glm

    0

    1答えて

    3レベルの従属変数のオッズ比を計算しようとしています。 私はこれを行うことにより、(= 1、他のすべて= 0をテストスコアの最低25%)をバイナリうつスコアでオッズ比を行う方法を考え出した: ODDSR <-glm(DEPRESSION~AGE+MALE+LITERACY+COLLEGE+MARRIED, data = df, family = "binomial") summary(ODDS

    1

    1答えて

    Rでは、私がglmに適合するデータをプロットしようとしています。どのデータポイントにどのファクタが関連付けられているかを明確にしたいと思います。データには、応答変数y =生存者vs x =卒業年があります。私はさらに2つの説明変数、年齢と教員を持っています。私は現在、生存者対プロット年にコード plot(year,survive,pch=as.character(faculty)) を使用して

    0

    1答えて

    私は、生息地タイプ(「生息地」)の関数としてバイオマスデータ(還元性バイオマスと生殖バイオマスと栄養バイオマスの比) )、年データが収集された(「年」)、データ収集サイト(「サイト」)。私のデータはガンマ分布によく似ているように見えますが、バイオマスがゼロ(〜800件)の8つの観測値があり、モデルは実行されません。これに対処する最良の方法は何ですか?使用する別のエラー分布は何でしょうか?あるいは、

    0

    1答えて

    量的変数を予測する混合データ(量的およびカテゴリの両方)があります。私はRのglmモデルに入る前に、カテゴリデータを因子に変換しました。私のデータには、カテゴリ変数があり、大部分が150以上のレベルを持っています。私がglmモデルにそれらを供給しようとすると、より多くのレベルを持つこれらの要因のためにメモリの問題で失敗します。私たちは、閾値を設定し、特定の数のレベルまで変数だけを受け入れることがで

    1

    1答えて

    Rでは、glmの概要は多くの有用な情報を与えます。しかし、私は分類ミス率/精度メトリックを見つけられませんでした。私がこれらのメトリクスを望むたびに、予測を再実行し、グランド・トゥルース・ラベルと比較する必要があります。もっと良い方法はありますか?たとえば、glmの結果から抽出しますか? > summary(glm(am~wt,mtcars,family = "binomial")) Call

    0

    1答えて

    私はバイノーラルGLMを実行しようとしていますが(他のソフトウェアをテストするためにオープンしています)、私のDVはay/nです。私のIDVには性別、グループ(新生児、体重と他のカップル。 私はダミー変数が必要かどうか、もしそうなら、2つ以上の結果を持つ要因をダミー変数に変換する方法を知りたいと思います。

    1

    2答えて

    を使用しているとき、私は、この式を使用している: varlist <- c("A", "B") for(i in c(1:2)) { print(varlist[i]) print(summary(svyglm(as.formula(paste0(varlist[i], "~YEAR + REGION")), design = subset(FEI.w, va

    -1

    1答えて

    私はアブラムシと寄生虫データのglmを作成するためにRを使用しています。 これは、「地域」の下で、私は3つの変数を取得する必要がありますが、私は2つだけ、同じを取得しています私は Aphid_glm.full8 = glm(Field.Abundance~Region-1+Total_Rainfall+Species+GS+Date, family=gaussian()) を使用していたモデル

    0

    1答えて

    私はRでロジスティック回帰をしています。私は、統計情報とRの理解が不足している可能性があります。現在の出力のp値に基づいてモデルを縮小することに関する質問。 Iが与えられたコマンドである: model = glm(col1 ~ 1+(col2+col3+col4+col5+col6+col7)^2, family=binomial, data=ds) summary(model) 列は最初

    -3

    1答えて

    私は6000トレーニングサンプル(glm)で私のモデルを訓練しました 次に、200000行のベクトルの予測を試みました しかし結果として私はわずか6000行しか受け取りませんでした。 I)は、(予測機能のためにこれらの引数を使用: predict( object = model_ppp2, newdate = Model_education, type = c("link", "