lm पर टैग किए गए जवाब

मेरी स्वयं की समझ के लिए, मैं मैन्युअल रूप से अनुमानित गुणांक की मानक त्रुटियों की गणना की नकल करने में दिलचस्पी रखता हूं, उदाहरण के लिए, lm()फ़ंक्शन के आउटपुट के साथ आते हैं R, लेकिन इसे पिन करने में सक्षम नहीं है। फार्मूला / कार्यान्वयन क्या है?

114 r  regression  standard-error  lm 

विशेष रूप से, मैं अगर वहाँ के बीच एक अंतर है जानना चाहता हूँ lm(y ~ x1 + x2)और glm(y ~ x1 + x2, family=gaussian)। मुझे लगता है कि glm का यह विशेष मामला lm के बराबर है। क्या मै गलत हु?

45 r  normal-distribution  generalized-linear-model  lm 

मैं यह मान लेना चाहता हूं कि बाल्टिक सागर की समुद्री सतह का तापमान साल दर साल एक ही है, और फिर एक फ़ंक्शन / रैखिक मॉडल के साथ इसका वर्णन करें। मेरे पास विचार केवल एक दशमलव संख्या (या num_months / 12) के रूप में इनपुट वर्ष का था …

37 r  regression  time-series  lm 

समायोजित आर-वर्ग के लिए R में प्रयुक्त सटीक सूत्र क्या है lm() ? मैं इसकी व्याख्या कैसे कर सकता हूं? समायोजित r-squared सूत्र समायोजित आर-वर्ग की गणना करने के लिए कई सूत्र मौजूद हैं। हैरी सूत्र: 1−(1−R2)(n−1)(n−v)1−(1−R2)(n−1)(n−v)1-(1-R^2)\frac{(n-1)}{(n-v)} मैकनेमर का सूत्र:1−(1−R2)(n−1)(n−v−1)1−(1−R2)(n−1)(n−v−1)1-(1-R^2)\frac{(n-1)}{(n-v-1)} भगवान का सूत्र:1 - ( 1 - आर2) ( एन …

35 r  regression  r-squared  lm  shrinkage 

हम lm()एक मूल्य का अनुमान लगाने के लिए उपयोग कर सकते हैं , लेकिन हमें अभी भी कुछ मामलों में परिणाम सूत्र के समीकरण की आवश्यकता है। उदाहरण के लिए, भूखंडों में समीकरण जोड़ें।

29 r  regression  lm 

R में रैखिक-मिश्रित मॉडल के बारे में एक प्रश्न के लिए एक प्रस्तावना के रूप में, और शुरुआती / मध्यवर्ती आंकड़ों aficionados के लिए एक संदर्भ के रूप में साझा करने के लिए, मैंने एक स्वतंत्र "क्यू एंड ए-स्टाइल" के रूप में पोस्ट करने का फैसला किया "मैनुअल की गणना" …

22 r  regression  linear-model  lm 

मेरे पास फिट किए गए मूल्यों के कार्य में एक रेखीय मॉडल के अवशिष्ट मूल्यों का एक भूखंड है जहां विषमलैंगिकता बहुत स्पष्ट है। हालांकि मुझे यकीन नहीं है कि मुझे अब कैसे आगे बढ़ना चाहिए क्योंकि जहां तक ​​मैं समझता हूं कि यह विषमता मेरे रैखिक मॉडल को अमान्य …

19 r  generalized-linear-model  heteroscedasticity  lm 

मैं एक Shapiro Wilk W परीक्षण करना चाहता हूँ और Kolmogorov-Smirnov परीक्षण एक रेखीय मॉडल के अवशिष्ट पर सामान्यता की जाँच करने के लिए। मैं बस सोच रहा था कि इसके लिए कौन से अवशिष्ट का उपयोग किया जाना चाहिए - कच्चे अवशिष्ट, पियर्सन अवशिष्ट, छात्र अवशिष्ट या मानकीकृत अवशिष्ट? …

13 r  regression  residuals  normality-assumption  lm 

पृष्ठभूमि मैं फिटिंग मॉडलों पर एक कोर्स में पहला उदाहरण समझने की कोशिश कर रहा हूं (इसलिए यह बहुत सरल लग सकता है)। मैंने हाथ से गणना की है और वे उदाहरण से मेल खाते हैं, लेकिन जब मैं उन्हें आर में दोहराता हूं, तो मॉडल गुणांक बंद हो जाते …

13 r  regression  self-study  lm 

मैं दोनों के बीच lmऔर lmerदोहराया उपायों (2x2x2) के बीच कई इंटरैक्शन टेस्ट को पुन: पेश करने की कोशिश कर रहा हूं । मैं दोनों तरीकों की तुलना करना चाहता हूं, क्योंकि दोहराए गए उपायों के लिए SPSS की GLM lmयहां प्रस्तुत दृष्टिकोण के समान सटीक परिणाम देती है, इसलिए …

10 anova  mixed-model  lme4-nlme  repeated-measures  lm 

क्या आप मुझे मजबूत अनुमान लगाने के लिए सैंडविच अनुमानकों के उपयोग का उदाहरण दे सकते हैं? मैं उदाहरण देख सकता हूं ?sandwich, लेकिन मुझे यह समझ में नहीं आया कि हम कैसे lm(a ~ b, data)( r- coded) से एक अनुमान तक जा सकते हैं और एक प्रतिगमन मॉडल …

10 r  regression  lm  sandwich 

मैं केवल dnorm () लॉग-लाइक फ़ंक्शन द्वारा प्रदान किए जाने वाले लॉग-लाइक फ़ंक्शन को एक lm मॉडल (R) से प्राप्त करने की कोशिश कर रहा हूं। यह उच्च संख्या में डेटा के लिए काम करता है (लगभग पूरी तरह से) (जैसे n = 1000): > n <- 1000 > x …

10 r  generalized-linear-model  likelihood  lm 

मेरे पास फॉर्म का GLMM है: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) जब मैं उपयोग करता हूं drop1(model, test="Chi"), तो मुझे Anova(model, type="III")कार के पैकेज से उपयोग करने की तुलना में अलग-अलग परिणाम मिलते हैं या summary(model)। ये उत्तरार्द्ध दो ही जवाब …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

मेरे एक सहयोगी ने मुझे इस समस्या को स्पष्ट रूप से इंटरनेट पर गोल करने के लिए भेजा: If $3 = 18, 4 = 32, 5 = 50, 6 = 72, 7 = 98$, Then, $10 =$ ? जवाब 200 का लगता है। 3*6 4*8 5*10 6*12 7*14 8*16 9*18 …

9 r  regression  lm 

निम्नलिखित आलेख इस लेख से लिए गए हैं । मैं बूटस्ट्रैप करने के लिए नौसिखिया हूं और R bootपैकेज के साथ रैखिक मिश्रित मॉडल के लिए पैरामीट्रिक, सेमीपैरेट्रिक और नॉनपैमेट्रिक बूटस्ट्रैपिंग बूटस्ट्रैपिंग को लागू करने की कोशिश कर रहा हूं । आर कोड यहाँ मेरा Rकोड है: library(SASmixed) library(lme4) library(boot) …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography