小编Ben*_*ker的帖子

model.frame和更新

在R中,您可能已经估计了具有对数转换后的因变量的模型:

mfit <- lm(
    formula = log(salary) ~ yrs.service + yrs.since.phd, 
    data    = Salaries
  )
Run Code Online (Sandbox Code Playgroud)

然后,您可能想要更改模型框架并调用更新以重新拟合模型:

n     <- nrow(Salaries)
mfr   <- model.frame(mfit)[sample(1:n, size=n, replace=TRUE),]
mfit2 <- update(mfit, data = mfr)
Run Code Online (Sandbox Code Playgroud)

这将导致错误:

Error in eval(expr, envir, enclos) : object 'salary' not found
Run Code Online (Sandbox Code Playgroud)

原因是公式仍然具有因变量,log(salary)并且模型框架中的变量称为log(salary)。R认为它可以找到salary然后调用log它。如果不重新采样,将发生相同的错误,该示例仅说明了为什么要这样做。

上面的过程来自引导程序包,在其中执行重采样行。这是预期的行为,还是错误?我知道可以通过转换数据参数中的变量来解决它,但这似乎很烦人并且被忽略了……

r formula lm

5
推荐指数
1
解决办法
595
查看次数

GEE中的负二项式

对于实现GEE的R包,例如gee,geepack似乎不包括负二项式族.我有两个问题:

  1. GEE还有其他我不知道的R套餐吗?

  2. 如果没有,是否有一个简单的步骤允许创建一个系列,即提供链接函数(log mu)和方差函数(mu + mu^2/theta),假设theta已指定(否则NB不是GLM)然后让gee或geepack代码执行该业务以类似的方式进行glm?

r

5
推荐指数
1
解决办法
2902
查看次数

矩阵乘法 - 不一致矩阵的松散定义

假设我们有以下内容:

x <- matrix(1:9, nrow=3)
y <- c(1,2,3)
x%*%y
y%*%x
Run Code Online (Sandbox Code Playgroud)

为什么矩阵乘法不是未定义的?我们知道这x是一个3 x 3矩阵,y是1 x 3矩阵.所以x %*% y不应该定义,y %*% x应该是1 x 3矩阵.

r matrix

5
推荐指数
1
解决办法
3421
查看次数

如何动态调用变量?

我与我存储在三个列表三个实验工作:exp1,exp2和exp3.每个列表有几个项目(name,conditions,dataset_a,dataset_b,等).有时我想对所有实验进行操作.有没有办法将它们的名称存储在变量中并动态调用它们?这不起作用:

all_exp <- list(exp1=exp1,exp2=exp2,exp3=exp3)
Run Code Online (Sandbox Code Playgroud)

因为如果我后来在实验中添加了一些东西,那么all_exp在先前的状态下有一个实验的硬拷贝,而不是参考.

这种作品:

all_exp_names <- c("exp1","exp2","exp3")
all_exp <- lapply(all_exp_names, function(exp_name) (eval(parse(text=exp_name))))
Run Code Online (Sandbox Code Playgroud)

但必须有一个更简单的方法,此外,返回的列表会丢失实验名称.

r

5
推荐指数
2
解决办法
2332
查看次数

在 R 中添加标签以剪切函数

对于示例数据框:

df1 <- structure(list(X = 1:15, a = c(2L, 3L, 4L, 3L, 7L, 5L, NA, 2L, 
9L, 7L, 0L, 1L, 20L, 15L, 14L)), .Names = c("X", "a"), 
   class = "data.frame", row.names = c(NA, 
-15L))
Run Code Online (Sandbox Code Playgroud)

我使用以下代码将列“a”划分为四分位数:

cut.at.n.tile <- function(X , n = 4){ 
  cut( X , breaks = quantile( X , 
     probs = (0:n)/n , na.rm = TRUE ) , include.lowest = TRUE )}
df1$a.quartile <- cut.at.n.tile( df1$a , n = 4)
Run Code Online (Sandbox Code Playgroud)

如何用 1 - 4 替换标签(1 是最低的)?我不想简单地重新编码这些值,因为我将使用不同的连续变量运行很多次。

任何帮助将不胜感激。

r

5
推荐指数
1
解决办法
1万
查看次数

将线性混合模型拟合到非常大的数据集

我想lme4::lmer在以下格式的60M观测值上运行混合模型(使用); 所有预测变量/因变量都是连续因变量的分类(因子)tc; patient是随机拦截项的分组变量.我有64位R和16Gb RAM,我在中央服务器上工作.RStudio是最新的服务器版本.

model <- lmer(tc~sex+age+lho+atc+(1|patient),
              data=master,REML=TRUE)

lho sex tc      age         atc patient
18  M   16.61   45-54       H   628143
7   F   10.52   12-15       G   2013855
30  M   92.73   35-44       N   2657693
19  M   24.92   70-74       G   2420965
12  F   17.44   65-69       A   2833610
31  F   7.03    75 and over A   1090322
3   F   28.59   70-74       A   2718649
29  F   4.09    75 and over C   384578
16  F   67.22   65-69       R   1579355
23  F   7.7 …
Run Code Online (Sandbox Code Playgroud)

parallel-processing r bigdata lme4 mixed-models

5
推荐指数
1
解决办法
3110
查看次数

多重回归glm与相互作用的LC50 / LD50置信区间

我有一个准二项式glm,其中包含两个连续的解释变量(假设为“ LogPesticide”和“ LogFood”),并且存在交互作用。我想在不同食物量(例如最小和最大食物值)下以置信区间计算农药的LC50。如何做到这一点?

示例:首先,我生成一个数据集。

mydata <- data.frame(
            LogPesticide = rep(log(c(0, 0.1, 0.2, 0.4, 0.8, 1.6) + 0.05), 4),
            LogFood = rep(log(c(1, 2, 4, 8)), each = 6)
          )

set.seed(seed=16) 

growth <- function(x, a = 1, K = 1, r = 1) {            # Logistic growth function. a = position of turning point
  Fx <- (K * exp(r * (x - a))) / (1 + exp(r * (x - a))) # K = carrying capacity
  return(Fx)                                            # r = growth rate …
Run Code Online (Sandbox Code Playgroud)

r glm logistic-regression

5
推荐指数
1
解决办法
892
查看次数

使用 fitdistrplus 拟合 Gumbel 分布

我正在尝试重现此答案中的代码,但是这样做时遇到问题。VGAM我正在使用 package和中的gumbel 发行版fitdistrplus。执行以下操作时出现问题:

fit   = fitdist(data1, 'gumbel', start = list(location = 0, scale = 1))
Error in mledist(data, distname, start, fix.arg, ...) : 
  'start' must specify names which are arguments to 'distr'.
Run Code Online (Sandbox Code Playgroud)

就好像location和scale不是 *gumbel 的参数一样。

dgumbel、pgumbel、rgumbel和qgumbel均由 正确提供VGAM。然而,该包还提供了一个名为 的函数gumbel,具有不同的语法。这可能会引起问题吗?

编辑:是的,它确实引起了问题:使用包FAdist代替工作得很好。

r model-fitting fitdistrplus

5
推荐指数
1
解决办法
3867
查看次数

跳过CRAN测试,但在本地运行

如果包由CRAN测试,有一种简单的方法可以跳过包中某些测试的执行?背景是,我喜欢有很多测试,总而言之,它们很耗时(对CRAN不好).

我知道有,testthat::skip_on_cran()但我不想使用包testthat来避免另一个依赖.我正在寻找一种模仿的el-cheapo方式testthat::skip_on_cran.

理想情况下,我希望在目录pkg/tests中有一个调用测试文件的测试文件(testfiles),并且如果我们正在使用它们则会产生干扰:

if (!on_cran) {
 ## these tests are run only locally/when not on CRAN
 # run test 1 (e.g. source a file with a test)
 # run test 2
}
# run test 3 - always
Run Code Online (Sandbox Code Playgroud)

r package cran

5
推荐指数
1
解决办法
832
查看次数

大数据:广义线性混合效应模型

我正在寻找有关为相对大的数据集拟合广义线性混合效应模型的策略的建议。

想想我有 10 年内大约 300 支球队的 800 万次美国篮球传球的数据。数据看起来像这样:

data <- data.frame(count = c(1,1,2,1,1,5),
               length_pass= c(1,2,5,7,1,3),
               year= c(1,1,1,2,2,2),
               mean_length_pass_team= c(15,15,9,14,14,8),
               team= c('A', 'A', 'B', 'A', 'A', 'B'))
data
 count length_pass year mean_length_pass_team team
1     1           1    1                    15    A
2     1           2    1                    15    A
3     2           5    1                     9    B
4     1           7    2                    14    A
5     1           1    2                    14    A
6     5           3    2                     8    B
Run Code Online (Sandbox Code Playgroud)

我想解释一下count球员在传球之前采取的步骤。我有理论动机假设count和之间存在团队级别的差异length_pass,因此多级(即混合效应)模型似乎是合适的。

我的个人级别控制变量是length_pass和 …

performance r bigdata lme4 mixed-models

5
推荐指数
1
解决办法
1140
查看次数