小编Gün*_*nal的帖子

我有如下分类数据：

gender age_group diagnosis
male     young    x
female   child    y
female   adult    x
male     old      z

gender, age_group and diagnosis have 2, 4 and 3 levels respectively. 

我想进行一个Chi-Squared Test查看两个类之间的关系。我怎么能在 R 中做到这一点

我有一个veteran存储在R中的数据.我创建了一个生存模型,现在希望预测生存概率预测.例如,什么样的概率是80的患者karno值,10 diagtime,age65 prior=10和trt = 2住超过100天呢？

在这种情况下,设计矩阵是 x = (1,0,1,0,80,10,65,10,2)

这是我的代码:

library(survival)
attach(veteran)
weibull <- survreg(Surv(time,status)~celltype + karno+diagtime+age+prior+trt ,dist="w")

这是输出:

知道如何预测生存概率吗？

我正在尝试使用bnlearn在R中绘制一个Bsyesian网络。这是我的R代码

library(bnlearn)
library(Rgraphviz)

first_variable <- rnorm(100)
second_variable <- rnorm(100)
third_variable <- rnorm(100)
v <- data.frame(first_variable,second_variable,third_variable)

b <- hc(v)
hlight <- list(nodes = nodes(b), arcs = arcs(b),col = "grey", textCol = "red")
pp <- graphviz.plot(b, highlight = hlight)

上面的代码可以工作，但是情节中文本的大小比我预期的要小得多。这里是：

我认为这是因为我的变量名很长。在我的真实数据中，变量名称甚至更长。这是我的真实数据集的BN图：

有什么办法可以增加图中文字的大小吗？

我需要一个直方图来获取我的数据,但找不到一个有曲线的直方图.任何人都可以建议直方图显示频率(而不是密度)与下面的数据曲线？花哨的是首选,但不担心,如果不是:)

x <- rnorm(1000)
hist(x)

我无法获得下面的WinBUGS代码.它适用于普通的先验,但不适用于均匀的先验.单击后显示的错误消息compile是array index is greater than array upper bound for age.那是什么意思？请问任何人请帮我处理下面的代码吗？

model
{
for (i in 1:n) {
# Linear regression on logit
logit(p[i]) <- alpha + b.sex*sex[i] + b.age*age[i]
# Likelihood function for each data point
frac[i] ~ dbern(p[i])
}
alpha ~ dunif(0, 1) # Prior for intercept
b.sex ~ dunif(0, 1) # Prior for slope of sex
b.age ~ dunif(0, 1) # Prior for slope of age
}
Data
list(sex=c(1, 1, 1, 0, 1, 1, …

在R,optim命令使用Nelder-Mead方法来优化函数.一篇文章指出

The parameters to be estimated are optimized over initial values. As a result,
different initial values will lead to different estimates.

Run Code Online (Sandbox Code Playgroud)

它是什么意思the parameters to be estimated are optimized over initial values？

我使用logit模型进行了分析,现在想要使用probit模型做同样的事情.任何人都可以把这个winbugs logit模型变成winbugs probit模型吗？

model
 {
 for (i in 1:n) {
 # Linear regression on logit
 logit(p[i]) <- alpha + b.sex*sex[i] + b.age*age[i]
 # Likelihood function for each data point
 frac[i] ~ dbern(p[i])
 }
 alpha ~ dnorm(0.0,1.0E-4) # Prior for intercept
 b.sex ~ dnorm(0.0,1.0E-4) # Prior for slope of sex
 b.age ~ dnorm(0.0,1.0E-4) # Prior for slope of age
 }
 Data
 list(sex=c(1, 1, 1, 0, 1, 1, 0, 0, 0, 0, 1, 1, 1, 1, 1, 0, 1, 0, 0, 0, …

为了解决(c),我想我需要一个二项分布的对数似然图.有人可以帮我在R做吗？数据和问题如下;

我想我需要这种情节: