小编Yoh*_*dia的帖子

我得到一个奇怪的结果,我尝试将and或or运算符应用于python中的2个布尔列表.我实际上得到了与我期望的完全相反的东西.

[True, False, False] and [True, True, False]
> [True, True, False]

[True, False, False] or [True, True, False]
> [True, False, False]

这是正常的,如果是的话,为什么？

为了绘制每个ggplot图9个直方图,我使用了以下数据:

                               id               variable      value
1                     Segment III | RIM BlackBerry Pearl | 5.600000
2                    Display size | RIM BlackBerry Pearl | 6.500000
3              Voice/call quality | RIM BlackBerry Pearl | 5.600000
4  Instant messaging availability | RIM BlackBerry Pearl | 7.200000
5                   Media quality | RIM BlackBerry Pearl | 6.100000
6          Ease of use for typing | RIM BlackBerry Pearl | 5.700000
7        Speed in accessing email | RIM BlackBerry Pearl | 6.400000
8                      Segment II | RIM BlackBerry Pearl …

我想知道仅使用 ggplot 是否可以将不同的主题分配给不同的方面。

这个问题关系到这一个，我觉得通过@baptiste提供的解决方案应该是最好的一个。

使用他的代码，我获得了以下图：

有了这个数据：

                    RIM BlackBerry Pearl Palm Treo 700p Motorola Q Nokia 9300 Sony Ericsson M600i Sidekick3                      id
Compact                                  6.9            5.7        6.7        4.5                 5.1       3.6                 Compact
Quality of display                       7.5            6.3        7.3        5.1                 6.2       3.8      Quality of display
Push email availability                  8.2            7.4        6.4        6.4                 6.0       4.5 Push email availability
Brand image                              8.6            8.5        7.2        6.5                 4.5       3.0             Brand image
Comfortable to call                      7.4            6.9        6.1        4.2                 5.2       3.1     Comfortable to call
High prestige                            7.2 …

我正在尝试使用包中的lmer函数来拟合混合模型lme4。但是，我不明白应该向start参数输入什么。我的目的是使用简单的线性回归来使用估计的系数作为混合模型的起始值。

假设我的模型如下：

linear_model = lm(y ~ x1 + x2 + x3, data = data)
coef = summary(linear_model)$coefficients[- 1, 1] #I remove the intercept
result = lmer(y ~ x1 + x2 + x3 | x1 + x2 + x3, data = data, start = coef)

这个例子是我正在做的事情的一个过于简化的版本，因为我将无法共享我的数据。

然后我得到以下类型的错误：

Error during wrapup: incorrect number of theta components (!=105) #105 is the value I get from the real regression I am trying to fit.

我尝试了许多不同的解决方案，试图提供一个列表并命名这些值，theta就像我在某些论坛上看到的那样。

另外 …