問題タブ [multivariate-testing]

PERMANOVA で 4 つの要素を使用して 3 つ以上の独立したコントラストを作成しようとしましたが、成功しませんでした。contr2df オブジェクトで因子レベルのすべての可能な対ごとの組み合わせを使用する必要があります。これを可能にする方法はありますか？私のコードでは：

ありがとう、

アレクサンドル

3 つの変数の 167 個の観測値のデータ セットがあります。堅牢なマハラノビス距離を使用して、多変量の外れ値を評価して削除しようとしています。これを行うために、パッケージのMoutlier関数をいじっています。chemometrics

私はRにかなり慣れていないので、いくつか質問があります：

これが私のコードです：

1) 誰かが以前にこのコードを使用したことがありますか?私はこれを正しく行いましたか?

2) この関数を実行する前にデータを標準化する必要がありますか?それとも問題ではありませんか?

3)which関数を使用した後の結果は次のとおりです。

これは、これらの数値が観測番号 13、28、29 などに対応することを意味しますか?
では、これらは 3 つの変数すべてについて、削除したい外れ値でしょうか?

どなたかお力添えいただける方、よろしくお願いいたします。...

ggbiplot 関数を使用して PCA プロットを作成し、信頼楕円 (stat_ellipse) を追加しましたが、異なるグループ (3 つの湖で構成される) のすべてのデータ ポイントの輪郭を描く 2D ポリゴンを作成したいのですが、どうすればよいですか?

これは後で、3 つのグループ (湖) のユークリッドまたはハイパースペースの「ボリューム」間のオーバーラップ % を分析するのに役立ちます。

df = 相関行列

53 個の obs を持つデータフレームの glmm を修正しようとしています。17 変数の すべての変数は標準化されていますが、正規分布に従っておらず、欠損値はありません。データフレームの str() は以下のようなものです。

• 種 : 19 レベルの因子 "spp1","spp2",..: 5 18 12 15 19 4 6 14 16 5 ...
• association : 4 水準の因数 "assoA","assoB",..: 1 1 2 2 2 3 3 4 4 1 ...
• site : 2 水準の因数 "site1","site2": 1 1 1 1 1 1 1 1 1 2 ...
• obs.no : int 1 1 1 1 1 1 1 1 1 ...
• 特性 1: 数値 0.652 0.428 0.535 0.389 0.486 ...
• 特性 2 : 数値 0.135 0.16 0.134 0.142 0.159
• (trait3 から 13 を切り取った)

次のコードを実行して、指定された特性の関連クラスとサイト間の重要性を確認しました。

以下のエラーを受け取りました。

glmer(trait1 ~ association+site+ (1 | species),data=df6, : lmer() へのショートカットとして family=gaussian (identity link) を指定して glmer() を呼び出すことは非推奨です; lmer() を直接呼び出してください

この後、ガウス・エルミート求積法でパラメータを推定したいと思います。このエラーを修正するための推奨事項と、ガウス・エルミート求積法を実行するためのコードは非常に高く評価されています。

Statistics in Medicine 2016に掲載された「複数の単変量メタ分析を使用した相関効果サイズの推論」というタイトルの記事で、Chen et al によって提供された複数の単変量メタ分析を通じて、多変量メタ分析のサンプル R コードを実行しようとしています。;35:1405-22。

残念ながら、サンプル コードは機能しません (以下の拡張機能で提供されています)。

スムーズに実行する方法について何か提案はありますか?

これはやや漠然とした質問である危険を冒して、私は先に進み、とにかくそれを尋ねます:

R で 2 つの結果変数を使用して多変量回帰を実行しており、共分散行列の均一性を評価したいと考えていますが、残念ながら、カルバック テストでエラーがスローされます。

現在、x と y は両方とも行列であるため、何をすべきか本当にわかりません。どんな種類の入力も歓迎します。

問題の説明に役立つことを願っています。

複数の入力ファイルからそれらを読み取って、多変量データ モデルを視覚化しようとしています。複数の入力 csv ファイルから読み取った複数のカテゴリ データを視覚化する簡単なソリューションを探しています。いいえ。入力の行の範囲は、個々のファイルで 1 ～ 10000 です。形式は、4 列の csv ファイルのすべての入力と同じです。

入力 1

入力 2

入力 3

入力 4

4 つの入力はそれぞれ異なるカテゴリでありcol[1]、col[2]ある種の分類のペアの結果です。ここでのすべての入力は、同じ分類の出力です。すべてのカテゴリを 1 つのプロットのみに表示するために、それらをより良い方法で視覚化したいと考えています。同じためのpythonまたはpandasソリューションを探しています。散布図またはプロットへの最善のアプローチ。

このクエリは、スタック交換のデータ分析セクションに既に投稿していますが、運がないため、ここで試してみました。 https://datascience.stackexchange.com/questions/11440/multi-model-data-set-visualization-python

下の画像のように、すべてのクラスに独自のマーカーと色があり、分類することも、ペアの値を一緒に表示するためのより良い方法にすることもできます。

コード:編集 1:上記の入力ファイルを使用して散布図をプロットしようとしています。

エラー：

期待される出力プロット - パンダ

このようなテストのサンプルサイズを決定する場合、どの R 関数を使用する必要がありますか?

10 個の広告がある場合、テストを使用して、クリック率が最も高い広告を決定します。フローとクリックスルーをカウントできます。

私は医学生で、公衆衛生の研究に取り組んでいます。私はフォーラムに不慣れで、現在、症例対照一致データの多変量解析の問題を処理する方法を見つけようとして完全に困惑しています。セットアップは、36 のグループがあり、それぞれに 1 つの陽性 (ケース) と 0 から 4 つの陰性 (コントロール) があります。私は、単変量分析からの陽性のみで構成される 1 つのグループを離れています。

これら 36 のグループのうち、24 は高リスク (1-24) で、12 は低リスク (25-36) です。これらのグループ参加者全員に約 100 の質問調査を実施しました。これらの質問には、2 択の回答があったものもあれば、6 つもの回答があったものもあります。

これまでのところ、次のスクリプトを使用して、バイナリ方程式の一変量解析の Mantel-Haenszel カイ 2 乗検定を行ってきました。

これはバイナリ質問の一変量分析を行うのに効率的でしたが、複数の回答を持つ質問 (つまり、あなたの好きな色は何ですか: 緑、赤、黄色など) の一致したグループの単変量分析を適切に行う方法がわかりません。 . これを行う方法はありますか？

しかし、私の最大の疑問は、このような一致したデータを使用して R で多変量解析を行うにはどうすればよいかということです。Mantel-Haenszel の多変量バージョンはありますか?

助けてくれてありがとう。

-A