可能重复:
错误:在R中找不到函数....
我找到了对函数的各种引用melt(),实际上是melt.data.frame()在R的stackoverflow中.但是当我在R中调用它时,它给了我
Error: could not find function "melt"
如何加载该功能以便我可以调用它？
我做了一个glm,我只是想提取每个系数的标准误差.我在互联网上看到了这个功能,se.coef()但它不起作用,它返回"Error: could not find function "se.coef"".
我试图在R中编写一个简单的迭代重加权最小二乘算法.我想传递一个函数作为计算权重的参数,但遗憾的是R抱怨该函数无法找到.我有什么想法我做错了吗？提前致谢!
这是我的代码:
irls <- function(imodel, wfunc, tol) {
repeat {
b0 <- imodel$coef
imodel <- lm(formula(imodel), weights=wfunc(imodel), data=imodel$model)
b1 <- imodel$coef
if(abs((b1-b0)/b0)<=tol) break
}
imodel
}
和一个愚蠢的例子来证明这个问题
x <- 1:100
y <- x + rnorm(100)
mlm <- lm(y~x-1)
irls(mlm, function(x){rep(1,length(x$fit))},0.001) # error: wfunc not found
我想在其中使用该across()函数dplyr但出现错误。例如，运行
iris %>%
group_by(Species) %>%
summarise(across(starts_with("Sepal"), mean))
给我
Error in across(starts_with("Sepal"), mean) :
could not find function "across"
across()是最近的介绍https://towardsdatascience.com/what-you-need-to-know-about-the-new-dplyr-1-0-0-7eaaaf6d78ac in dplyr. 但是，包dplyr已更新并加载
packageVersion('dplyr')
[1] ‘1.0.0’
检查内部 dplyr
ls("package:dplyr")
[1] "%>%" "add_count" "add_count_" "add_row" "add_rownames" "add_tally"
[7] "add_tally_" "all_equal" "all_vars" "anti_join" "any_vars" "arrange"
[13] "arrange_" "arrange_all" "arrange_at" "arrange_if" "as_data_frame" "as_label"
我发现它across不存在，但是如果我在 helper 中查找该函数，?across我会得到解释across.
如何across上班？
- - - 编辑 - - -
我sessionInfo()的如下： …
我正在使用R：
library(qpcR)
final<-cbind.na(datum_seq, amb.temp)
Error: could not find function "cbind.na"
我在互联网上看过，它表明我需要安装R和qpcr软件包的最新版本。
在中确认sessionInfo()，我拥有最新版本。找不到它的功能还有其他原因吗？
R version 3.1.2 (2014-10-31)
Platform: i386-w64-mingw32/i386 (32-bit)
locale:
[1] LC_COLLATE=English_United Kingdom.1252 LC_CTYPE=English_United Kingdom.1252
[3] LC_MONETARY=English_United Kingdom.1252 LC_NUMERIC=C
[5] LC_TIME=English_United Kingdom.1252
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] plyr_1.8.1 qpcR_1.4-0 Matrix_1.1-4 robustbase_0.92-3 rgl_0.95.1201
[6] minpack.lm_1.1-8 MASS_7.3-35
loaded via a namespace (and not attached):
[1] DEoptimR_1.0-2 grid_3.1.2 lattice_0.20-29 Rcpp_0.11.2 tools_3.1.2
当我跑步时gam.check(my_spline_gam),我得到以下输出.
Method: GCV Optimizer: magic
Smoothing parameter selection converged after 9 iterations.
The RMS GCV score gradiant at convergence was 4.785628e-06 .
The Hessian was positive definite.
The estimated model rank was 25 (maximum possible: 25)
Model rank = 25 / 25
Basis dimension (k) checking results. Low p-value (k-index<1) may
indicate that k is too low, especially if edf is close to k'.
k' edf k-index p-value
s(x) 24.000 22.098 0.849 0.06
我的问题是我是否可以将这个p值分别提取到表中.
我想用computeEstimate()功能.但由于特定包未安装在我的R中,我收到错误:
找不到功能"computeEstimate"
你可以告诉我应该安装哪个软件包来实现这个功能吗？另外 - 如何在R中找到特定功能的包？
可能重复:
错误:在R中找不到函数....
好吧,我是rattle(R中的数据挖掘包)的概念的新手,虽然我已经安装rattle但是当我给出时rattle(),它给了我以下错误
> rattle()
Error in rattle() : could not find function "gtkBuilderNew"
我的数据集包含超过 500 个对各个运动员在不同地点进行的比赛活动的观察结果，并在足球比赛期间进行记录。下面是我的数据集的示例，其中每个符号都指一个匹配活动。例如，KEKick effective 是否有效，记录在Defense.
# Example data
df <- data.frame(Symbol = c('KE', 'TE', 'TE', 'TI',
'KE', 'KE', 'H', 'H',
'GS', 'KE', 'TE', 'H',
'KE', 'H', 'H', 'GS'),
Location = c('Defense', 'Defense', 'Midfield', 'Forward',
'Forward', 'Midfield', 'Midfield', 'Defense',
'Defense', 'Defense', 'Forward', 'Midfield',
'Midfield', 'Defense', 'Defense', 'Midfield'),
Time = c(1, 2, 3, 6,
15, 16, 16, 20,
22, 23, 26, 26,
27, 28, 28, 30))
我希望通过绘制 中每个位置随时间变化的比赛活动来可视化这些数据ggplot2。
# Load required package
require(ggplot2)
# Order factors …