glm相关内容
当我在model_df(下面的dput)上运行此GLM时: model
..
我正在尝试使用dplyr和lApply估计一组模型。我估计是概率回归,将结果存储在列表中。然后我想使用预测函数来预测新数据集上的值。我的模型运行,但我得到的结果是零值。我做错了什么? # Code from the original question library(dplyr) year
..
我要在此数据集上执行引导。注意,数据有两个因素:replicate和level,以及需要回归的两个变量high.density和low.density。我想在此数据集上执行引导,但替换只能在REPLICATE和LEVEL的嵌套因素中发生。 replicate level high.density low.density 1 low 14 36
..
..
在 R 中,有一个很好的功能可以为分类变量的每个级别运行带有虚拟变量的回归.例如自动将 R 因子扩展为每个因子水平的 1/0 指标变量的集合 在 Julia 中是否有等效的方法. x = randn(1000)组 = repmat(1:25 , 40)groupMeans = randn(25)y = 3*x + groupMeans[组]数据 = DataFrame(x=x, y=y,
..
非常感谢您对此的意见! 我正在研究逻辑回归,但由于某种原因它不起作用: mod1 当我用更少的数据运行相同的模型时,它就起作用了!但是对于完整的数据集,我收到一条错误和警告消息: 错误:内循环1;无法修正步长此外: 警告消息:1:由于发散而截断步长2:由于发散而截断步长 这是数据:https://www.dropbox.com/s/8ib8m1fh176556h/NSSH1.csv?
..
我有一个二元结果的回归模型.我用 glmnet 拟合模型并得到选定的变量及其系数. 由于 glmnet 不计算变量重要性,我想将确切的输出(选定的变量及其系数)提供给 glm 以获取信息(标准错误等). 我搜索了 r 个文档,看来我可以在 glm 中使用“方法"选项来指定用户定义的函数.但是我没有这样做,有人可以帮助我吗? 解决方案 “问回归的标准误差是一个很自然的问题系数
..
我正在使用 twang 包来创建倾向得分,这些得分在使用 survey::svyglm 的二项式 glm 中用作权重.代码如下所示: pscore 这会产生以下警告: 警告信息:在 eval(expr,envir, enclos) 中:二项式 glm 中的非整数 #successes! 有人知道我做错了什么吗? 我不确定这条消息在 stats.SE 上是否会更好,但总的来说,我想我
..
我有 50 个变量.这就是我在我的 glm 中使用它们的方式. var = glm(Stuff ~ ., data=mydata, family=binomial) 但我想排除其中的 2 个.那么如何具体排除 2 呢?我希望会有这样的事情: var = glm(Stuff ~ . # notthisstuff, data=mydata, family=binomial) 想法? 解决
..
我想了解 h2o.predict() 函数来自 H2o R-package.我意识到在某些情况下,当 predict 列是 1 时,p1 列的值低于 p0.我对 p0 和 p1 列的解释是指每个事件的概率,所以我预计 predict=1 时 p1 的概率 应该高于相反事件的概率 (p0),但它并不总是发生,正如我在以下示例中所示:使用 前列腺数据集. 这是可执行的例子: 图书馆(h2o)h
..
这是我正在使用的所有变量: str(ad.train)$ Date : Factor w/427 levels "2012-03-24","2012-03-29",..: 4 7 12 14 19 21 24 29 31 34 ...$ Team : Factor w/18 levels "Adelaide","Brisbane Lions",..: 1 1 1 1 1 1 1 1 1 1 ..
..
我在 R 中安装了 glm 模型并使用了 anova 表.我需要提取“剩余偏差"列.但它会产生错误.代码如下: 创建数据: counts 拟合 GLM: glm.D93
..
假设我们有一个玩具数据框: x 我想构建一个模型矩阵 # x1b x1c x2B x2C# 1 0 0 0 0# 2 0 0 0 0# 3 1 0 1 0# 4 1 0 1 0# 5 0 1 0 1# 6 0 1 0 1 作者: model.matrix(~ x1 + x2 - 1, data = x,对比.arg = list(x1 = contr.treatment(letters
..
我创建了两个广义线性模型如下: glm1 然后我使用 anova 函数: anova(glm2,glm1) 但收到错误消息: "anova.glmlist(c(list(object),dotargs)中的错误,dispersion =dispersion,: 模型并非都适合相同大小的数据集" 这是什么意思,我该如何解决?我在代码的开头attach添加了数据集,因此两个模型
..
我想用实验的Type_space和Exhaustion_product的比率和数量变量Age来解释Type_f. 这是我的数据: res=structure(list(Type_space = structure(c(2L, 2L, 2L, 2L, 2L, 2L,2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,2
..
我想知道如何约束 lm()中的某些参数以使其具有正系数.有一些软件包或函数(例如 display )可以使所有系数和截距为正. 例如,在此示例中,我只想强制 x1 和 x2 具有正系数. x1 = c(NA,rnorm(99)* 10)x2 = c(NA,NA,rnorm(98)* 10)x3 = rnorm(100)* 10y = sin(x1)+ cos(x2)-x3 + rnorm
..
已创建GLMM模型并绘制了每个因素的预测概率.但是,我无法理解如何使用BootMer函数创建置信区间.我不断收到错误消息,无法从非整数优先权进行模拟.我希望有人能够提供帮助?预先感谢. glmm1
..
链接到数据(1170 obs,9个变量,.rd文件) 只需使用 readRDS(file)读取即可. 我正在尝试使用 MASS 包中的 glmmPQL 函数设置GLMM,其中包括随机效果部分并考虑了空间自相关.但是,R(版本:3.3.1)在执行时崩溃. 库(nlme)#设置模型公式fo
..
我有一个数据框,其中的离散列具有以下状态 StateName PX127857 PX128030 PX100049 PX100330 PX106316 PX115690 PX125484 PX112410 PX100778支持1 1 8 4 7 5 8 12 13 当我使用 使数据框适合glm时 模型
..
我试图在R中构造一个广义线性模型. 我在下面接收到以下输出,错误为“发生了拟合概率,数值为0或1".我想知道这是由于完全分离造成的吗?我的截距和标准误差不是很大,我想知道这是由于其他原因引起的吗? 最佳
..