小编Edd*_*die的帖子

我正在做R中的逻辑回归.有人可以澄清运行这两行的区别是什么？

1. glm(Response ~ Temperature, data=temp, 
                    family = binomial(link="logit"))
2. glm(cbind(Response, n - Response) ~ Temperature, 
                    data=temp, family =binomial, Ntrials=n)

数据如下所示:(注意:响应是二进制.0 =死1 =不死)

Response  Temperature
0         24.61
1         39.61
1         39.50
0         22.71
0         21.61
1         39.70
1         36.73
1         33.32
0         21.73
1         49.61

我是曲线拟合的初学者,Stackoverflow上的几个帖子对我很有帮助.

我尝试使用正弦曲线拟合我的数据lm,nls但两种方法都显示出一种奇怪的拟合,如下所示.谁能指出我哪里出错了.我怀疑与时间有关,但无法做到正确.我的数据可以从这里访问.

data <- read.table(file="900days.txt", header=TRUE, sep="")
time<-data$time
temperature<-data$temperature

#lm fitting
xc<-cos(2*pi*time/366)
xs<-sin(2*pi*time/366)
fit.lm<-lm(temperature~xc+xs)
summary(fit.lm)
plot(temp~time, data=data, xlim=c(1, 900))
par(new=TRUE)
plot(fit.lm$fitted, type="l", col="red", xlim=c(1, 900), pch=19, ann=FALSE, xaxt="n",
yaxt="n")

#nls fitting
fit.nls<-nls(temp~C+alpha*sin(W*time+phi),
   start=list(C=27.63415, alpha=27.886, W=0.0652, phi=14.9286))
summary(fit.nls)
plot(fit.nls$fitted, type="l", col="red", xlim=c(1, 900), pch=19, ann=FALSE, xaxt="n", 
axt="n")

我有一个rasterstack(5个栅格图层)实际上是一个时间序列栅格.

r <- raster(nrow=20, ncol=200)
s <- stack( sapply(1:5, function(i) setValues(r, rnorm(ncell(r), i, 3) )) )
s

class       : RasterStack
dimensions  : 20, 200, 4000, 5  (nrow, ncol, ncell, nlayers)
resolution  : 1.8, 9  (x, y)
extent      : -180, 180, -90, 90  (xmin, xmax, ymin, ymax)
coord. ref. : +proj=longlat +datum=WGS84 +ellps=WGS84 +towgs84=0,0,0 
names       :   layer.1,   layer.2,   layer.3,   layer.4,   layer.5
min values  : -9.012146, -9.165947, -9.707269, -7.829763, -5.332007
max values  :  11.32811,  11.97328,  15.99459,  15.66769,  16.72236

我的目标是绘制每个像素并探索它们随时间的行为.

如何将每个像素与x,y坐标一起提取并绘制时间序列曲线？

我在R(glm)中运行逻辑回归.然后我设法绘制结果.我的代码如下:

 temperature.glm = glm(Response~Temperature, data=mydata,family=binomial)

 plot(mydata$Temperature,mydata$Response, ,xlab="Temperature",ylab="Probability of Response")
 curve(predict(temperature.glm,data.frame(Temperature=x),type="resp"),add=TRUE, col="red")
 points(mydata$Temperature,fitted(temperature.glm),pch=20)
 title(main="Response-Temperature with Fitted GLM Logistic Regression Line") 

我的问题是:

1. 如何在一个图中绘制两条逻辑回归曲线？
2. 我从其他统计软件中得到了这两个系数.如何创建随机数据,插入这两组coef(Set 1和Set 2)然后生成两条逻辑回归曲线？

型号:

                   SET 1
 (Intercept)     -88.4505
 Temperature       2.9677

                  SET 2
 (Intercept)    -88.585533
 Temperature      2.972168

mydata 在2列和~700行中.

Response Temperature 
1 29.33 
1 30.37 
1 29.52 
1 29.66 
1 29.57 
1 30.04 
1 30.58 
1 30.41 
1 29.61 
1 30.51 
1 30.91 
1 30.74 
1 29.91 
1 29.99 
1 29.99 
1 29.99 
1 29.99 
1 29.99 
1 29.99 
1 …

如何将像素值添加到绘图中？我可以通过使用获取值，click()但我希望它出现在图中。

library(raster)
r <- raster(nrow=3, ncol=3)
r[] <- 1:ncell(r)
plot(r)
click(r) 

library(raster)
img <- list.files(pattern='*.img')
stack <- stack(img)

上面的代码应该工作,但尽管有我的文件夹中的*.IMG文件,我也有*img.xml和*img.aux.xml文件.如何重写我的代码以便它只堆叠*.img文件？

day <- c(seq(1, 10592, by = 1))

如何将"日"改为1982年1月1日至2010年12月31日的朱利安日期格式.

提前致谢.