J'essayais de créer des données de test pour la régression logistique et j'ai trouvé ce post Comment simuler des données artificielles pour la régression logistique? C'est une bonne réponse mais elle ne crée que des variables continues. Qu'en est-il d'une variable catégorielle x3 à 5 niveaux...
Quelqu'un connaît-il une bonne méthode pour déterminer si le regroupement à l'aide de kmeans est même approprié? Autrement dit, que se passe-t-il si votre échantillon est réellement homogène? Je sais que quelque chose comme un modèle de mélange (via mclust dans R) fournira des statistiques...
J'ai un modèle de régression qui ressemble à ceci:Oui= β0+ β1X1+ β2X2+ β3X3+ β12X1X2+ β13X1X3+ β123X1X2X3Oui=β0+β1X1+β2X2+β3X3+β12X1X2+β13X1X3+β123X1X2X3Y = \beta_0+\beta_1X_1 + \beta_2X_2 + \beta_3X_3 +\beta_{12}X_1X_2+\beta_{13}X_1X_3+\beta_{123}X_1X_2X_3 ... ou en notation R: y ~ x1 + x2 + x3 +...
Stan (en particulier, rstan) a-t-il des installations intégrées pour générer des distributions postérieures prédictives? Il n'est pas difficile de générer la distribution à partir du stan fit, mais je préfère ne pas réinventer la
Je me demande s'il existe un bon moyen de calculer le critère de clustering basé sur la formule BIC, pour une sortie k-means dans R? Je suis un peu confus quant à la façon de calculer ce BIC afin de pouvoir le comparer avec d'autres modèles de clustering. Actuellement, j'utilise l'implémentation du...
J'explore les propriétés psychométriques d'une mesure d'autoévaluation de 10 éléments. J'ai environ 400 cas dans deux échantillons indépendants. Les éléments sont complétés sur des échelles de Likert à 4 points. Un AGE prend clairement en charge une solution à un facteur (par exemple, première...
alors que j'entre dans la prévision avec des modèles ARIMA, j'essaie de comprendre comment je peux améliorer une prévision basée sur ARIMA en fonction de la saisonnalité et de la dérive. Mes données sont les séries chronologiques suivantes (sur 3 ans, avec une tendance claire à la hausse et une...
Je travaille donc avec des modèles de régression logistique dans R. Bien que je sois encore nouveau dans les statistiques, j'ai l'impression d'avoir une certaine compréhension des modèles de régression, mais il y a encore quelque chose qui me dérange: En regardant l'image liée, vous voyez le résumé...
Dans R, si j'appelle la lm()fonction de la manière suivante: lm.1 = lm(response ~ var1 + var2 + var1 * var2) summary(lm.1) Cela me donne un modèle linéaire de la variable de réponse avec var1, var2et l'interaction entre eux. Cependant, comment interprétons-nous numériquement exactement le terme...
Je cherche l'équation correcte pour calculer la covariance sans biais pondérée de l'échantillon. Les sources Internet sont assez rares sur ce thème et elles utilisent toutes des équations différentes. L'équation la plus probable que j'ai trouvée est celle-ci: qj k=∑Ni = 1wje(∑Ni = 1wje)2-∑Ni =...
EDIT: Depuis que j'ai fait ce post, j'ai suivi un post supplémentaire ici . Résumé du texte ci-dessous: Je travaille sur un modèle et j'ai essayé la régression linéaire, les transformations de Box Cox et GAM mais je n'ai pas fait beaucoup de progrès En utilisant R, je travaille actuellement sur un...
La situation J'ai un ensemble de données avec un dépendant et une variable indépendante . Je veux adapter une régression linéaire continue par morceaux avec points d'arrêt connus / fixes se produisant à . Les breakpoins sont connus sans incertitude, donc je ne veux pas les estimer. Ensuite,...
J'ai un randomForestmodèle de classification fine que j'aimerais utiliser dans une application qui prédit la classe d'un nouveau cas. Le nouveau cas a inévitablement des valeurs manquantes. Predict ne fonctionnera pas comme tel pour les AN. Comment dois-je faire alors? data(iris) # create first the...
J'aimerais comprendre l'utilisation de la simulation de Monte Carlo dans la chisq.test()fonction de R. J'ai une variable qualitative qui a 128 niveaux / classes. La taille de mon échantillon est de 26 (je n'ai pas pu échantillonner plus de "personnes"). Alors évidemment, j'aurai quelques niveaux...
Contexte Dans un article d'Epstein (1991): Sur l'obtention de valeurs climatologiques quotidiennes à partir de moyennes mensuelles , la formulation et un algorithme de calcul de l'interpolation de Fourier pour les valeurs périodiques et à intervalles pairs sont donnés. Dans cet article, l'objectif...
Je ne suis pas un expert, alors pardonnez-moi si une partie de la terminologie est un peu maladroite. Heureux de fournir plus d'informations si nécessaire. J'ai deux vecteurs de 50 valeurs numériques appariées dans R. Je veux effectuer un test de randomisation ou de permutation bilatéral pour...
Je mène une méta-analyse des tailles d'effet d dans R en utilisant le package metafor. d représente les différences de scores de mémoire entre les patients et les sains. Cependant, certaines études ne rapportent que des sous-scores de la mesure d'intérêt d (par exemple, plusieurs scores de mémoire...
Cela peut être peut-être une question stupide, mais lors de la génération d'un modèle avec caret et en utilisant quelque chose comme LOOCVou (plus précisément) LGOCV, quel est l'avantage de diviser les données en trains et ensembles de test si c'est essentiellement ce que l'étape de validation...
J'ai des modèles comme celui-ci: require(nlme) set.seed(123) n <- 100 k <- 5 cat <- as.factor(rep(1:k, n)) cat_i <- 1:k # intercept per kategorie x <- rep(1:n, each = k) sigma <- 0.2 alpha <- 0.001 y <- cat_i[cat] + alpha * x + rnorm(n*k, 0, sigma) plot(x, y) m1 <- lm(y ~...
Je pense à un problème qui consiste à prédire le journal (dépenses) d'un client à l'aide d'une régression linéaire. Je réfléchis aux fonctionnalités à utiliser en entrée et je me demande si ce serait correct d'utiliser le centile d'une variable comme entrées. Par exemple, je pourrais utiliser les...