correlation

    -1

    1答えて

    パネルの日付セットの相関行列を作成します。私のデータセットは次のように構成されています。LEV、DOI、INDU、GROWTH、SIZE、ROE、AGEの各企業の数値は次のとおりです。 したがって、入力ファイルは次のようになります私がこれまでにやった ---LEV------DOI----INDU----GROWTH LEV DOI INDU GROWTH :よう compan

    7

    2答えて

    私は、以下に述べるようなドライバのトリップ情報を持つデータセットを持っています。私の目的は、ドライバーが運んでいる荷重と運転している車両を考慮に入れた新しい走行距離または調整された走行距離を考え出すことです。マイレージと負荷の間には負の相関があることがわかりました。したがって、より多くの荷物を運ぶことができます。また、車両の種類もあなたのパフォーマンスに影響を与える可能性があります。ある意味では、

    0

    2答えて

    私は、このデータフレームの特定の列を使用して相関を計算し、計算された相関を含む新しい列を追加するのに十分なデータを各行に持つ大きなデータフレームを持っています。 、明らかに example_data %>% mutate(pearsoncor = cor(x = X001_F5_000_A:X030_F5_480_C, y = X031_H5_000_A:X060_H5_480_C)) 私は

    1

    1答えて

    ニューラルネットワークでは、入力層、隠れ層、出力層の3つの主要部分が定義されています。隠れ層の単位間に相関関係はありますか?例えば、隠れ層の1番目と2番目のニューロンが互いに独立しているか、または互いに関係があるか?この問題を説明する情報源はありますか?

    -2

    1答えて

    Bonferroni補正用のRStudioとPearson Correlation Matrix用の生のP値のコーディングを続行するにはどうすればいいですか?私は学生でRの新人です。データの平均、SD、およびnの表をどのように取得するかについても迷っています。私がピアソン相関行列を計算したとき、私はちょうどr値を得て、生の確率値も得ませんでした。私はどのようにRStudioでそれを得るためにコード

    -2

    1答えて

    のフィルタ相関行列 私はRでプログラミングしており、膨大な相関行列を持っています。私はこの行列をフィルタリングして、値が0.7以上の行と列しか持たないようにしたいと思います。 私はすでにサブセットとフィルターを試しましたが、私が望むものは実際には得られません。追加の問題は、あまりにも多くの行/列名があり、私がそれらで作業したくないということです。誰でも助けてくれますか? 例えば 1 2 3 4

    0

    1答えて

    「理想」と「承認」の2つのリッカートスケールの間の相関を得ようとしています。それらは異なる数のアイテムを含む。 >names(ideal) [1] "IDEAL1" "IDEAL2" "IDEAL3" "IDEAL4" "IDEAL5" "PROMOTIONAL6" >str(ideal) 'data.frame': 96 obs. of 6 variables: $

    0

    2答えて

    次のデータセットで相関を実行します。私はすべての間で相関関係が必要です(V2、V3、V4、V5; V2とV1、V3、V4、V5など...)。私は相関係数とp値が必要です。私も実行している私は、このコード correlations <- corr.test (mydataset, use = "pairwise"). を走った mydataset Group V1 V2 V3 V4

    3

    1答えて

    pandas.rolling_corrが実際にローリング相関をどのように計算するかを理解しようとしています。これまでのところ私はずっとずっとそれをnumpyでやってきました。私はスピードと使いやすさのためにパンダを使うのが好きですが、以前のようにローリング相関を得ることはできません。私は2つのnumyアレイで始まる : c = np.array([1,2,3,4,5,6,7,8,9,8,7,6,5

    -1

    1答えて

    データフレーム内のいくつかの変数間で相関を実行しようとしています。私は1つの文字ベクトル(グループ)を持ち、残りは数値です。私はp型を得るために、このコード編集を使用するにはどうすればよい Group COR <chr> <dbl> 1 GL 0.1848529 2 NG 0.1559912 :ここ library(dplyr) datafra