coefficients

    0热度

    1回答

    嗨我想知道如何检索ggplot2中或矢量或其他地方的stat_smooth方程。我使用的代码是: p <- ggplot(data = mtcars, aes(x = disp, y = drat)) p <- p + geom_point() + stat_smooth(method="loess") p 感谢

    0热度

    1回答

    我有运行多重回归的系数。 我想排列自变量作为列名,然后将系数作为第一行,以便能够看到哪个自变量具有哪个系数。 #assigning independent variables to x x = df.drop("dependent var", axis = 1) ... #creating a data frame with independent variables as headers

    0热度

    1回答

    我正在用我对每个术语的定义的了解来理解回归系数的标准误差。 据我了解,标准误差的定义是估计的统计准确性的度量,等于这种估计的大量群体的理论分布的标准偏差。 现在标准差是方差的平方根。所以如果我们得到系数的方差,我们会得到标准误差。现在我所理解的系数方差是V [b],其中b是所有估计系数的矩阵,其中X是包含X0 = 1的因变量矩阵。 但是,当我搜索Var [b]的方程时,我得到Var [b]的一个方

    2热度

    2回答

    我在R中运行OLS回归,从中得到一对系数。以下是部分代码: Attacks <- Treat.Terr.Dataset$Attacks[2:30] Attackslag <- Treat.Terr.Dataset$Attacks[1:29] TreatmentEffect <- Treat.Terr.Dataset$TreatmentEffect[2:30] TreatmentEffectl

    1热度

    1回答

    我想应用主成分分析,以减少我的数据的维度。 200x146,200个具有146个特征(维度)的观察值(样本),每个观察值可以属于三个类别之一。我想要做的是将数据可视化,以便在向我的数据添加新样本后查看类质心如何移动。由于不可能绘制这样的高维度数据,因此我正在寻找一个能够将我的数据表示在几乎不同的班级中的维度。 我知道PCA计算特征向量的特征值,而特征值代表方差。方差越高,数据分布越多,可视化效果越

    1热度

    2回答

    我正在使用橙色画布来处理caotic数据集。我想得到一个回归方程,我使用的是单变量多项式回归工具,它给出了相关的图,但它没有给出关于它的任何方程或系数。是否有任何方式,部件工具或代码来导入橙色的这个功能。谢谢大家。

    0热度

    1回答

    以下是一个函数,它采用两个相等大小的向量X和Y,并且应该返回一个包含单个相关系数的矢量以用于图像对应。如果给定两个相等大小的向量,函数应该类似于matlab中内置的corr(X,Y)函数。现在我的代码正在生成一个包含多个双数向量的向量,而不是包含单个数字的向量。我该如何解决? function result = myCorr(X, Y) meanX = mean(X); meanY = me

    -2热度

    1回答

    我有很多互动术语,我想要将这些系数的名称输出到LaTeX,而不是那么繁琐。 我不想在我的数据框中预先生成所有的交互,这是一个很大的麻烦。

    0热度

    1回答

    在MP3编码过程中,在量化数据之前,它会通过窗口和MDCT函数。我想知道,数据的量化是否意味着其中的一部分会丢失? MP3 Encoding

    0热度

    1回答

    假设我有20辆车,每辆车都进行了10次测试,并且在每次测试中,根据行驶距离驱动确定了多个段。 对于每个veh_id + test_id +段组合,我想得到高度与路线距离回归的简单线性回归斜率。 R中使用dplyr包,我觉得这样的事情应该工作: dataset <- dataset %>% group_by (veh_id, test_id, segment) %>% do(data.frame