lm

    0

    1答えて

    データを区分線形モデルに適合させようとしています。セグメント化されたパッケージは、係数に制約を適用する方法が見つからない限り、本当にうまく機能します。線形セグメントの傾きをある範囲の値に制限する必要があります(たとえば、セグメント1では0〜0.1、セグメント2では> 0.5)。ここに制約のない例があります。ありがとう。 library(segmented) #generate data for

    3

    3答えて

    私はpurrrパラダイムが新しく、苦労しています。 私は、データフレームをネストし、ネストされたデータに対して線形モデルを実行し、各画像からいくつかの係数を抽出し、各画像ごとに要約を生成するまで、いくつかの情報源に従っています。私がしたい最後のことは、(私が達成しようとしているものの中で最も単純な部分であると思っていただろう)要約から "r.squared"を抽出することですが、何らかの理由で私は

    1

    1答えて

    私はモデルを検索するためにregsubsetsを使用しました。パラメータのリストからすべてlmを自動的に作成することはできますか? library(leaps) leaps<-regsubsets(y ~ x1 + x2 + x3, data, nbest=1, method="exhaustive") summary(leaps)$which (Intercept) x1 x2

    2

    1答えて

    2つのカテゴリ属性、B、Fを含む多くの属性に対して線形回帰を実行していますが、私が持っている各因子レベルの係数値は得られません。 Bは9レベル、Fは6レベルです。私が最初にモデルを(インターセプトで)実行したとき、私はBの8係数とFの5係数を得ました。これらの係数は、それぞれがインターセプトに含まれる最初のレベルとして理解されました。 私は私がすべてのレベルの係数を得ることができるように0でインタ

    -1

    1答えて

    私はRに新規であり、lm()関数に関する質問があります。私の質問がある : lm(some_overall_rating ~ Rating, data = Ratings) 私のような出力が得られます。私は5までの範囲0で連続属性である列Ratings私のようにlm()コマンドを呼び出すときがありますなぜ私はこれらの多くの共効力を持っていますか?私は理想的には、ratings$ratingのコ

    3

    1答えて

    私はマルチレベル解析の初心者で、グラフ関数を使ってグラフをどのようにすることができるかを理解しようとしていますbase-R。私は以下のfitの出力を理解していますが、私は視覚化に苦労しています。 dfは、単にいくつかの簡単なテストデータです: t <- seq(0, 10, 1) df <- data.frame(t = t, y = 1.5+0.5*(-1)^t + (1.5+

    3

    1答えて

    制限付き3次スプラインを使用してモデリングしているデータがあります。私はrmsパッケージのrcs変換関数を使用して、線形モデルの変換された変数を生成しています。ここでは、5ノットを使用した例を示します。 library('rms') my_df <- data.frame( y = -4 * -100:100 + -1.5 * (-100:100)**2 + 3 * (-100:100

    2

    2答えて

    RでOLS回帰を実行していますが、そこから2つの係数が得られます。コードの一部は次のとおりです。 Attacks <- Treat.Terr.Dataset$Attacks[2:30] Attackslag <- Treat.Terr.Dataset$Attacks[1:29] TreatmentEffect <- Treat.Terr.Dataset$TreatmentEffect[2:30

    4

    2答えて

    Rの式構文では、時折、ユーザーはインターセプトを持つ非常に単純なモデルを指定します。 fit = lm(Response ~ 1, data) これらのモデルは、より複雑なモデルと比較して簡素化を可能にします。 lm(Response ~ A + B + A:B, ...)と私は方程式のRHSが1と他の言葉しか含んでいないときに検出する簡単な方法を持っていたいと思います。テキストの操作は可能で

    1

    1答えて

    私は時間の経過とともに従属変数である行列(5,000 x 5,000)を持ち、時間の経過とともに同じ形式でいくつかの行列を持ちます。両方のマトリックスには時々NAが含まれているので、これらはna.excludeで処理する必要があります。 私は私の問題を説明するためにいくつかのサンプルデータを作っ: y <- matrix(rnorm(25000),5000,5000) x1 <- matrix(