小编Ben*_*ker的帖子

使用特征值来测试奇点:识别共线列

我试图使用特征值方法检查我的矩阵是否是奇异的(即,如果其中一个特征值为零,那么矩阵是奇异的).这是代码:

z <- matrix(c(-3,2,1,4,-9,6,3,12,5,5,9,4),nrow=4,ncol=3) 
eigen(t(z)%*%z)$values
Run Code Online (Sandbox Code Playgroud)

我知道特征值按降序排序.如果有办法找出特征值与矩阵中的哪个列相关联,有人可以告诉我吗?我需要删除共线列.

在上面的示例中可能很明显,但它只是一个示例,旨在为您节省创建新矩阵的时间.

r eigen

6
推荐指数
1
解决办法
3084
查看次数

将两个线性模型与R中的anova()进行比较

我不太明白这个输出中的p值意味着什么.我并不是指p值,而是在这种情况下.

> Model 1: sl ~ le + ky 
> Model 2: sl ~ le   
  Res.Df     RSS Df   Sum of Sq      F Pr(>F) 
1     97 0.51113                              
2     98 0.51211 -1 -0.00097796 0.1856 0.6676
Run Code Online (Sandbox Code Playgroud)

我得到类似的东西,现在我想知道哪种型号更合适.由于只有一个而不是两个p值,我感到困惑.我使用summary(model1)或summary(model2)得到不同的pvalues

现在如果

> fm2<-lm(Y~X+T)
Run Code Online (Sandbox Code Playgroud)

(T是我的指标变量)和

> fm4<-lm(Y~X)
Run Code Online (Sandbox Code Playgroud)

如果我做

> anova(fm2,fm4)
Run Code Online (Sandbox Code Playgroud)

这测试零假设H0: alpha1==alpha2 (Ha: alpha1!=alpha2)c(alpha是我的拦截)所以测试是否有一个拦截(=> alpha1==alpha2)或两个拦截(alpha1!=alpha2)更好

在这种情况下,我们现在显然会拒绝零假设,因为p值是0.6676.

这意味着我们应该坚持使用模型fm4,因为它更适合我们的数据.

我得出了正确的结论吗?我尽我所能,但我不确定p值意味着什么.由于只有,这是我认为它可能意味着什么.有人可以清理吗?

regression r linear-regression anova

6
推荐指数
1
解决办法
2万
查看次数

从数据框中提取每个主题的最后一行

我在R中有一个像这样的数据框.我想提取每个主题的最后一次访问.

主题访问

   40161       3  
   40161       4  
   40161       5  
   40161       6  
   40161       9  
   40201       3  
   40202       6  
   40202       8  
   40241       3  
   40241       4 
Run Code Online (Sandbox Code Playgroud)

所需的输出如下

主题访问

   40161     9  
   40201     3  
   40202     8  
Run Code Online (Sandbox Code Playgroud)

我应该怎么做R?非常感谢您的帮助.

r

6
推荐指数
2
解决办法
3106
查看次数

确定参数的评估是否会因不存在而失败

我有一个相当复杂的情况,我可能最终传递一个函数不存在的变量.我有一个很好的想法,当这种情况发生时,修复它将是困难的; 我很满意能够可靠地检测到条件并在这种情况下执行变通方法.我可以简单地使用

inherits(try(eval(possibly_missing_variable),silent=TRUE),"try-error")
Run Code Online (Sandbox Code Playgroud)

但如果可能的话,我想测试导致错误的具体情况object 'possibly_missing_variable' not found.(我可以尝试在错误消息中找到"未找到",但是我在过去的r-devel列表中已经被告诫,如果R以不同的语言运行,那么这将失败,以便翻译版本的出现错误消息.)

我尝试了各种组合deparse(substitute(...)),但它们似乎没有在调用堆栈上运行得足够多.这是我在一个可重复的例子中的最佳镜头:

f <- function(d) {
    ## test here
    cat("'d' exists:",exists("d"),"\n") ## TRUE
    cat("deparse(substitute(d)):",dd <- deparse(substitute(d)),"\n") ## OK
    cat("exists('",dd,"'): ",exists(dd),"\n",sep="")
    eval(d)
}

f2 <- function(ddd) {
    f(ddd)
}

ddd <- 5
f2(junk)
Run Code Online (Sandbox Code Playgroud)

结果是:

'd' exists: TRUE 
deparse(substitute(d)): ddd 
exists('ddd'): TRUE
Error in eval(d) : object 'junk' not found
Run Code Online (Sandbox Code Playgroud)

我想要一个测试,它将正确地通知我(在遇到错误之前)评估将失败,因为在环境/封闭环境等堆栈中的任何地方都找不到相关对象.任何想法......?

更一般地说,有没有办法找出参数的最远上游名称("junk"在这种情况下)?如果我能做到,那就exists(farthest_upstream_name)解决了我的问题.

eval r

6
推荐指数
2
解决办法
184
查看次数

函数返回适用于对象的所有S3方法

有没有人放在一起/找到一个很好的方法来列出给定对象可用的所有S3方法?内置函数将为指定的类或指定的泛型函数提供所有可用的方法,但不为对象提供.methods()

我想到的一个例子是一个glm对象,它是(minor?)类,"glm"但也继承自"lm"

g <- glm(y~x,data=data.frame(x=1:10,y=1:10))
class(g)
## [1] "glm" "lm"
Run Code Online (Sandbox Code Playgroud)

类"lm"有35种方法,"glm"有22种方法.我对结合了结果的答案感兴趣

lapply(class(g),function(x) methods(class=x))
Run Code Online (Sandbox Code Playgroud)

以一种明智的方式,以便我可以立即看到(例如)有一个glm特定的方法add1,但是方法alias是从lm类继承的.

有人有一个光滑的方式来做到这一点,还是已经存在?

PS史蒂夫沃克的S3-S4参考类词汇表显示,它可以自动用于参考类,我们必须使用一个对象来获取方法(x$getRefClass()$methods()).

r r-s3

6
推荐指数
1
解决办法
180
查看次数

glmer的事后测试

我正在用R使用广义线性混合模型(glmer,lme4-package)分析我的二项式数据集.我想使用Tukey的事后测试(glht,multcomp-package)对某个固定效果("声音")进行成对比较.

大多数工作正常,但我的一个固定效果变量("SoundC")根本没有变化(96次"1"和零次"0"),似乎Tukey的测试无法处理.与"SoundC"的所有成对比较给出了1.000的p值,而有些则显然是显着的.

作为验证,我将96"1"中的一个更改为"0",之后我再次获得了正常的p值,并且在我预期的情况下出现了显着差异,而在手动更改后差异实际上变小了.

有人有解决方案吗?如果没有,是否可以使用我修改过的数据集的结果并报告我的手动更改?

可重复的例子:

Response <- c(1,0,1,1,0,1,1,0,1,1,0,1,1,0,1,1,1,1,0,
              0,1,1,0,1,1,0,1,1,0,1,1,0,1,1,0,1,1,0,1,1,0,
              1,1,0,1,1,0,1,1,1,1,0,0,1,1,0,1,1,0,1,1,0,1,1,0,1)    
Data <- data.frame(Sound=rep(paste0('Sound',c('A','B','C')),22),
                   Response,
                   Individual=rep(rep(c('A','B'),2),rep(c(18,15),2)))


# Visual
boxplot(Response ~ Sound,Data)

# Mixed model
library (lme4)
model10 <- glmer(Response~Sound + (1|Individual), Data, family=binomial)

# Post-hoc analysis
library (multcomp)
summary(glht(model10, mcp(Sound="Tukey")))
Run Code Online (Sandbox Code Playgroud)

r lme4

6
推荐指数
1
解决办法
8189
查看次数

如何将数据帧按行拆分为n块,应用函数并合并?

我有data.frame130,209行.

> head(dt)

              mLow1 mHigh1 mLow2 mHigh2 meanLow meanHigh        fc     mean
     A_00001  37.00  12.75 99.25  78.50  68.125   45.625 1.4931507  56.8750
     A_00002  31.00  21.50 84.75  53.00  57.875   37.250 1.5536913  47.5625
     A_00003  72.50  26.50 81.75  74.75  77.125   50.625 1.5234568  63.8750
Run Code Online (Sandbox Code Playgroud)

我想拆分data.frame12,scale在列上应用函数fc然后组合它.这里没有分组变量,否则我已经使用过了ddply.另外,因为130,209不能完全被12整除,结果data.frames将是不平衡的,即11 data.frame秒将有10,851行,最后一行将有10,848行,但这很好.

那么如何将data.frame一行一行拆分成n个块(在本例中为12),应用一个函数然后将它们组合在一起?任何帮助都会非常感激.

更新:使用两个顶级解决方案,我得到不同的结果:使用@Ben Bolker的解决方案,

mLow1 mHigh1 mLow2 mHigh2          UID       gene_id meanLow meanHigh mean         fc
  1.5   3.25     1   1.25 MGLibB_00021 0610010K14Rik    1.25     2.25 1.75 -0.5231249
  1.5 …
Run Code Online (Sandbox Code Playgroud)

split r apply

6
推荐指数
2
解决办法
1220
查看次数

stringr,str_extract:如何做正面的lookbehind?

非常简单的问题.我只需要使用正则表达式正向后观捕获一些字符串,但我没有办法做到这一点.

这是一个例子,假设我有一些字符串:

library(stringr)
myStrings <- c("MFG: acme", "something else", "MFG: initech")
Run Code Online (Sandbox Code Playgroud)

我想提取带有"MFG:"前缀的单词

> result_1  <- str_extract(myStrings,"MFG\\s*:\\s*\\w+")
>
> result_1
[1] "MFG: acme"    NA             "MFG: initech"
Run Code Online (Sandbox Code Playgroud)

这几乎可以做到,但我不想包括"MFG:"部分,所以这就是"积极的观察背景":

> result_2  <- str_extract(myStrings,"(?<=MFG\\s*:\\s*)\\w+")
Error in stri_extract_first_regex(string, pattern, opts_regex = attr(pattern,  : 
  Look-Behind pattern matches must have a bounded maximum length. (U_REGEX_LOOK_BEHIND_LIMIT)
> 
Run Code Online (Sandbox Code Playgroud)

它抱怨需要一个"有限的最大长度",但我不知道在哪里指定.我如何做出积极的外观工作?确切地说,我可以指定这个"有界最大长度"吗?

regex r lookbehind stringr

6
推荐指数
2
解决办法
2484
查看次数

使用ggplot2时,我是否可以设置直方图条的颜色而不会隐藏低值?

geom_histogram()使用color和fill参数调用时,ggplot2会混淆地绘制整个x轴范围,从而无法在视觉上区分低值和零值.

运行以下代码:

ggplot(esubset, aes(x=exectime)) + geom_histogram(binwidth = 0.5) +
theme_bw() + scale_x_continuous(breaks=seq(0,20), limits=c(0,20))
Run Code Online (Sandbox Code Playgroud)

会导致

没有颜色属性的直方图

这在视觉上非常没有吸引力.为了解决这个问题,我想改为使用

ggplot(esubset, aes(x=exectime)) + geom_histogram(binwidth = 0.5,
colour='black', fill='gray') + theme_bw() +
scale_x_continuous(breaks=seq(0,20), limits=c(0,20))
Run Code Online (Sandbox Code Playgroud)

这将导致

带有颜色属性的直方图

问题是我无法区分是否exectime包含超过10的值,例如,少数几次出现的12将隐藏在跨越整个x轴的水平线后面.

r ggplot2

6
推荐指数
1
解决办法
1053
查看次数

fitdistr()警告与dbeta:"在densfun(x,parm [1],parm [2],...):NaNs产生"

我看到以下警告.有没有人知道为什么有这样的警告,尽管适合似乎工作正常?有没有办法让优化工作更好,以免产生这些警告?

R> library(MASS) 
R> set.seed(0)
R> x=rbeta(1000, shape1=1, shape2=1)
R> fitdistr(x, dbeta, list(shape1=1,shape2=1)) 
     shape1       shape2  
  1.00959537   0.99603351 
 (0.04183720) (0.04116276)
Warning messages:
1: In densfun(x, parm[1], parm[2], ...) : NaNs produced
2: In densfun(x, parm[1], parm[2], ...) : NaNs produced
R> x=rbeta(1000, shape1=10, shape2=10)
R> fitdistr(x, dbeta, list(shape1=1,shape2=1)) 
    shape1      shape2  
  8.5038157   8.5794416 
 (0.3749814) (0.3784147)
Run Code Online (Sandbox Code Playgroud)

r curve-fitting

6
推荐指数
1
解决办法
2175
查看次数