RStudio에서 노인과 우울증을 바라 보는 세로 모델을 실행하여 결과를 작성했지만 동료와 저는 모델을 해석하는 방법에 동의하지 않습니다. 나는이 : summary(lme.1<- lme(Depression ~ Memory+Gender+Age, random=~Year|ID, data=df, na.action=na.omit))
우리의 데이터는 사람들 (ID
R에 rmultinom 함수를 사용하여 큰 모집단 값을 분산하려고하는데 정수 오버플로 문제가있었습니다. 나는 내가 .Machine$integer.max= 2147483647보다 큰 정수를 사용하고 있기 때문에이 알고 rmultinom(1, 7000000000, prob = c(0.4,0.6))
Error in rmultinom(1, 7000000000,
나는 문제로 어려움을 겪고있다. 저는 SparkR을 사용하여 시계열 예측을하고 있지만이 시나리오는 일반 R 환경으로도 이전 될 수 있습니다. ARIMA 모델을 사용하는 대신 무작위 포레스트 회귀 분석과 같은 회귀 모델을 사용하여 하루 앞당겨 짐을 예측하고 싶습니다. 또한 다른 매개 변수 조합과 관련하여 회귀 분석기의 성능을 평가하는 슬라이딩 윈도우 접근법에
두 모델의 출력이 있습니다. 첫 번째 모델은 glm을 사용하고 두 번째 모델은 lmekin을 사용하여 실행했습니다. 두 모델의 입력은 동일하지만 immin 모델은 친밀감 매트릭스를 갖췄다. 저는 glm 모델에서 계수를 가져 와서 lmekin으로 실행 한 모델의 p- 값을 사용하여 그 값에 대한 SE를 계산하고 싶습니다. 이것이 가능합니까? 스케일링되지 않은
현재 달팽이 껍질 볼륨에 다른 특성의 영향을 연구 중입니다. 나는 데이터 프레임을 가지고 있는데, 각 라인은 주어진 개인을 나타내고, 모든 속성 (길이, 껍질 볼륨, 성별, 감염)을 가진 몇 개의 컬럼을 나타낸다. 나는 ANCOVA : mod=aov(log(volume) ~ infection*sex*log(length))을 만들었습니다. 성별, 감염 및 길
일반적으로 RMSE을 사용하여 모델의 성능을 평가합니다. RMSE를 대체하기 위해 평균 잔차를 사용하는 이유에 대해 궁금합니다. RMSE의 정의 : 여기서 언급 평균 잔류은 : 예 : 0 1 2 을 : 우리가 3 개 개의 시료를 가지고 이들 샘플의 예측값은 다음과 같다 : 0 2 10 때문에 평균 잔여입니다 RMSE 그래서이 두 값의 차이는 무엇 입니까?
저는 현재 데이터 과학 과정에 있으며, 내 프로젝트 중 하나가 직원 감소를 예측하는 모델을 만들고 있습니다. 나는 내가 사용하고있는 모의 (mock) 데이터 세트를 가지고 있으며, 이미 나의 X와 Y를 설정했다. 4 모델을 실행했습니다. 첫 번째는 통계 모델에서 로지스틱 회귀 분석을 실행했습니다. 그 결과는 Pseudo Rsquared가 0.142로 매우
NMDS 플롯 (monoMDS, bray-curtis, 3 차원, 로컬 모델)을 성공적으로 생성했습니다. 각 포인트는 동물과 그들의 식단 구성을 나타냅니다. 나는이 두 가지 질문 : (1) 나는 NMDS 음모에 1 열 (생명 단계)에서 2 단계 (a 또는 J)를 표시하는 점의 기호를 변경 어떻게?! (2) 3D NMDS를 어떻게 표시해야합니까? 3D 작도가
개인 정보 (빼앗김, 성별, 직업 등)가있는 200 명 (행)의 샘플이 있다고 가정 해 봅니다. 모든 알고리즘을 통해 원래 샘플 인 200을 기반으로 인위적인 2000 샘플을 만들 수 있습니까? 그렇다면 어떻게 그리고 어떻게해야합니까? 당신이하려고하는 경우 유전자 알고리즘은 "리샘플링"를 사용할 수 있습니다 .. 마음에 확실하지