck"...
Estou tentando entender como exatamente os fatores funcionam em R. Digamos que eu queira executar uma regressão usando alguns dados de amostra em R: > data(CO2) > colnames(CO2) [1] "Plant" "Type" "Treatment" "conc" "uptake" > levels(CO2$Type) [1] "Quebec" "Mississippi" >...
Estou usando o SVM para prever diabetes. Estou usando o conjunto de dados BRFSS para esse fim. O conjunto de dados tem as dimensões de e está inclinado. A porcentagem de s na variável de destino é de 11 %, enquanto os s constituem os 89 % restantes .432607 × 136432607×136432607 \times 136Y11...
Existe uma função para testar a hipótese de que a correlação de dois vetores é igual a um determinado número, digamos 0,75? Usando cor.test, posso testar cor = 0 e ver se 0,75 está dentro do intervalo de confiança. Mas existe uma função para calcular o valor de p para cor = 0,75? x <-...
P: Para quais dados é apropriado usar a modelagem do espaço de estados e a filtragem Kalman em vez de suavizar splines e vice-versa? Existe alguma relação de equivalência entre os dois? Estou tentando entender de alto nível como esses métodos se encaixam. Naveguei pelos novos modelos Gaussian...
Na minha pesquisa, encontrei o seguinte problema geral: tenho duas distribuições e no mesmo domínio e um grande (mas finito) número de amostras dessas distribuições. As amostras são distribuídas de forma independente e idêntica a partir de uma dessas duas distribuições (embora as distribuições...
Eu criei alguns modelos de regressão de Cox e gostaria de ver o desempenho desses modelos e pensei que talvez uma curva ROC ou uma estatística c possa ser útil semelhante ao uso deste artigo: JN Armitage e JH van der Meulen, “Identificando comorbidades em pacientes cirúrgicos usando dados...
Basicamente, tudo o que quero fazer é prever uma resposta escalar usando algumas curvas. Eu tenho tanto quanto fazer uma regressão (usando fRegress do pacote fda), mas não tenho idéia de como aplicar os resultados a um novo conjunto de curvas (para previsão). Eu tenho N = 536 curvas e 536...
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 3 anos . Isso me parecia básico, mas não consigo...
O aumento da árvore de gradiente, conforme proposto por Friedman, usa as árvores de decisão com Jnós terminais (= folhas) como aprendizes base. Existem várias maneiras de cultivar uma árvore com exatamente Jnós, por exemplo, é possível cultivá-la em profundidade primeiro ou em primeiro lugar,...
Uso R para criar gráficos organizados que uso nos documentos do Microsoft Office. De acordo com esta página , a melhor qualidade é obtida com o driver PDF. Infelizmente, o Word não oferece suporte à importação de números PDF. O que devo
Eu tenho um conjunto de dados com cerca de 70 variáveis que eu gostaria de reduzir. O que estou procurando fazer é usar o CV para encontrar as variáveis mais úteis da seguinte maneira. 1) Selecione aleatoriamente digamos 20 variáveis. 2) Use stepwise/ LASSO/ lars/ etc para escolher as...