Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
在 R 中具有负值的 3d 黄土平滑上设置上限 0
我有一个有点奇怪的问题 但希望有人能帮助我 我正在尝试创建湖底的表面图 然后添加一些显示植物频率的点 以便直观地了解整个湖中水生植物的分布情况 现在 我正在分别使用 R 中的 scatterplot3d 和lattice 包在 scatte
r
interpolation
Regression
Prediction
loess
循环函数在回归函数中添加大量预测变量
我想改进在回归函数中插入预测变量的方法 fm lt lm formula df dependent variable df 2 df 3 df 4 data df df 数据 frame 在此示例中 我仅放置 4 个预测变量和 1 个 de
r
loops
Regression
如何在javascript中找到多元回归方程
我搜索了堆栈溢出 但没有找到任何与我的问题真正相同的问题 因为没有一个问题真正具有多个自变量 基本上我有一组数据点 我希望能够找到这些数据点的回归方程 到目前为止 我的代码如下所示 w x z 是自变量 y 是因变量 var dataPoi
javascript
Math
Regression
4 年每日数据的滚动回归,每个新回归和不同因变量提前一个月
我有 5 个自变量 附加数据中的 B F 列 和一些因变量 附加数据中的 G M 列 我需要针对所有自变量对每个因变量进行多重回归 回归必须有 4 年的数据窗口 并且每个新的估计都必须提前一个月 我需要提取系数并对每个系数进行 vasice
r
forloop
Regression
beta
rollapply
R 中使用 broom 和 dplyr 进行“多步”回归
我正在寻找一种在 R 中使用 broom 和 dplyr 执行 多步 回归的方法 我使用 多步 作为回归分析的占位符 在其中集成先前回归模型的最终回归模型元素 例如作为拟合或残差 这种 多步 回归的一个例子是工具变量 IV 回归的 2SLS
r
dplyr
Regression
tidyr
broom
R中glmnet中的岭回归;使用 glmnet 包计算不同 lambda 值的 VIF
我有一组多重共线性变量 我正在尝试使用岭回归来解决这个问题 我正在使用glmnetR 中的包 alpha 0 用于岭回归 library glmnet 我有一系列 lambda 值 并且我通过 cv glmnet 选择最佳 lambda 值
r
Regression
Modeling
glmnet
获取“lm()”返回的“mlm”对象回归系数的置信区间
我正在运行具有 2 个结果变量和 5 个预测变量的多元回归 我想获得所有回归系数的置信区间 通常我使用该功能lm但它似乎不适用于多元回归模型 对象mlm 这是一个可重现的示例 library car mod lt lm cbind inco
r
Regression
linearregression
LM
MLM
计算 DFFITS 作为回归中杠杆率和影响力的诊断
我正在尝试手动计算 DFFITS 获得的值应该等于通过以下方式获得的第一个值dffits功能 不过我自己的计算肯定有问题 attach cars x1 lt lm speed dist data cars all observations
r
Regression
linearregression
LM
R 中多重插补数据集的多级回归模型(Amelia、zelig、lme4)
我正在尝试对多重插补数据运行多级模型 由 Amelia 创建 该样本基于 group 24 N 150 的聚类样本 library ZeligMultilevel ML model 0 lt zelig dv 1 tag 1 group m
r
Regression
missingdata
multilevel
rzelig
R:如何读取列线图来预测所需的变量
我正在使用 Rstudio 我使用函数创建了列线图nomogram从包装中rms使用以下代码 从示例代码复制文档 http www inside r org packages cran rms docs nomogram library r
r
Regression
我可以在 mgcv::gam.plot() 中对 y 轴有一个类似于“系数”的解释吗?
我已经读过一些有趣的替代品来解释plot mymodel 函数从一个gam适合像这个答案 https stats stackexchange com questions 430606 make nonlinear smooth interp
r
Regression
gam
回归分析中的分类特征数据和序数特征数据差异?
在进行回归分析时 我试图完全理解分类数据和序数数据之间的差异 目前 已经明确的是 分类特征和数据示例 颜色 红 白 黑为什么分类 red lt white lt black逻辑上是不正确 序数特征和数据示例 状况 旧的 翻新的 新的为什么序
如何使用彩色置信区间带绘制回归原始比例的回归图?
我想从线性模型中绘制线条和 95 置信区间 其中响应已按数据的原始比例进行 Logit 转换 因此 结果应该是一条曲线 包括原始尺度上的置信区间 而在 Logit 变换尺度上它将是一条直线 参见代码 Data dat lt data fra
r
plot
Regression
transformation
confidenceinterval
chol.default(K) 中出现错误:5 阶前导小数对于 betareg 不是正定的
我正在尝试适应一个beta regression模型使用betareg function of the betareg package对这些数据 df lt data frame category c c1 c1 c1 c1 c1 c1 c
r
Regression
LM
beta
使用 scipy.ODR 的线性回归失败(解决方案未满级)
尝试使用 scipy odr 进行线性回归也是如此 然而 它却惨遭失败 scipy odr 之前曾为我工作过 我在代码中没有看到任何错误 我能想到的唯一原因是斜率可能太小 但我不明白这会如何困扰 scipy 感谢您的帮助 代码 usr bi
python
matplotlib
scipy
Regression
onedefinitionrule
如何使 group_by 和 lm 更快?
这是一个样本 df lt tibble subject rep letters 1 7 c 5 6 7 5 2 5 2 day c 3 7 2 7 1 7 3 7 6 7 3 7 6 7 x1 runif 32 x2 rpois 32 3
r
performance
Regression
linearregression
LM
使用 R 绘制二次回归线
我对 R 很陌生 而且对 R 也很陌生plotly 我正在尝试绘制二次 即二次多项式 回归线 一旦一些价格与年份 以及相同的价格与某些整数列表 可以相同 比方说分数 本例中的数据是 price c 995 675 690 600 612 7
r
Regression
plotly
quadratic
rplotly
用于桌面应用程序回归测试的自动化测试工具[关闭]
Closed 此问题正在寻求书籍 工具 软件库等的推荐 不满足堆栈溢出指南 help closed questions 目前不接受答案 我正在开发一个使用 Infragistic 网格的桌面应用程序 我们需要自动化回归测试 仅 QTP 不支
Automation
Regression
使用重复条目绘制置信区间和预测区间
I have a correlation plot for two variables the predictor variable temperature on the x axis and the response variable d
python
pandas
Regression
StatsModels
如何从 R 中的 ols 对象中提取斜率的 p 值
If I do data mtcars m1 lt lm mpg cyl data mtcars x TRUE y TRUE 然后我可以使用提取斜率的 p 值summary m1 coefficients 2 4 但如果我这样做 libra
r
Regression
«
1
2
3
4
5
6
7
8
...15
»