r语言ggplot2

R语言线性模型与广义线性模型—建立预测保险费用模型

目录数据预处理读取insurance.csv中的数据声明各变量类型，并将数据储存为R数据框对因变量charges进行对数转换查看各分类变量的频数表随机抽取70%的观测放入学习数据集，剩余30%放入测试数据集。将学习数据集和测试数据集存入.csv文件。使用线性模型根据学习数据集建立线性模型查看模型诊断图并点评计算线性模型对测试数据集中保险费用预测的均方根误差。使用Iasso模型根据学习数据集建立Ia
城南望余雪·2022-12-11 18:06

R语言和医学统计学（7）：多元线性回归

医学和生信笔记，专注R语言在临床医学中的使用，R语言数据分析和可视化。
医学和生信笔记·2022-12-11 18:36

R软件的安装

1.登录R语言官网，www.R-project.org。2.点击CRAN。3.选择就近的镜像站点。4.点击相应版本。5.单击base。
請叫我做雷锋·2022-12-11 15:56

R语言——读入文件

#首先查看当前工作路径>getwd()#将工作路径更改至文档所在位置>setwd(dir="C:/Users/czm/Desktop/RData")#读入文档>xhead(x)#读入最后6行>tail(x)#使用参数n控制读入的行数>head(x,n=10)#sep参与用于设置不同类型文件的分隔符，其默认状态为空格，当读入.csv文件时，应将sep参数设置为“,”。#将读入数据的第一行设为列的名称
請叫我做雷锋·2022-12-11 15:26

MacOS下的Conda安装PaddlePaddle

MacOS下的Conda安装Anaconda是一个免费开源的Python和R语言的发行版本，用于计算科学，Anaconda致力于简化包管理和部署。
飞桨PaddlePaddle·2022-12-11 13:28

R语言各种假设检验的相关知识的使用

通过综合案例，使学生掌握基本统计分析的各种指标的，掌握统计分析结果的可视化方法。1.调查某大学学生每周学习时间与得分的平均等级之间的关系，现抽查10个学生的资料如student.data文件所示。其中等级10表示最好，1表示最差，试用秩相关检验（Spearman检验和Kendall检验）分析学习时间和学习等级有无关系。（相关性检验）读取并查看文件提出假设：H0：学习时间和学习等级无关系H1：学习时
PqqqqqqY·2022-12-11 12:58

MATLAB算法实战应用案例精讲-【神经网络】激活函数：tanh（附MATLAB、R语言、Python和C++代码）

目录前言几个高频面试问题1.sigmoid和tanh的区别与联系2.tanh相比sigmoid的优势有哪些？
林聪木·2022-12-11 10:56

手把手教你一整套R语言数据分析+建模流程

手把手教你一整套R语言数据分析+建模流程Intro项目背景前期准备数据描述数据清洗预分析及预处理数值型数据类别型数据特征建模模型对比Intro近期在整理数据分析流程，找到了之前写的一篇代码，分享给大家。
zzzt151·2022-12-11 10:52

人工晶状体计算——人工智能算法（R语言）

人工晶状体计算——人工智能算法（R语言）1.准备数据2.建立模型2.1方法12.2方法21.准备数据准备数据Data.xlsx，示例如图AgeALACDK1K2WTWLTRefIOLPower68.0022.682.2142.4442.7511.204.82
丘比特爱睡觉·2022-12-11 10:21

R 语言 基础教程 第6章 分类与预测建模（1）朴素贝叶斯分类，KNN算法，人工神经网络，CART算法，C4.5算法，决策树，回归分析，R语言数据分析

关注公众号凡花花的小窝，收获更多的考研计算机专业编程相关的资料分类与测分析是数据挖掘的主要技术手段之一,都属于分析数据的形式，至今已在理论和方法上取得了丰硕的研究成果。1.回归分析数据分析概念数据分析是指用适当的分析方法对收集来的大量数据进行分析，提取有用信息和形成结论并对数据加以详细研究和概括总结的过程广义数据分析包括狭义数据分析和数据挖掘。狭义数据分析是指根据分析目的，采用对比分析、分组分析、
学习记录wanxiaowan·2022-12-11 10:20

预测分析：R语言实现1.3　预测建模的过程

1.3预测建模的过程通过观察模型的某些不同特征，我们已经对预测建模过程的各种步骤有所了解。在本节，我们要顺序讲解这些步骤，并理解每个步骤是如何对该任务的整体成功起作用的。1.3.1定义模型的目标简而言之，每个项目的第一步是准确找出期望的结果是什么，因为这样有助于引导我们在项目的进展过程中做出正确的决定。在一个预测分析学项目里，这个问题包括深入研究我们要进行的预测的类型，以及从细节上去理解任务。例如
weixin_33811961·2022-12-11 10:49

信用评分卡模型（R语言）

贷款风险预测-信用评分卡模型（R语言）时间：2018年10月9日本次的分析数据来自Kaggle数据竞赛平台的“givemesomecredit”竞赛项目。
杨莯颖·2022-12-11 10:49

KnnR语言实现学习笔记

前言：来自《机器学习与R语言实践》课程#利用R自带的iris数据集，随机抽取1/2的样本作为训练集，另外一半的样本作为测试集来验证模型的效果iris1<-iris#利用caret包的createDataPartition
骆驼算法学习笔记·2022-12-11 09:47

R语言入门

一、R基本1.1算术运算符运算符描述+加法−减法*乘法/除法^或**求幂%%求余%/%整数除法1.2常用数学函数abs(x)sqrt(x)sin(x)、cos(x)、tan(x)asin(x)、acos(x)、atan(x)exp(x)log(x)、log2(x)、log10(x)round(x)ceiling(x)floor(x)trunc(x)1.3常用的统计函数函数描述length(x)求x
noobiee·2022-12-11 09:47

信用卡评分模型（R语言）

信用卡评分一、数据准备1、问题的准备•目标：要完成一个评分卡，通过预测某人在未来两年内将会经历财务危机的可能性来提高信用评分的效果，帮助贷款人做出最好的决策。•背景：–银行在市场经济中起到至关重要的作用。他们决定谁在什么条件下可以得到融资，并且可以创造或打破投资决策。而市场、社会，以及个人和企业都需要获得贷款。–信用评分算法，对默认可能性进行猜测，这是银行用来判断贷款是否应该被授予的方法。•准备：
dlt45091·2022-12-11 09:17

tidymodels搞定二分类资料多个模型评价和比较

本文首发于公众号：医学和生信笔记“医学和生信笔记，专注R语言在临床医学中的使用，R语言数据分析和可视化。主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等。
医学和生信笔记·2022-12-11 09:46

R语言编写自定义函数对数据进行标准化、使用keras包构建深度学习自动编码器（autoencoder）、summary函数查看自动编码器网络结构

R语言编写自定义函数对数据进行标准化、使用keras包构建深度学习自动编码器（autoencoder）、summary函数查看自动编码器网络结构目录
statistics.insight·2022-12-11 09:16

R语言使用caret包的knnreg函数拟合KNN回归模型：使用predict函数和训练好的模型进行预测推理、使用plot函数可视化线图对比预测值和实际值曲线

R语言使用caret包的knnreg函数拟合KNN回归模型：使用predict函数和训练好的模型进行预测推理、使用plot函数可视化线图对比预测值和实际值曲线目录
statistics.insight·2022-12-11 09:45

R语言penguins数据集可视化

可通过宏包palmerpenguins::penguins获取数据，记录的大量企鹅体征数据，特征如下：species,island,bill_length_mm,bill_depth_mm,flipper_length_mm,body_mass_g,sex,year每种类型企鹅的嘴峰长度的分布library(palmerpenguins)penguins%>%ggplot(aes(x=bill_l
Mrrunsen·2022-12-11 08:45

R语言：企业风险分析（4）【输入建模，拟合概率分布法】

本章介绍在数据可获得的情况下，输入建模常用的拟合概率分布法，以及如何在建模时体现变量间的相关性。使用到的数据：链接：https://pan.baidu.com/s/132MhiYHNQzo9RbMI2-o-NQ提取码：2ch3在数据可获得的情况下，输入建模的三种方法：使用分析概率分布（拟合概率分布法）使用历史数据（与模拟相比，有大量的历史数据）重采样（与模拟相比，数据较少）历史数据法（如：直接使用
lzc1009840152·2022-12-11 06:18

R语言：企业风险分析（5）【输入建模，断点法】

本章介绍在数据不可获得的情况下，输入建模常用的断点法数据不可用时的输入建模如果我们没有数据来对模型中的不确定变量进行建模，那么我们必须使用我们能找到的任何东西，包括：专家意见物理或常规限制（可以提供界限）过程的物理基础（可以建议适当的分布系列）资料来源：改编自Biller,B.和Gunes,C.(2010)。模拟输入建模简介。2010年冬季模拟会议论文集(B.Johansson,S.Jain,J.
lzc1009840152·2022-12-11 06:18

R语言自带的分析实例

R自身带有数据和分析实例，不用舍近求远了!方法是调用：example()函数。可运行下面代码试试。example(t.test)example(chisq.test)example(lm)example(aov)使用data()函数可以查看R自带的数据集。
czliutz·2022-12-11 06:18

R语言：商业数据分析实例（1）【read, mutate等基础操作】

适用于初学者。内容包括CSV文件的读取，整理合并表格，按需求分组并筛选所需数据并可视化。使用到的数据：链接：https://pan.baidu.com/s/1yhzQSdquizLayXamM0wygg提取码：3b7i案例简介用到的数据共4张表（cvs格式），为2003-2019年美国纽约市房地产交易数据。NYC_HISTORICAL包含：交易ID，社区ID，地址，建筑类型，时间，价格，面积等；B
lzc1009840152·2022-12-11 06:48

R语言：商业数据分析实例（3）【ets指数平滑法，时间序列】

适用于初学者。内容包括ets指数平滑法模型的使用。【概念稍难，但使用和操作并不复杂】使用到的数据：链接：https://pan.baidu.com/s/1yhzQSdquizLayXamM0wygg提取码：3b7i前言：指数平滑法指数平滑又称为指数修匀，是一种重要的时间序列预测法。指数平滑法实质上是将历史数据进行加权平均作为未来时刻的预测结果。其加权系数是呈几何级数衰减，时间期数愈近的数据,权数越
lzc1009840152·2022-12-11 06:48

R语言：企业风险分析（3）【蒙特卡罗模拟的可视化，敏感性分析】

简介：蒙特卡罗方法（蒙特卡罗实验）是一类广泛的计算方法，它依赖于重复随机抽样来获得数值结果。基本概念是使用随机性来解决原则上可能是确定性的问题。MonteCarlo方法主要用于三个问题类别：优化、数值积分和从概率分布生成绘图。本章主要介绍蒙特卡罗方法的可视化（蒙特卡罗方法的基本操作，计算在上一章）开始前基本处理【如若不理解某项操作，请看上一章】library(EnvStats)#rtrilibra
lzc1009840152·2022-12-11 06:48

R语言：商业数据分析实例（2）【k-means, t-test】

适用于初学者。内容包括k-mean和t-test的使用。使用到的数据：链接：https://pan.baidu.com/s/1yhzQSdquizLayXamM0wygg提取码：3b7i前言：k-means实现k-means算法，是一种最广泛使用的聚类算法。k-means以k作为参数，把数据分为k个组，通过迭代计算过程，将各个分组内的所有数据样本的均值作为该类的中心点，使得组内数据具有较高的相似度
lzc1009840152·2022-12-11 06:17

R语言结构方程模型（SEM）在生态学领域中的实践

结构方程模型（SructuralEquationModel）是一种建立、估计和检验研究系统中多变量间因果关系的模型方法，它可以替代多元回归、因子分析、协方差分析等方法，利用图形化模型方式清晰展示研究系统中变量间的因果网络关系，是近年来地学、生态、进化、环境、医学、社会、经济领域中应用十分广泛的统计方法。然而，自Wright在1920年美国科学院院刊（PNAS）提出第一个通径/路径（PathAnal
zmjia111·2022-12-11 05:35

结构方程模型(SEM)

转载自http://blog.163.com/jiangfeng_data/blog/static/206414038201242644241486/结构方程这几年热度不减，有必要研究一下它的R语言实现过程
yjj20007665·2022-12-11 05:05

相关性热图绘制教程（origin绘制，无须R语言）

无需R语言）相关性热图在很多文章中都有出现，一般都是使用R语言进行绘制。
有梦想的阿杨·2022-12-11 00:46

【R语言】——聚类热图行列分组信息注释热图2

上一期”【R语言】——聚类热图绘制（pheatmap)“介绍了R语言pheatmap包绘制聚类热图的基础代码，本期介绍当需要同时在热图上显示分组情况时，可利用pheatmap包构建分组信息，从而以不同的颜色等方式来展现分组情况
在打豆豆的小潘学长·2022-12-11 00:15

【R语言】——绘制环形热图 4（保姆级教程）

上一期“【R语言】——绘制按聚类结果分组的热图3”介绍了R语言pheatmap包绘制按聚类结果分组的热图，本期主要介绍使用ComplexHeatmap和circlize包绘制环形热图，环形热图可以将过长的热图变为环状
在打豆豆的小潘学长·2022-12-11 00:15

（不用R语言！不用写代码！）

（不用R语言！不用写代码！）现阶段主流热图用R进行绘制，然而部分专业例如环境专业的同学们基本不怎么会使用代码去得到自己想要的图形（当然也不排除有厉害的同学也是会的）。
有梦想的阿杨·2022-12-11 00:15

【R语言】——pheatmap包绘制聚类热图1（保姆级教程）

2热图绘制方式常用的绘图软件：origin，excel，Tbtools，GraphPadPrismR语言绘制聚类热图的R包：pheatmap，heatmap，corr
在打豆豆的小潘学长·2022-12-11 00:45

【R语言】——绘制按聚类结果分组的热图 3（保姆级教程）

上一期”【R语言】——聚类热图行列分组信息注释热图2“介绍了R语言pheatmap包绘制分组信息注释热图，本期主要介绍了另一种分组信息注释方式，通过对数据聚类结果的分析，预设数据聚类簇，从而针对这一数据信息
在打豆豆的小潘学长·2022-12-11 00:14

mcem r语言代码_一个简单文本分类任务-EM算法-R语言

一、问题介绍概率分布模型中，有时只含有可观测变量，如单硬币投掷模型，对于每个测试样例，硬币最终是正面还是反面是可以观测的。而有时还含有不可观测变量，如三硬币投掷模型。问题这样描述，首先投掷硬币A，如果是正面，则投掷硬币B，如果是反面，则投掷硬币C，最终只记录硬币B,C投掷的结果是正面还是反面，因此模型中硬币B,C的正反是可观测变量，而硬币A的正反则是不可观测变量。这里，用Y表示可观测变量，Z表示(
张虫草·2022-12-10 15:05

R语言中一元线性回归模型的构建和运用

通过综合案例，使自己能够掌握回归分析的各种方法，学会建立线性回归模型并进行预测。1（1）根据文件price.data绘制销售价格与销量的散点图，包含回归线。如下图所示。散点的颜色与线的颜色要与样图不一致。先读取数据，再根据数据绘制散点图。再用abline加上回归线。绘制得到的图形如下图所示。（2）计算price.data文件中回归方程的回归系数，预测变量：销售价格，响应变量：销量。可以得到截距为9
PqqqqqqY·2022-12-10 11:54

一元线性回归（R语言）

目录一元线性回归一元线性回归建模的大致思路如下：1.确定因变量与自变量之间的关系1.1查看变量间有没有相关关系1.2计算相关系数1.3检验相关系数2.建立模型，并对模型进行估计和检验2.1回归模型的拟合2.2计算回归系数的置信区间2.3绘制拟合图3.利用回归方程进行预测3.1利用回归方程进行预测3.2绘制置信带和预测带3.3计算x0=500时销售收入的点预测值、置信区间和预测区间4.对回归模型进行
M冰·2022-12-10 11:53

r语言summary函数使用_用R语言做数据分析——线性模型函数简介

在介绍多元回归方程之前，先简单地介绍R语言中与线性模型相关的函数，这些函数之前也使用过，在后面的多元线性回归中，也经常遇到。
weixin_39525243·2022-12-10 11:51

R语言之一元线性回归xt2.15

源代码&数据集下载地址：https://download.csdn.net/download/princessyang/12940938第2章一元线性回归xt2.15一家保险公司十分关心其总公司营业部加班的程度，决定认真调查一下现状，经过10周时间，收集了每周加班时间的数据和签发的新保单数目，x为每周签发的新保单数目，y为每周加班时间（小时），数据见表2-7.（1）画散点图。（2）X与y之间是否大
princess yang·2022-12-10 11:49

【定量分析、量化金融与统计学】R语言方差分析ANOVA（F检验）

二、ANOVA使用的前提假设与假设检验三、ANOVA的计算原理四、事后检验与交叉图：五、R语言进行分析的完整例子：六、结果一、前言今天来说一说概率论或者统计学中常用的一种检验方式，方差检验ANOVA.根据定义
旋转跳跃我闭着眼·2022-12-10 11:49

一元线性回归 R语言

一元线性回归R语言导入数据修改变量名画散点图回归分析是否有显著性的线性关系检验给定一个变量求对应的值以及求预测区间导入数据1.直接输入>xydata1data1年木材剩余物年木材采伐量126.1361.4223.4948.332.9751.847.1835.956.8017.0618.4355.0711.6932.787.9917.0912.1527.3106.8021.51117.2035.51
不学代码了·2022-12-10 11:19

R语言：商业数据分析实例（4）【总结篇，回归】

适用于有一定基础的初学者。内容为实战。本章节的内容围绕客户需求延伸，具体方案因人而异。欢迎大家在评论区提出不同的方案。使用到的数据：链接：https://pan.baidu.com/s/1yhzQSdquizLayXamM0wygg提取码：3b7i数据介绍：用到的数据共4张表（cvs格式），为2003-2019年美国纽约市房地产交易数据。NYC_HISTORICAL包含：交易ID，社区ID，地址，
lzc1009840152·2022-12-10 11:19

【定量分析、量化金融与统计学】R语言线性回归（2）：一元线性回归实例

目录一、前言二、逐步讲解r语言程序1.导入数据集并查看数据集的基本情况2.查看数据分布情况3.查看自变量因变量的散点图，判断线性关系4.添加线性模型5.回归，并查看回归的基本数据项6.假设检验F检验ANOVA7
旋转跳跃我闭着眼·2022-12-10 11:47

R语言可视化探索BRFSS数据并逻辑回归Logistic回归预测中风

第1部分：关于数据行为风险因素监视系统（BRFSS）是美国的年度电话调查。最近我们被客户要求撰写关于BRFSS的研究报告，包括一些图形和统计输出。BRFSS旨在识别成年人口中的危险因素并报告新兴趋势。例如，询问受访者饮食和每周的体育锻炼，艾滋病毒/艾滋病状况，可能的烟草使用，免疫接种，健康状况，健康天数-与健康相关的生活质量，获得医疗保健，睡眠不足，高血压意识，胆固醇意识，慢性健康状况，饮酒，水果
拓端研究室TRL·2022-12-10 09:08

R语言绘制 正态分布参数的负对数似然函数

set.seed(2021)n<-20#随机数的个数x<-rexp(n,rate=5)#服从指数分布的随机数m<-40#网格数mu<-
Mrrunsen·2022-12-10 08:45

R语言使用gbm包的gbm函数拟合梯度提升机回归模型：使用predict函数和训练好的模型进行预测推理、使用ggplot2可视化预测值和实际值的曲线进行对比分析

R语言使用gbm包的gbm函数拟合梯度提升机回归模型：使用predict函数和训练好的模型进行预测推理、使用ggplot2可视化预测值和实际值的曲线进行对比分析目录
statistics.insight·2022-12-10 05:39

使用python进行数学建模系列1 读表格 +简单处理+ 画图简单入门 代码可直接运行

--没人能逃过真香定律数学建模工具有很多种选择,有功能及其matlab,R语言,SPSS,Lingo等等,他们在不同领域各有擅场,但为什么极力推荐用python呢?
m0_62579137·2022-12-10 01:12

基于python的随机森林回归实现_PYTHON | 随机森林实战（代码+详解）

大家好，我是菜鸟君，之前跟大家聊过R语言的随机森林建模，指路R语言|随机森林建模实战(代码+详解)，作为刚过完1024节日的码农算法工程师来说，怎么可能只会用一种语言呢？
weixin_39829497·2022-12-09 23:23

中介分析（四）- 因果中介分析

可以简单理解为regressionanalysis(oranyanalysis)+hypothesis在之前的几篇中，我们学习了传统的中介分析方法中介分析（一）中介分析（二）多重中介分析中介分析（三）：R语言
聊无的学习笔记·2022-12-09 21:08

r语言回归分析_R语言之cox回归分析

Cox比例风险模型(Coxproportional-hazardsmodel，也称为Cox回归)，主要用于带有时间的生存结局的影响因素研究，或评价某个临床治疗措施对患者生存的影响。Cox模型可以由hazardfunction表示，h(t)；简单的说就是t时刻死亡的风险，公式如下：h(t)=h0(t)×exp(b1x1+b2x2+…+bpxp)t代表生存时间x1-xp代表协变量b1-bp代表协变量的
weixin_39626237·2022-12-09 21:37
上一页 106 107 108 109 110 111 112 113 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他