r语言ggplot2

R语言使用虚拟变量(Dummy Variables) 回归分析工资影响因素|附代码数据

全文链接：http://tecdat.cn/?p=23170最近我们被客户要求撰写关于虚拟变量回归的研究报告，包括一些图形和统计输出。在本文中，本文与以下两个问题有关。你应该如何添加虚拟变量？你应该如何解释结果简介如果使用一个例子，我们可能会更容易理解这些问题。数据假设我们想研究工资是如何由教育、经验和某人是否担任管理职务决定的。假设每个人都从年薪4万开始。实践出真知。每增加一年的经验，工资就增加
·2023-02-16 20:18

R语言中的时间序列分析模型：ARIMA-ARCH / GARCH模型分析股票价格|附代码数据

全文链接：http://tecdat.cn/?p=18860最近我们被客户要求撰写关于时间序列的研究报告，包括一些图形和统计输出。时间序列分析是统计学中的一个主要分支，主要侧重于分析数据集以研究数据的特征并提取有意义的统计信息来预测序列的未来值简介时序分析有两种方法，即频域和时域。前者主要基于傅立叶变换，而后者则研究序列的自相关，并且使用Box-Jenkins和ARCH/GARCH方法进行序列的预
·2023-02-16 20:25

R语言Pearson相关性分析就业率和“性别平等”谷歌搜索热度google trend时间序列数据可视化

全文链接：http://tecdat.cn/?p=31585原文出处：拓端数据部落公众号GoogleTrends，即谷歌趋势。谷歌趋势是谷歌旗下一款基于搜索数据推出的一款分析工具。它通过分析谷歌搜索引擎每天数十亿的搜索数据，告诉用户某一关键词或者话题各个时期下在谷歌搜索引擎中展示的频率及其相关统计数据。我们为一位客户进行了短暂的咨询工作，他正在构建一个主要基于谷歌搜索词热度和就业率的分析应用程序。
·2023-02-16 20:25

R语言预测期货波动率的实现：ARCH与HAR-RV与GARCH，ARFIMA模型比较|附代码数据

全文下载链接：http://tecdat.cn/?p=3832最近我们被客户要求撰写关于期货波动率的研究报告，包括一些图形和统计输出在本文中，波动率是众多定价和风险模型中的关键参数，例如BS定价方法或风险价值的计算。在这个模型中，或者说在教科书中，这些模型中的波动率通常被认为是一个常数然而，情况并非如此，根据学术研究，波动率是具有聚类,厚尾和长记忆特征的时间序列变量。本博客比较了GARCH模型（描
·2023-02-16 20:25

单细胞UMAP降维图的修饰（一些偏僻问题）

UMAP降维图本质也是散点图，只需要将作图数据导出，ggplot2就可以实现
TS的美梦·2023-02-07 13:35

Python用Apriori 算法关联规则分析亚马逊购买书籍关联推荐客户和网络图可视化

视频：R语言关联规则模型(Apriori算法)挖掘杂货店的交易数据与交互可视化关联规则模型、Apriori算法及R语言挖掘杂货店交易数据与交互可视化，时长07:0
拓端研究室·2023-02-07 10:57

快速集成安卓视频播放功能

名称JiaoZiVideoPlayer语言Android平台GitHub作者lipangit链接点此进入JiaoZiVideoPlayer是一款能让你快速让自己APP实现视频播放功能的安卓视频播放框架。
5afd372c86ba·2023-02-07 06:03

R数据可视化|图形初阶（上）

在生物信息学中常常会用到R语言来绘制图形以实现数据可视化，本文主要通过plot()高级绘图函数来介绍R语言绘图的基础知识。
卡尔文不循环·2023-02-07 05:10

利用ggplot2绘制折线图（均值+误差棒）

成品图如下image.png直接上代码1.读入数据library(ggplot2)library(Rmisc)library(cowplot)#读入数据W1head(W1)#SubjectValueTime
shenghuanjing·2023-02-07 02:47

R语言学习笔记2-肺癌生存预测模型

1.数据准备install.packages(c("survival","survminer"))>head(lung)insttimestatusagesexph.ecogph.karnopat.karnomeal.calwt.loss1330627411901001175NA23455268109090122515331010156109090NA15452102571190601150115
杨晓凯·2023-02-07 02:23

R语言使用随机技术差分进化算法优化的Nelson-Siegel-Svensson模型|附代码数据

原文链接：http://tecdat.cn/?p=11936最近我们被客户要求撰写关于Nelson-Siegel的研究报告，包括一些图形和统计输出。在本教程中，我们将研究如何将Nelson-Siegel-Svensson（NSS）模型拟合到数据1引言由于我们将使用随机技术进行优化，因此我们应该重新运行几次。变量nRuns设置示例重启的次数。>set.seed(112233)2将NS模型拟合到给定的
·2023-02-07 00:01

R语言使用随机技术差分进化算法优化的Nelson-Siegel-Svensson模型|附代码数据

原文链接：http://tecdat.cn/?p=11936最近我们被客户要求撰写关于Nelson-Siegel的研究报告，包括一些图形和统计输出。在本教程中，我们将研究如何将Nelson-Siegel-Svensson（NSS）模型拟合到数据1引言由于我们将使用随机技术进行优化，因此我们应该重新运行几次。变量nRuns设置示例重启的次数。>set.seed(112233)2将NS模型拟合到给定的
·2023-02-07 00:01

数据分享|R语言逻辑回归、Naive Bayes贝叶斯、决策树、随机森林算法预测心脏病|附代码数据

全文链接：http://tecdat.cn/?p=23061最近我们被客户要求撰写关于预测心脏病的研究报告，包括一些图形和统计输出。这个数据集可以追溯到1988年，由四个数据库组成。克利夫兰、匈牙利、瑞士和长滩。"目标"字段是指病人是否有心脏病。它的数值为整数，0=无病，1=有病。数据集信息：目标:主要目的是预测给定的人是否有心脏病，借助于几个因素，如年龄、胆固醇水平、胸痛类型等。我们在这个问题上
·2023-02-07 00:00

R语言豆瓣数据文本挖掘 神经网络、词云可视化和交叉验证

该项目以采集的豆瓣电影评论数据为例,使用R语言和神经网络算法,对文本挖掘进行全流程的分析,包括对其特征及其子集进行提取,并对文本进行词云可视化和分类处理,同时采用交叉验证方法对模型进行调整,从而预测有关评论的类型
·2023-02-07 00:59

R语言-三线表全自动绘制

{gtsummary}使用tbl_summary（）汇总数据并排回归模型您还可以使用tbl_merge（）呈现并排回归模型结果library(survival)#>Warning:package'survival'wasbuiltunderRversion4.0.3#buildsurvivalmodeltablet2%tbl_regression(exponentiate=TRUE)#merget
伍鸿荣·2023-02-06 23:07

每天码zi挑战之--ggplot2

qplot(carat,price,data=diamonds)qplot(carat,price,data=diamonds,alpha=I(1/10),colour=I("red"),geom=c("point","smooth"),size=I(2))qplot(carat,data=diamonds,colour=I("blue"),geom=c("histogram"))qplot(ca
smyang2018·2023-02-06 20:42

用R语言 画出MU2387飞行航迹图

我们经常坐飞机，就知道上了飞机之后飞机是怎么飞的，就不甚了解了。今天我们就来扒一下航班的飞行数据，看看飞机飞行的航迹是怎样的。首先要看航班的飞行轨迹，从https://zh.flightaware.com/这个网址可以查得到。今天我们来查一下2020年8月24日MU2387航班的飞行轨迹。网页的数据表情况是这样的我们先把这个表格给用爬虫，扒下来代码：library(stringr)library(
goodwish·2023-02-06 17:10

R语言学习--Relational Data

1、mutatingjoinsinner_join(x,y,by=):按照两个数据集共有的部分合并，不是共有的部分不合并left_join(x,y,by=):按照x数据集合并right_join(x,y,by=):按照y数据集合并full_join(x,y,by=):不是共有的部分都显示2、filteringjoinssemi_join(x,y)：保留x中与y匹配的行anti_join(x,y)：
Lemon_93d5·2023-02-06 10:08

分子对接教程 | (2) 选择合适的蛋白受体

TCGA|GEO|文献阅读|数据库|理论知识R语言|Bioconductor|服务器与Linux接前文：分子对接教程|(1)软件安装准备关于蛋白质结构的PDB文件，做分子对接，估计大家都知道PDB这个蛋白质数据库啦
【云森】·2023-02-06 09:51

分子对接教程 | (4) 蛋白受体文件的预处理

TCGA|GEO|文献阅读|数据库|理论知识R语言|Bioconductor|服务器与Linux接前文：分子对接教程|(1)软件安装准备分子对接教程|(2)选择合适的蛋白受体分子对接教程|(3)配体分子文件格式转换对于蛋白质
【云森】·2023-02-06 09:51

分子对接教程 | (1) 软件安装准备

TCGA|GEO|文献阅读|数据库|理论知识R语言|Bioconductor|服务器与Linux本人自己的一个小课题需要分子对接，这里在做的时候顺便写一下教程。
【云森】·2023-02-06 09:21

AutoDock Vina批量分子对接|Linux系统+Windows系统|R语言+Bash+Python|22.6.17更新

本文是关于一个受体与多个配体的分子对接批处理。由于作者本人也是赶鸭子上架，写出来的脚本比较简单，请见谅。此外，由于对某个语言某个包的喜爱与使用，作者用到的编程工具比较杂，但是可以作为思路参考。当然，如果您具备条件，也可以选择复刻，本文章的代码都被跑过，请根据自己需要修改参数（内含中文不能直接跑）与编程。作者：Squirrelity（CSDN)一、获取受体WIndows系统从https://www.
Squirrelity·2023-02-06 09:47

《R语言实战笔记》第三章：图形初阶

3.1使用图形如何保存图形？#通过代码保存图形(也可以通过图形用户界面直接另存为图片)pdf('mygraph.pdf')#开启目标图形设备attach(mtcars)#将mtcars写入路径plot(wt,mpg)#生成散点图abline(lm(mpg~wt))#添加最优拟合路线title('RegressionofMPGonWeight')#添加标题detach(mtcars)#从路径中移除m
N刻后告诉你·2023-02-06 09:45

ggplot2作图之PCA图

library(tidyverse)theme_set(theme_test())library(vegan)pca.data%mutate(Sepal.Length=scale(Sepal.Length),Sepal.Width=scale(Sepal.Width),
编码农夫·2023-02-06 07:22

R语言PCA主成分分析——从github安装ggbiplot包

ggbiplot下载失败的解决方法今天的内容本来是运用R语言进行主成分分析（PCA），结果TM第一步就卡住了，下载ggbiplot包花费了我半个下午的时间。以下是宝贵的经验，亲测有效。
邱德勋·2023-02-06 07:21

ggplot2 多个柱状图比较_2. 主成分分析（PCA）与ggplot2绘图

现在陆续附上个人总结的PCA、NMDS、CCA和RDA分析与ggplot2表达的部分代码。当然在使用时还需要对ggplot2表达进行优化。
weixin_39688035·2023-02-06 07:51

matlab话pca的双标图biplot,r – 用ggplot2绘制pca biplot

也许这将有所帮助–它是从我写的一段时间后的代码改编而成。它现在也绘制箭头。PCbiplot#PCbeingaprcompobjectdataplotplotdatapcmult(max(data[,y])-min(data[,y])/(max(datapc[,y])-min(datapc[,y]))),(max(data[,x])-min(data[,x])/(max(datapc[,x])-mi
weixin_39726044·2023-02-06 07:51

碎石图R语言实现

主成分分析R软件实现程序（一）：>d=read.table(“clipboard”,header=T)#从剪贴板读取数据>sd=scale(d)#对数据进行标准化处理>sd#输出标准化后的数据和属性信息，把标准化的数据拷贝到剪贴板备用>d=read.table(“clipboard”,header=T)#从剪贴板读取标准化数据>pca=princomp(d,cor=T)#主成分分析函数>scree
£•€•×·2023-02-06 07:20

R语言如何绘制PCA图（四）

1.什么是PCA？人眼一般能感知的空间为二维和三维。高维数据可视化的重要目标就是将高维数据呈现于二维或三维空间中。高维数据变换就是使用降维度的方法，使用线性或非线性变换把高维数据投影到低维空间，去掉冗余属性，但同时尽可能地保留高维空间的重要信息和特征。主成分分析法，也被称为主分量分析法，是很常用的一种数据降维方法。主成分分析法采用一个线性变换将数据变换到一个新的坐标系统，使得任何数据点投影到第一个
心有灵犀啦·2023-02-06 07:50

R、主成分分析（PCA）、ggplot2

R、主成分分析（PCA）、ggplot2 在生态环境领域中，作为非约束排序的方法之一，主成分分析（PCA）是我们常用的分析方法。
吴苏·2023-02-06 07:50

R语言PCA分析

常用R包：princomp，prcomp及rdaR中输入数据类型有两类，Rmode和Qmode。一般来说数据每一列为一个变量（variable），每一行为一个数据（observation）。其中Rmode的数据行数大于列数，是基于变量的分析；Qmode数据列数大于行数，是基于数据的分析。Princomp和prcomp都是R自带的stats包中的函数。Princomp只能用于Rmode，它基于协方差
bannerDr·2023-02-06 07:50

R语言中如何进行PCA分析？利用ggplot和prcomp绘制基因表达量分析图

学习笔记的主要内容是在R语言中利用ggplot2进行PCA分析和绘图，包括简单分析与操作流程，对比不同方式得到的结果差异，提供脚本代码供练习.PCA分析的原理在处理基因差异表达数据时，有时候需要分析其中因素的影响最大
生信分析笔记·2023-02-06 07:49

R语言PCA主成分分析可视化3D版

之前详细介绍了R语言中的主成分分析，以及超级详细的主成分分析可视化方法，主要是基于factoextra和factoMineR两个神包。
医学和生信笔记·2023-02-06 07:19

R语言对表达谱样本做PCA分析

主成分分析（Principalcomponentanalysis,PCA）是一种数学算法，它可以在减少数据维度的同时，保留数据集中绝大多数的变量[1]。PCA通过对主成分进行辨别，找出一个方向，并沿此方向分布的数据为最大值，从而减少数据维度。通过采用这样的主成分，便可以只选用若干变量而不是上千的变量来对一种样品进行分析了。这样，就可以将样品有关变量绘制成图，使得样品间的相似性和相异之处一目了然，对
Mrrunsen·2023-02-06 07:19

R语言ggplot2 | PCA分析及其可视化

主成分分析主成分分析(PCA)的基本介绍PCA常用的参数标准化特征值和特征向量载荷得分R语言实现PCA分析逐步计算PCA分析中的参数prcomp函数princomp函数自定义函数实现PCA分析及其可视化
酷二的R语言记录册·2023-02-06 07:49

R语言非线性方程组求解dfsane,nleqslv

转载自：[R语言非线性方程组求解dfsane,nleqslv_skyonefly的博客-CSDN博客_r语言解非线性方程组](https://blog.csdn.net/skyonefly/article
淡水鱼Ada·2023-02-06 03:31

R语言用列数据画PCA带椭圆图

之前找了很多信息，见到的都是用行画PCA，用列的大多都是使用fviz_pca_var这个函数，但这个函数椭圆我又死活加不上，再加上画椭圆时的分组信息又没法加在原数据里，纠结了很久。但最后还是被我试出来了。先放个原数据格式：imageimagelibrary("FactoMineR")library("factoextra")library("dplyr")data=read.csv("G:/TPT
Seurat_Satija·2023-02-06 03:57

conda 配置R语言环境

经过踩坑发现只需要在conda直接一条语句解决了R语言环境配置condacreate-nr_envr-essentialsr-base安装完成后,输入activater_env激活该环境然后输入jupyternotebook
千世先森·2023-02-06 01:40

学习小组DAY4笔记-HOO

今日学习内容为R语言基础。将一些基本操作与代码整理如下。准备工作之前就已经在自己的PC上安装了最新版本的R与RStudio，R的版本为3.6.2。
胡看穿HOO·2023-02-06 01:22

R进行三因素方差分析

欢迎关注R语言数据分析指南本节来介绍如何使用R做三因素方差分析，绘制并排堆砌条形图并添加显著性字母标记，下面来看具体例子清理变量rm(list=ls())安装并加载R包package.list=c("tidyverse
R语言数据分析指南·2023-02-06 00:21

R语言目录及文件操作

1.查看目录与文件>getwd()#获得当前工作目录[1]"D:/WangShuxuan/running_result">list.dirs()#查看当前目录的子目录[1]".""./293T""./293T/mod_unmod_combined"[4]"./293T/pictures">dir()#查看当前目录的子目录和文件，功能与list.files()相同[1]"293T">dir(path
Sharalyn·2023-02-05 22:26

R tidyverse 学习

Tidyverse是一系列优秀R包的合集，其中最常用的7个package包括ggplot2/tibble/tidyr/readr/purrr/dplyr/stringr/forcat。
生信小白2018·2023-02-05 20:53

ggcorrplot相关系数可视化-R语言

ggcorrplot包可以使用ggplot2轻松可视化相关系数矩阵。一个矩阵的两列之间，可以算出相关系数。还可以同时计算出相关系数和p值。
M78_a·2023-02-05 20:08

R语言 高版本 安装DMwR2 用knn插补缺失值

最近在学习R语言处理缺失值，可是knn的包DMwR2，高版本不提供了，尝试很多办法，都失败了。
Renlijuande·2023-02-05 19:11

read.table报错问题: line 2804 did not have 8 elements

这个函数了，以至于对一些参数就不太熟悉，今天处理数据的时候遇到这个问题，写个记录，方便以后遇到同样问题时，及时检索到解决方法1.问题问题2.解决办法先在网上检索了一下解决办法，搜到了这个博客，参考其解决的R语言
Aji·2023-02-05 17:05

python如何创建三维数组_NumPy 如何生成多维数组的方法

但是，与R语言不同，Python语言设计时，并没有考虑对于矩阵运算，统计计算等功能做专项支持。于是我们需要NumPy库来补足这一能力上的不足。
weixin_39891158·2023-02-05 15:07

NumPy快餐教程(1) - 如何生成多维数组

但是，与R语言不同，Python语言设计时，并没有考虑对于矩阵运算，统计计算等功能做专项支持。于是我们需要NumPy库来补足这一能力上的不足。
weixin_34342905·2023-02-05 15:37

R语言之数据输入、输出

数据输入一、键盘输入：edit(数据集变量名)edit对数据集变量名操作后，会弹出编辑器窗口，可手动输入数据。（对array操作时，会直接弹出文本编辑器）edit函数定义edit对数据框（frame）操作后弹出数据编辑器在编辑器中输入数据（也可以点击列名，对列名修改）后，关闭编辑器，结果如下：输入数据并关闭编辑器后结果二、读取分隔符文件（csv文件）：read.table（file_path，he
柴柴爱学习·2023-02-05 15:51

r - 求平均成绩_R 多层线性回归分析 (I) why and how

提要：为什么要进行多层线性回归多层线性回归的一般形式固定效应随机效应多层线性回归在R语言中的实现请想象如下场景：为了研究学生家庭收入对其成绩的影响，你从10个学校里分别抽取了100名学生，共1000名进行了调查
weixin_39696197·2023-02-05 14:03

R语言倾向性评分：回归和分层

倾向性评分有4种应用，前面介绍了倾向性评分匹配及matchIt和cobalt包的使用：R语言倾向性评分：匹配今天说一下倾向性评分回归和分层。
医学和生信笔记·2023-02-05 14:30
上一页 85 86 87 88 89 90 91 92 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他