经验丰富的R用户,相对较新的Python用户.
如果达成共识的话,将会删除这是一个太多的意见/设计师的问题.
我真的很好奇为什么shape是numpy模块中的数组和函数的属性,而不是数组对象的方法.换一种说法,
import numpy as np
a = np.array((1,2,3))
np.shape(a) ## call function
## (3,)
a.shape ## retrieve attribute
## (3,)
a.shape() ## pretend that it's a method
## Traceback (most recent call last):
## File "<stdin>", line 1, in <module>
## TypeError: 'tuple' object is not callable
Run Code Online (Sandbox Code Playgroud)
从近端来看,为什么最后一种方法不起作用(因为a.shape返回(3,)然后我们正在尝试计算(3,)()),这是相当明显的,但我不明白设计 - 非常天真,我原本期望一种形状方法是最有效的Python的.
我正在使用波士顿数据集MASS.
我需要分别预测crim其他13个预测变量,并保存每个模型的斜率系数.
我怎么能自动化呢?
我不知道如何在for循环中访问数据集的变量.
我试过这个用它的索引访问一个变量:
fit1 = lm(Boston[1]~Boston[2])
Run Code Online (Sandbox Code Playgroud)
但它返回这个:
Error en model.frame.default(formula = Boston[1] ~ Boston[2], drop.unused.levels = TRUE) :
invalid type (list) for variable 'Boston[1]'
Run Code Online (Sandbox Code Playgroud)
我希望能够访问各个变量,以便使用for循环执行13个不同的lm()s:类似的东西fit = Boston[i] ~ Boston[i+1]
过去几个小时我一直在研究这个问题.我尝试过使用sprintf但是它将列更改为字符.我想做的就是有一个固定宽度的数字列,用零填充.
我有以下代码:
download.file(
"http://www.wikipathways.org//wpi/batchDownload.php?species=Homo%20sapiens&fileType=txt",
destfile="human.zip")
files <- unzip( "human.zip", list=T)
Run Code Online (Sandbox Code Playgroud)
它在 Linux 上工作,但在 Windows 上抛出以下错误:
Error in unzip("human.zip", list = T) :
error -103 with zipfile in unzGetCurrentFileInfo
Run Code Online (Sandbox Code Playgroud)
你知道问题出在哪里吗?
据我所知,Stata和R都有"预测"功能.我试图复制使用R在Stata中执行的结果,结果涉及计算预测值的标准偏差.R中是否有功能,可能使用其"预测"功能,这将允许我这样做?我似乎无法完美地复制结果.如果它有帮助,Stata代码执行以下操作:
reg Y X1 X2 if condition
predict resid, r
predict stdf, stdf
Run Code Online (Sandbox Code Playgroud)
stdf论证的定义是:
stdf计算预测的标准误差,这是1次观测的点预测的标准误差.它通常被称为未来或预测值的标准误差.通过构造,产生的标准误差stdf总是大于由此产生的误差stdp; 参见[R]预测中的方法和公式
我写的R代码是:
fit <- lm(Y ~ X1 + X2, data=df)
new.df <- data.frame(...) # This is a new data frame with my new data period I want to predict in
predict(fit, new.df, se.fit = TRUE)
Run Code Online (Sandbox Code Playgroud)
但是,当我将标准误差转换为标准偏差时,它们与Stata输出不匹配.
提前致谢!
是否有一种简单的方法来拟合 R 中的多元回归,其中因变量根据Skellam 分布(两个泊松分布计数之间的差异)分布?就像是:
myskellam <- glm(A ~ B + C + D, data = mydata, family = "skellam")
Run Code Online (Sandbox Code Playgroud)
这应该适应固定效应。但理想情况下,我更喜欢随机效应,因为我知道固定效应可能会引入测量偏差。因此我想理想的解决方案应该是使用lme4orglmmADMB包。
或者,有没有办法转换数据以应用更常用的回归工具?
我知道这是一个有点老的问题,但我只是想知道现在是否有解决方案。
lme4我通常使用带有函数的包来执行混合效果模型lmer。但是,我知道这个函数不允许我在模型中包含负方差分量。
我真的很想在 R 模型中包含负方差。有没有人对我会使用哪些包有任何建议?或者说,新的lme4允许吗?
因此,我可以使用plot()R 中的函数来绘制不同函数的图形。然而,我发现 R 中的图表通常不会显示函数的整个曲线。让我举个例子:
fun <- function(x){
x^3 + 2*x^2 + 3*x + 4
}
plot(fun)
Run Code Online (Sandbox Code Playgroud)
然而,当我使用 Desmos 图形计算器绘制相同的函数时,它显示笛卡尔图的所有四个象限,而 R 仅显示一个:
我的问题:如何修改 RPlot 以显示所有四个象限,而不是像上述情况那样仅显示一个象限?
我目前正在阅读 Andy Field 的书《使用 R 发现统计》。第 14 章是关于混合建模的,他使用了包lme中的函数nlme。
他使用快速约会数据创建的模型是这样的:
speedDateModel <- lme(dateRating ~ looks + personality +
gender + looks:gender + personality:gender +
looks:personality,
random = ~1|participant/looks/personality)
Run Code Online (Sandbox Code Playgroud)
我尝试使用包lmer中的函数重新创建一个类似的模型lme4;然而,我的结果不同。我以为我有正确的语法,但也许不是?
speedDateModel.2 <- lmer(dateRating ~ looks + personality + gender +
looks:gender + personality:gender +
(1|participant) + (1|looks) + (1|personality),
data = speedData, REML = FALSE)
Run Code Online (Sandbox Code Playgroud)
另外,当我运行这些模型的系数时,我注意到它只为每个参与者产生随机截距。然后我试图创建一个可以产生随机截距和斜率的模型。我似乎无法为这两个函数提供正确的语法来执行此操作。任何帮助将不胜感激。
我正在尝试使用文本搜索模式grepl.问题是我的模式是一个名单列表,我的文本也是一个相同长度的文本列表.我想建立一个遍历每一行并在相应文本中搜索给定名称的循环.
编辑清楚
例如,在这个数据中:
pat <- c("mary", "john", "anthony")
text <- c("This is a long text about anthony", "This is another long text about john", "This is a final text about mary").
Run Code Online (Sandbox Code Playgroud)
我想"mary"在第一个文本中搜索,然后"john"在第二个文本中搜索,最后"anthony"在第三个文本中搜索.