我试图使用R包leaps来运行所有可能的回归模型组合 - 所有可能的大小 - 在单个因变量和大于50个可能的预测变量上.每个变量是大约50个数值的向量.
这是我尝试过没有成功的:
vars <- c("var1", "var2", "var3", ... , "var60")
xs <- as.formula(paste("yvar ~ ", paste(vars, collapse="+")))
model1 <- regsubsets(x=xs, y=yvar, really.big=TRUE,
method="exhaustive", data=data)
summary(model1)
Run Code Online (Sandbox Code Playgroud)
我收到的错误是:
Warning message:
In leaps.setup(x, y, wt = wt, nbest = nbest, nvmax = nvmax, force.in = force.in,:
15 linear dependencies found
Run Code Online (Sandbox Code Playgroud) 我想对一个非常大的二进制矩阵的每一行进行向量的元素乘法。我的向量的长度等于我的矩阵的列数。我已经实现了使用 for 循环如下,但它非常慢。有谁知道加快速度的解决方案?
A <- c()
M # Binary matric
W <- matrix(0, nrow=nrow(M), ncol=ncol(M))
W <- data.frame(W)
for (i in 1:nrow(W)) {
W[i,] <- M[i,] * A
}
Run Code Online (Sandbox Code Playgroud) 我对R包学者有疑问
什么有效:
get_citation_history(SSalzberg)
Run Code Online (Sandbox Code Playgroud)
什么不:
get_article_cite_history(SSalzberg, "any article")
Run Code Online (Sandbox Code Playgroud)
代码:
article <- "Ultrafast and memory-efficient alignment of short DNA sequences to the human genome"
SSalzberg <- "sUVeH-4AAAAJ" (Google Scholar ID)
get_article_cite_history(SSalzberg, article)
Run Code Online (Sandbox Code Playgroud)
错误信息:
Error in min(years):max(years) : result would be too long a vector
In addition: Warning messages:
1: In min(years) : no non-missing arguments to min; returning Inf
2: In max(years) : no non-missing arguments to max; returning -Inf
Run Code Online (Sandbox Code Playgroud)
我不理解该函数上下文中的错误消息,我尝试了另一篇文章与另一位作者没有成功.我不知道我在这里失踪了什么....谢谢
嗯,我一直在这个网站上寻找在一个图中制作两个直方图。我得到
ggplot()+geom_histogram(data=etapa1, aes(x=AverageTemperature),col="red")+
geom_histogram(data=etapa2, aes(x=AverageTemperature),col="blue")
Run Code Online (Sandbox Code Playgroud)
我有两个不同颜色的直方图,但我没有得到显示每种颜色的图例或标签。我怎样才能生产它?
我有117/12/31意味着17/12/31的日期.如何提取第17年并将其粘贴到第20年并将其更改为2017年?对于2000年之前的日期,格式为(例如)89/12/31.在这种情况下,我需要将年份格式设为1989年.
我有一个包含 1096 个数字的向量,这是一个测量站 3 年内测量的 NOx 的日平均浓度。您可以观察图像中的分布类型:

我使用这些命令来做直方图:
NOxV<-scan("NOx_Vt15-17.txt")
hist.NOxVt<-hist(NOxV, plot = FALSE, breaks = 24)
plot(hist.NOxVt, xlab = "[NOx]", ylab = "Frequenze assolute", main = "Istogramma freq. ass. NOx 15-17 Viterbo")
points(hist.NOxVt$mids, hist.NOxVt$counts, col= "red")
Run Code Online (Sandbox Code Playgroud)
我的教授建议我用泊松分布拟合直方图 - 注意转换:离散 -> 连续(我不知道这意味着什么) - 或“对数正态”分布。
我尝试使用她在课程中给我们的一些命令行来进行泊松拟合,但是在执行以下最后一行代码后,R 给了我一个错误:
my_poisson = function(params, x){
exp(-params)*params^x/factorial(x)
}
y<-hist.NOxVt$counts/1096;
x<-hist.NOxVt$mids;
z <- nls( y ~ exp(-a)*a^x/factorial(x), start=list(a=1) )
Run Code Online (Sandbox Code Playgroud)
numericDeriv(form[[3L]], names(ind), env) 中的错误:评估模型时产生的缺失值或无穷大此外:有 50 个或更多警告(使用警告()查看前 50 个)”
这个问题解决不了(在网上搜索类似问题)我决定用对数正态拟合分布,但我不知道怎么做,因为教授没有给我们解释,我仍然没有足够的 R 经验来自己解决。
我将不胜感激有关如何进行对数正态拟合和/或泊松拟合的任何建议或示例。
update.packages()在R中运行时如何避免回答"你想要更新此软件包"一百次吗?
update.packages()我个别问我是否要更新几乎所有包装,并显示为提示y/n/c.我最终击中Y然后Enter反复五分钟."C"是什么意思?它让我解决了这个问题吗?我不敢选择不知道它意味着什么的选择.Y显然是,N显然是C?有人猜吗?
lme4我正在使用 R 中的s函数分析数据(如下)。glmer我正在构建的模型由泊松分布响应变量 ( obs)、一个随机因子 ( area)、一个连续偏移 ( duration)、五个连续固定效应 ( can_perc、can_n、time, temp, cloud_cover) 和一个二项式固定效应因子 ( burnt)。在拟合模型之前,我检查了共线性并删除了所有共线性变量。
初始模型为:
q1 = glmer(obs ~ can_perc + can_n + time * temp +
cloud_cover + factor(burnt) + (1|area) + offset(dat$duration),
data=dat, family=poisson, na.action = na.fail)
Run Code Online (Sandbox Code Playgroud)
(注意:我需要将其指定na.action为“na.fail”,因为我稍后想要dredge()模型,这是必需的。)
运行模型会出现以下警告:
“Hessian 矩阵在数值上是奇异的:参数不是唯一确定的”
在该模型的类似变体中,我也收到了警告:
“在 checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, 中:模型几乎无法识别:大特征值比 - 重新缩放变量?”
根据我对https://rdrr.io/cran/lme4/man/troubleshooting.html和其他地方的建议的有限理解,这两个警告都反映了类似的问题,即 Hessian(逆曲率矩阵)具有较大的特征值,表明(在数值公差范围内)表面在某个方向上完全平坦。根据警告和链接中的建议,我使用 重新调整了所有连续预测变量scale()。我还缩放了偏移变量(我尝试了缩放和不缩放这个变量)。具有缩放预测变量的模型如下: …
我想计算的平均柱x和y下面,并添加一列Mean,
> z
w x y
1 5 1 1
2 6 2 2
3 7 3 3
4 8 4 0
Run Code Online (Sandbox Code Playgroud)
我使用的代码如下:
z$mean <- rowMeans(subset(z, select = c(x, y)), na.rm = TRUE)
Run Code Online (Sandbox Code Playgroud)
但我不知道如何忽略最后一个y值中的 0 ;该行x和y值的平均值仅为 4。
所需的输出:
> z
w x y mean
1 5 1 1 1
2 6 2 2 2
3 7 3 3 3
4 8 4 0 4
Run Code Online (Sandbox Code Playgroud) 我如何知道哪些点位于圆锥体内,例如以下兔子数据?
library("onion")
library("rgl")
#bunny data
data(bunny)
#cone
pts <- cbind(c(0, 0), c(0, 0.23), c(0, 0))# the centers
radii <- c(0.0, 0.15)
cone <- cylinder3d(pts, radii, sides = 20)
#visualize
points3d(bunny, col="pink", alpha = 0.3)
shade3d(cone, col = "lightblue", alpha = 0.9)
Run Code Online (Sandbox Code Playgroud) r ×10
colors ×1
data-fitting ×1
date ×1
ggplot2 ×1
histogram ×1
lme4 ×1
mean ×1
optimization ×1
poisson ×1
regression ×1
rgl ×1
updates ×1