小编Ben*_*ker的帖子

如何防止R加载包?

我在R中使用多核包来并行化我的代码.但是,如果加载了tcltk软件包,使用多核软件包的分叉进程将导致R无限期挂起.所以我想阻止tcltk加载.如果任何包试图将其作为依赖项加载,我想要立即出错.这可能吗?

或者,我可以在加载包后卸载它吗?

r package

7
推荐指数
1
解决办法
923
查看次数

来自线性模型的残差的平均值和中值

我刚开始学习R并且需要一些帮助来找到我的数据的残差的均值和中位数.我计算了lm,在摘要中我得到了如下残差:

min       1Q        median  3Q      Max
-111.86   -34.90     -7.6   33.46   182.58
Run Code Online (Sandbox Code Playgroud)

问题:残差的中位数是-7.6,但这是我的意思? 或者是否有计算找到残差的均值和中位数? 我打算做什么意思(resid(trees.lm)或者应该输入为mean(trees.lm $ resid)

请澄清,因为我的同学对同一数据集的反应都不同.

r mean

7
推荐指数
1
解决办法
4107
查看次数

在散点图中添加对数回归线(与Excel比较)

在Excel中,它非常容易拟合给定趋势线集的对数趋势线.只需单击添加趋势线,然后选择"对数".切换到R更多功率,我有点失去了应该使用哪个函数来生成它.

为了生成图形,我使用ggplot2了以下代码.

ggplot(data, aes(horizon, success)) + geom_line() + geom_area(alpha=0.3)+
  stat_smooth(method='loess')
Run Code Online (Sandbox Code Playgroud)

但是代码进行局部多项式回归拟合,该拟合基于对许多小线性回归进行平均.我的问题是RExcel中是否存在类似的日志趋势线.

编辑:我正在寻找的另一种方法是得到一个形式为y =(c*ln(x))+ b的对数方程; 是否有一个coef()函数来获得'c'和'b'?

编辑2:由于我有更多的声誉,我现在可以发布更多关于我正在努力做的事情.让我的数据是:

0.599885189,0.588404133,0.577784156,0.567164179,0.556257176,0.545350172,0.535112897,
0.52449292,0.51540375,0.507271336,0.499904325,0.498851894,0.498851894,0.497321087,
0.4964600,0.495885955,0.494068121,0.492154612,0.490145427,0.486892461,0.482395714,
0.477229238,0.471010333
Run Code Online (Sandbox Code Playgroud)

上面的数据是y点,而x点只是1的整数:长度(y),增量为1.在Excel中:我可以简单地绘制这个并添加一个对数趋势线,结果如下:

在此输入图像描述

黑色是日志.在R中,如何使用上述数据集执行此操作?

regression r

7
推荐指数
2
解决办法
2万
查看次数

如何确定url对象是否返回'404 Not Found'?

简单地说:如果

x <- read.csv(url)
Run Code Online (Sandbox Code Playgroud)

存在,然后R将返回该URL的内容.一个很好的例子,如果你想尝试一下,可能是" http://ichart.finance.yahoo.com/table.csv?s=IBM&a=00&b=1&c=2008&d=03&e=4&f=2014&g=d&ignore=.csv ".该特定URL如果被分配给url并按上述方式运行,则会将包含过去5年IBM股票数据的Yahoo网站的data.frame加载到x中.

但是,如何预先知道,如果任何给定的网址会让你404?

就像是:

is.404.or.not(url)
Run Code Online (Sandbox Code Playgroud)

或者可能

status(connect.to(url))
Run Code Online (Sandbox Code Playgroud)

谢谢!

url r http-status-code-404

7
推荐指数
1
解决办法
3080
查看次数

轮廓()中没有指定正确的“z”矩阵

我正在尝试在 R 中绘制一个简单的等高线图,但出现以下错误"no proper 'z' matrix specified":以下是我的代码:

r=read.table("test.dat")
dim(r)
## [1] 56  3

x=matrix(unlist(r[,3]),ncol=112,byrow=T)
dim(x)
## [1] 1 11

image((1:nrow(x))-56,(1:ncol(x))-56,x)
contour((1:nrow(x))-56,(1:ncol(x))-56,x , add=TRUE)

## Error in contour.default((1:nrow(x)) - 56,
##   (1:ncol(x)) - 56, x, add = TRUE) :
##     no proper 'z' matrix specified
Run Code Online (Sandbox Code Playgroud)

有人可以帮我解决我犯错误的地方吗?

r contour

7
推荐指数
1
解决办法
5254
查看次数

将时间序列合并到R中的混合效果模型中(使用lme4)

我已经找到了类似的问题,如果有相关的问题我已经错过了,那就道歉了.

我正在研究在不同条件下花费在喂食器(因变量)上的时间量,每个受试者访问喂食器30次.

受试者暴露于一种类型的喂食器,其将具有香味/无味的不同组合,具有视觉图案/空白,并且具有以两种空间布置之一呈现的这些视觉或香味图案.

到目前为止,我的模型是:

mod<-lmer(timeonfeeder ~ scent_yes_no + visual_yes_no + 
    pattern_one_or_two + (1|subject), data=data)
Run Code Online (Sandbox Code Playgroud)

如何将访问号码合并到模型中,以查看这些因素是否会影响馈线在一段时间内所花费的时间?

r time-series lme4 mixed-models

7
推荐指数
1
解决办法
5828
查看次数

预测与实际情节

我是R和统计学的新手,并且无法弄清楚如何在运行多元线性回归后绘制预测值与实际值的关系.我遇到过类似的问题(只是无法理解代码).如果您解释一下代码,我将不胜感激.这是我到目前为止所做的:

# Attach file containing variables and responses
q <- read.csv("C:/Users/A/Documents/Design.csv")
attach(q)
# Run a linear regression
model <- lm(qo~P+P1+P4+I)
# Summary of linear regression results
summary(model)
Run Code Online (Sandbox Code Playgroud)

预测与实际的关系是如此,我可以用图形方式看出我的回归在我的实际数据中的适合程度.

plot r linear-regression

7
推荐指数
2
解决办法
4万
查看次数

lme4::glmer.nb 函数会根据我运行模型的顺序产生“family$family 中的错误:未为此 S4 类定义 $ 运算符”

library(lme4)

dummy <- as.data.frame(cbind(speed = rpois(100, 10), pop = rep(1:4, each = 25), season = rep(1:2, each = 50), id = seq(1, 100, by = 1)))
dummy2 <- as.data.frame(cbind(speed = c(rnbinom(50, 10, 0.6), rnbinom(50, 10, 0.1)), pop = rep(1:4, each = 25), season = rep(1:2, each = 50), id = seq(1, 100, by = 1)))

poisson <- glmer(speed~pop*season + (1|id),
             data=dummy, family="poisson")
neg.bin <- glmer.nb(speed ~ pop*season + (1|id),
                data=dummy2, control=glmerControl(optimizer="bobyqa"))
Run Code Online (Sandbox Code Playgroud)

当我使用 lme4 包在负二项式模型之前运行创建泊松模型的脚本时,运行 neg.bin 模型时出现以下错误:

Error in family$family : …
Run Code Online (Sandbox Code Playgroud)

r lme4 mixed-models

7
推荐指数
1
解决办法
578
查看次数

循环更快

我有一个约2000万行文件,并且我试图在其上运行for循环。我等了整个周末,但还没有完成1%。

我正在尝试对每一行的一列进行计算。如果该值小于0.5,它将采用该值并将其添加到新列中;如果不小于0.5,它将采用该值并将其从1中减去,然后将该值添加到新列中。

for (i in 1: length(halflife$year)){
  if(halflife$year[i] < 0.5){
    halflife$month[i] = halflife$year[i]
  } else{
    halflife$month[i] = 1 - halflife$year[i]
  }
}
Run Code Online (Sandbox Code Playgroud)

它应添加一个名称month为的新列halflife,且所有值均小于0.5

for-loop r data.table

7
推荐指数
1
解决办法
109
查看次数

如何围绕模型估计手动绘制 SE/CI

我正在尝试在数据之上手动绘制模型估计值。我真正的问题远比这复杂得多,所以predict如果可以的话,我想避免使用,并且更愿意了解如何计算这些预测而不是依赖某个包。

(底部可重现示例的数据。)

所以我首先运行一个模型,并获取模型估计和标准误差:

library(glmmTMB)
glmmLep<-glmmTMB(Lepidoptera ~ DayL50, 
                 data=Dat, family=nbinom2(link="log") )
dB_est<-(summary(glmmLep)$coeff$cond[2,1])
dB_SE<-(summary(glmmLep)$coeff$cond[2,2])
Int<-(summary(glmmLep)$coeff$cond[1,1])
Int_SE<-(summary(glmmLep)$coeff$cond[1,2])
Run Code Online (Sandbox Code Playgroud)

然后,我创建了一系列 x 值来预测

x<-seq(from=min(Dat$DayL50),to=max(Dat$DayL50),length.out = length(Dat$DayL50))
Run Code Online (Sandbox Code Playgroud)

然后我用两种不同的方法预测 y 值(使用predict和编写应该做同样事情的方程)

ypred<-exp(dB_est*x+Int)
y<-predict(glmmLep,list(DayL50=x),type="response",se.fit = T)
Run Code Online (Sandbox Code Playgroud)

我们绘制两条预测线(一条是顶部较小的红线):

ggplot(aes(x=DayL50,y=Lepidoptera),data=Dat)+
  geom_point(size=2)+
  geom_line(aes(y=y$fit,x=x),size=2)+
  geom_ribbon(aes(ymax=y$fit+1.96*y$se.fit,ymin=y$fit-1.96*y$se.fit,x=x),alpha=0.2)+
  geom_line(aes(y=ypred,x=x),size=1,color="red")+
  # geom_ribbon(aes(ymax=ymax,ymin=ymin,x=x),alpha=0.2,color="red")+
  coord_cartesian(ylim=c(0,1000))
Run Code Online (Sandbox Code Playgroud)

在此处输入图片说明

我们看到我写的方程与predict函数的作用相同。都好。但是,当我在该行周围添加 SE / 95% CI 功能区时,我在尝试重新创建它时遇到了问题(这里我保留为 SE,因为 95%CI 会导致更多笨拙的情节)。我用许多不同的方式玩过这个公式,但似乎无法理解。出于某种原因,我似乎找不到任何关于它的帖子,但也许我没有使用正确的搜索词。任何人都可以向我解释我在这里缺少什么。似乎我在错误功能区(以红色标出)中遗漏了相当多的复杂性。

ymin<-exp((dB_est-dB_SE)*x+(Int))
ymax<-exp((dB_est+dB_SE)*x+(Int))


ggplot(aes(x=DayL50,y=Lepidoptera),data=Dat)+
  geom_point(size=2)+
  geom_line(aes(y=y$fit,x=x),size=2)+
  geom_ribbon(aes(ymax=y$fit+1.96*y$se.fit,ymin=y$fit-1.96*y$se.fit,x=x),alpha=0.2)+
  geom_line(aes(y=ypred,x=x),size=1,color="red")+
  geom_ribbon(aes(ymax=ymax,ymin=ymin,x=x),alpha=0.2,color="red")+
  coord_cartesian(ylim=c(0,1000))
Run Code Online (Sandbox Code Playgroud)

在此处输入图片说明

或者使用 95% CI,就像我的predict色带一样,它甚至更远:

ymin<-exp((dB_est-1.96*dB_SE)*x+(Int))
ymax<-exp((dB_est+1.96*dB_SE)*x+(Int))

ggplot(aes(x=DayL50,y=Lepidoptera),data=Dat)+
  geom_point(size=2)+
  geom_line(aes(y=y$fit,x=x),size=2)+
  geom_ribbon(aes(ymax=y$fit+1.96*y$se.fit,ymin=y$fit-1.96*y$se.fit,x=x),alpha=0.2)+
  geom_line(aes(y=ypred,x=x),size=1,color="red")+
  geom_ribbon(aes(ymax=ymax,ymin=ymin,x=x),alpha=0.2,color="red")+
  coord_cartesian(ylim=c(0,1000))
Run Code Online (Sandbox Code Playgroud)

在此处输入图片说明

Dat<-structure(list(Lepidoptera = c(0L, 0L, 1L, 0L, …
Run Code Online (Sandbox Code Playgroud)

r predict ggplot2 lme4 glmmtmb

7
推荐指数
1
解决办法
225
查看次数