小编Sha*_*and的帖子

我在 Laravel 中有一个项目，其中一个部分将图像上传到服务器。图像使用文件存储保存在 /storage/app/public 文件夹中。

在本地它工作正常并且图像看起来不错，但是当我将项目上传到 Heroku 时，看不到图像。即使在 Heroku 中，如果我运行此命令也会出现问题：

php artisan storage: link

为什么图像不可见？我不想为此使用 AWS S3。我可能错过了什么？

我正在尝试运行一个相对简单的 glmer 模型，并收到警告说它是奇异的，但我不明白为什么。

在我的数据集中，40 名参与者进行了 108 次试验。他们回答了一个问题（回答被编码为正确/不正确 - 0/1），并以从 0 到 1 的连续等级对他们的回答的置信度进行评分。

library(lme4)
library(tidybayes)
library(tidyverse)

set.seed(5)
n_trials = 108
n_subjs = 40
data =
  tibble(
    subject = as.factor(rep(c(1:n_subjs), n_trials)),
    correct = sample(c(0,1), replace=TRUE, size=(n_trials*n_subjs)),
    confidence = runif(n_trials*n_subjs)
  )

我正在尝试运行混合效应逻辑回归，以估计每个参与者仅将高置信度与正确响应相关联的能力。这意味着，我有充分的理由在我的模型中添加随机置信斜率。

我感兴趣的最简单的模型给了我：

model = glmer(correct ~ confidence + (confidence|subject) , 
                   data = data,  
                   family = binomial)

边界（奇异）拟合：参见 ?isSingular，以及

> isSingular(model)
[1] TRUE

所以我简化了模型，超出了实用性，并遇到了同样的问题：

model = glmer(correct ~ confidence + (1|subject) , 
              data = data,  
              family = binomial)

我试图保持信心（我确信有更优雅的方法），以防有帮助，但没有：

#Initialize as vector …

我遇到了一些令人困惑的话题，涉及带有解释变量的多元回归语法及其相互作用。DataCamp 的解释让我想到：

lm(formula = y ~ r + r:s , data)

...是相同的：

lm(formula = y ~ r + s + r:s , data)

这是不正确的。我发现后者实际上与缩短版本相同：

lm(formula = y ~ r * s , data)

但前者肯定不同。

它们之间到底有什么区别——也就是说，第一个模型显示了什么而后两个模型则没有显示什么？

谢谢。

我今天手动创建负指数分布，并试图找出更快/更简单的解决方案。首先，我只是手动制作了一个几何序列，如下所示，不断乘以 0.60 直到接近零：

x <- 400
x*.60

这样做大约 20 次，我得到了这个解向量并绘制了分布图，如下所示：

y <- c(400,240,144,86.4, 51.84, 31.104, 18.6624, 11.19744, 6.718464, 4.031078,
       2.418647, 1.451188, .8707129, .5224278, .3134567, .188074, .1128444,
       .06770664, .04062398, .02437439)
plot(y)

然而，我试图找出用 来执行此操作的更简单方法seq，但我只知道如何用算术序列来执行此操作。我尝试重现我在下面所做的事情：

plot(seq(from=400,
    to=1,
    by=-.60))

这显然不会产生相同的效果，绘制时会导致非常线性的下降：

有更简单的解决方案吗？我不得不想象这是 R 中相当基本的函数。

我有一个混乱的字符变量，例如：

df<-c("_oun_", "0000ff", "03815", "?3jhdb", "test", "1,000", "1.000")

我想过滤掉所有不是单词的值。我认为首先要过滤掉所有不以字符开头的值。

我怎样才能做到这一点tidyverse？对于上面提到的示例，所需的输出将为test。

这真让我抓狂。我正在使用anova_testfrom rstatix，它告诉我，当我的列明显存在时，它们不存在。

这就是我的数据框的样子：

ID = c(1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3) \nForm = c("A", "A", "A", "B", "B", "B", "A", "A", "A", "B", "B", "B", "A", "A", "A", "B", "B", "B")\nPen = c("Red", "Blue", "Green", "Red", "Blue", "Green", "Red", "Blue", "Green","Red", "Blue", "Green","Red", "Blue", "Green","Red", "Blue", "Green")\nTime = c(20, 4, 6, 2, 76, 3, 86, 35, 74, 94, 14, 35, 63, 12, 15, …

我在改变 . 中的变量时遇到了一个奇怪的问题dplyr。如果我运行这段代码：

diamonds %>% 
  select(cut) %>% 
  table()

我在 R 中看到了数据集中因素的列表diamonds：

cut
     Fair      Good Very Good   Premium     Ideal 
     1610      4906     12082     13791     21551 

但是，如果我尝试更改其中一个名称并保留其余名称：

diamonds %>% 
  mutate(cut.fix = ifelse(cut == "Fair",
                          "Not Fair at All",
                          cut)) %>% 
  select(cut.fix) %>% 
  table()

它只会更改“固定”值，其他所有内容都会变成数值：

cut.fix
              2               3               4               5 
           4906           12082           13791           21551 
Not Fair at All 
           1610 

这是什么原因？我该如何解决？

我有一个数据集，其中列是不同的站点，前两行提供了纬度和经度值。我想转置这些数据，以便每个站点现在都是一行，列中包含纬度和经度值。

我正在尝试使用 执行此操作pivot_longer，但迄今为止尚未成功，因为从示例中我不清楚如何指示哪些字段应该是新的行和列。

df <- data.frame(
  sites = c("lat", "lon"),
  A = c(10, 20),
  B = c(12, 18),
  C = c(14, 17),
  D = c(21, 12),
  E = c(3, 23)) %>% 
  # transpose with sites in 1st column (A-E on different rows) and lat/lon values in seperate columns
  pivot_longer(cols = c(2:6),
               names_to = c("lat", "lon"), 
               values_to = "sites")

Error in `build_longer_spec()`:
! If you supply multiple names in `names_to` you must also supply one of `names_sep` or `names_pattern`. …