如何对R中的数据进行平均和估计
在R中，可以使用多种方法对数据进行平均和估计。下面是一些常用的方法：
- 平均值（Mean）：
平均值是一组数据的总和除以数据的个数。在R中，可以使用
mean()函数来计算平均值。例如，对向量x进行平均值计算的代码如下： - 平均值（Mean）：
平均值是一组数据的总和除以数据的个数。在R中，可以使用
mean()函数来计算平均值。例如，对向量x进行平均值计算的代码如下： - 推荐的腾讯云相关产品：腾讯云服务器 CVM（产品链接：https://cloud.tencent.com/product/cvm）
- 中位数（Median）：
中位数是一组数据中居于中间位置的数值。可以使用
median()函数来计算中位数。例如，对向量x计算中位数的代码如下： - 中位数（Median）：
中位数是一组数据中居于中间位置的数值。可以使用
median()函数来计算中位数。例如，对向量x计算中位数的代码如下： - 推荐的腾讯云相关产品：腾讯云对象存储 COS（产品链接：https://cloud.tencent.com/product/cos）
- 估计（Estimation）：
在统计学中，估计是指通过样本数据对总体参数进行推断。在R中，可以使用不同的函数和方法进行估计。例如，可以使用
t.test()函数对一个样本的均值进行估计。下面是一个示例代码： - 估计（Estimation）：
在统计学中，估计是指通过样本数据对总体参数进行推断。在R中，可以使用不同的函数和方法进行估计。例如，可以使用
t.test()函数对一个样本的均值进行估计。下面是一个示例代码： - 推荐的腾讯云相关产品：腾讯云机器学习平台（产品链接：https://cloud.tencent.com/product/tiia）
总结起来，对于R中的数据进行平均和估计，可以使用mean()函数计算平均值，median()函数计算中位数，以及其他适用于特定场景的函数和方法进行估计。腾讯云提供了丰富的云计算产品，如云服务器、对象存储和机器学习平台，可以满足不同场景下的需求。
相关·内容
1回答
假设我们已经训练了一个模型(由它的超参数定义)，并使用某种性能度量(比如R^2)在测试集上对它进行了评估。如果我们现在在不同的训练数据上训练相同的模型(由它的超参数定义)，我们将得到(可能) R^2的不同值。
如果R^2依赖于训练集，那么我们将获得R^2平均值附近的正态分布。因此，为了更好地了解模型的性能，不应该将各种评估中的R^2平均化吗？另外，为什么在报告模型差异的性能时不包括？这不也是评估模型性能的一个重要因素吗？
我说的不是超参数调优。我假设我们知道超参数的最佳值，我们需要估计泛化误差。我的问题是，我们只是在测试集上评估一次。
浏览 0提问于2022-04-14得票数 1
1回答
广义加法模型(GAM)的自相关
、、、、
我有一个时间序列数据的水温，空气温度和流量在一条河。我建立了一个基于空气温度和流量的GAM模型来预测水温。但是，我还没有考虑到数据集中的自相关性。预报因子和因变量中的每个数据点都不是独立的(即第2天的气温与第1天的气温不独立)。
有人能帮助我在适当的代码中包含某种形式的自相关度量(AR1)吗？在我的模型里。据我所知，我需要使用gamm()函数而不是gam()函数？
我现在的模型如下：
model <- gam(W.T.Mean ~ s(T.Mean) +s(Discharge), data = Pre_regulation_temp)
W.T.Mean是日平均水温。T.Mean是日平均气
浏览 5提问于2017-12-01得票数 6
回答已采纳
我在校准两个相机时有问题:第一个是rgb，第二个是红外线。他们有不同的分辨率(我调整大小和裁剪更大的图像)，焦距等.
示例：
RGB 1920x1080
红外512x424
如何把它们校准成彼此？我应该在stereoCalibrate中使用哪些参数。默认示例stereo_calib.cpp会产生非常大的错误。就像这样：
用RMS error=4.1026完成
平均再投影误差r= 10.2601
更新
我使用calibration.cpp示例独立地为每个摄像机生成校准参数。对于RGB相机，我首先调整尺寸和裁剪图像的分辨率匹配红外相机(512x424)，然后校准。对于RGB相机，我得到
浏览 0提问于2014-04-05得票数 3
回答已采纳
1回答
我的数据是这样的，以图为行，以不同的Ellenberg值为列，以及Year、森林(Skov)和森林类型(Skovtype)。
我的数据来自4个不同的年份(1993,1998,2005和2016)。
我在使用lsmeans函数时遇到了一些问题，我的脚本如下所示：
ellenberg_LM <- read.csv2("Gns. Ellenberg1.csv")
将年份从整数转换为因子
levels(ellenberg_LM$Year)
ellenberg_LM$Year <- factor(ellenberg_LM$Year)
Ellenberg L- LM
浏览 6提问于2017-01-20得票数 0
2回答
我使用了以下R包：mice、mitools和pROC。
基本设计:3种预测器，数据丢失率在5% ~ 70%之间，n~1,000。1二进制目标结果变量。
分析目标:确定三个预测指标的AUROC值。
我使用mice包来填充数据，现在有了m个输入数据集。使用以下命令，我能够获得每个m个数据集的AUROC曲线：
fit1<-with(imp2, (roc(target, symptom1, ci=TRUE)))
fit2<-with(imp2, (roc(target, symptom2, ci=TRUE)))
fit3<-with(imp2, (roc(target, sympt
浏览 1提问于2014-01-23得票数 3
交替标题:模型矩阵和系数集显示不同的变量数。
我正在使用小鼠软件包R做一些分析。我想使用pool.compare()比较两种模型(保存在米拉对象中)，但我始终得到以下错误：
Error in model.matrix(formula, data) %*% coefs : non-conformable arguments
二进制运算符%*%表示R中的矩阵乘法。
表达式model.matrix(formula, data)生成“具有指定公式和数据的回归模型的设计矩阵”(来自model.matrix {stats}的R文档)。
在错误消息中，coefs是从est1$qbar中提取的，其中est1
浏览 3提问于2016-04-19得票数 1
我想用离散预测器和不平衡数据来计算glm模型中的边际均值。利用函数emmeans的emmeans包得到边缘均值，给出了设置weights="cell"和weights="proportional"的不同结果。包装文档称，"proportional"使用的权重与平均的因子组合的频率(在原始数据中)成比例，而"cells"则根据被平均的细胞频率使用权重。但我不明白这到底是什么意思？！下面请看我的r代码的简化版本！我愿意接受任何帮助。
model <- glm(formula=y~x1+x2, data=df, family=ga
浏览 5提问于2021-03-22得票数 1
回答已采纳
1回答
特征重要性
、、、、
我有一个有10个特征的数据集。
我已经使用排列重要性和eli5交叉验证计算了特征的重要性，在拟合了一个非常随机的树(ET)分类器后，由Scikit学习。
我每次只使用一个特征来拟合10个不同的ETs，并使用相同的CV方案计算出平均交叉验证分数。
我注意到，当我从排列重要性中得到的特征的重要性顺序与我使用平均CV分数对它们进行排序时，当我一次只用一个特征来拟合模型时，有一个特征的排列重要性等级位于最底层，而当模型单独使用时，它的平均CV分数是第二个。
假设从1开始，这些特性的顺序是feature2、feature4、feature5、feature1、feature9、feature8、feat
浏览 0提问于2019-09-06得票数 3
回答已采纳
1回答
异常检测阈值问题
、、、、
我正在研究Python中的异常检测开发。
更多细节，我需要分析时间序列，以检查是否存在异常。
异常值通常是峰值，因此与其他值相比，异常值非常高或非常低。
其主要思想是预测时间序列值，并使用阈值检测异常。
阈值是使用错误(即实际值减去预测值)计算的。
然后，进行误差的均值和标准差。
上限等于平均值+ (5 *标准差)。
较低的阈值等于平均值- (5 *标准差)。
如果错误超过阈值，则标记为异常。
这种方法不起作用的是，如果我一天中有一个以上的异常值，就不会检测到它们。这是因为误差、均值和标准差受到异常值的影响太大。
我怎样才能解决这个问题？是否有另一种方法可以用于识别阈值而不存在此问题？
浏览 0提问于2019-10-28得票数 2
回答已采纳
1回答
我正在处理计数数据的dataset X (长度为N)，它如下所示：
📷
我开发了一个可以改进的统计模型，所以我要求任何建议，例如，不同的可能性或优先选择，不同的方法，任何.
我的模型
我试图得到数据的可能性的参数，这样我就可以得到一个后验预测密度函数，可信的间隔等等。比方说，我想对数据的生成过程进行建模，给出一些参数，f(X|\theta)
这一数据表明，一个大的过色散(\bar X << var(X))，因此泊松似然，f(X|\lambda) \sim \mathcal{Poisson}(\lambda)，不是一个好的选择。
在阅读了关于过分散计数数据的文献后，我决定将f(X|\
浏览 0提问于2020-08-21得票数 1
1回答
两均值的计算差异及其置信区间
、、、、
我有使用或不使用药物"X“的患者蛋白质"F”的数据。我有三个共同创始人(年龄，体重指数，性别)，我应该调整。
我使用以下代码成功地计算了药物组和非药物组蛋白质含量的平均值：
> F <- data$f
> by(F, drugnodrug, summary)
> summ(F, by=drugnodrug)
现在，我要计算绝对平均差(95%置信区间)。
如何在R (dplyr包)中做到这一点？我是否可以使用多元线性回归来计算，以及如何计算？
浏览 2提问于2022-02-16得票数 1
回答已采纳
2回答
我是R的新手，这是一个非常基本的问题。我使用lmer将混合模型与数据框架相匹配，如下所示：
model1=lmer(Mass~Season + Area + Month + (1|Season:Month), data=Transdata)
然后用ggplot2绘制拟合数据和各种诊断结果。例如，对于拟合值：
ggplot(model1, aes(x = Season, y = Mass)) + geom_point()
给我一幅每季的弥撒图，分别显示在3个不同的地区和4个不同的月份。是否有一种方法，可以得到一个单一的估计，每一个季节的平均质量综合在不同的地区和月份(即从固定的影响)，例如，对每
浏览 8提问于2022-01-21得票数 2
回答已采纳
2回答
因此，我读到过关于使用MLE在R中拟合student-t的文章，但似乎总是位置和尺度参数是最感兴趣的。我只想将学生t(维基百科所描述的)拟合到通常被认为是像标准正态分布一样分布的数据，这样我就可以假设平均值为0，标度为1，我该怎么做呢？
浏览 0提问于2016-05-23得票数 0
2回答
我目前正在开发一个交易纸牌游戏(TCG)定价应用程序。它的工作是从不同的供应商收集数据，并使用这些数据来确定任何给定卡的市场价格。为了举例，让我们考虑一个理论卡片X。
X有多种价值，取决于销售它的供应商。下面是其值的数组：
[1.00, 1.10, 1.05, 0.95, 2.00, 0.10]
这些值指的是其美元(美元)价值。
根据我作为这个市场客户的经验，我假设定价数据是正态分布的。定价数据往往倾向于一个价格，许多不同的供应商定价接近上述价格(为了有竞争力)，偶尔出现离群点。
在这些假设下，我如何消除上述数据集中的异常值？乍一看，2.00美元和0.10美元似乎是异常值。但价格在市场上波动。
浏览 6提问于2017-04-03得票数 1
通常，在包对估计中，您应该发送多个分组对的突发，并取一个平均的带宽。
例如，发送4个数据包，计算前两个包(1&2)之间的时间差，以及下两个包(3&4)之间的时间差。计算这两种方法中每一种的带宽，然后取平均值。
或
计算(1&2)时差、(3&2)时差、(4&3)时差.然后从这些值中取一个平均值。
哪种方法适用于平均水平？
浏览 3提问于2014-06-20得票数 1
1回答
非确定性二进制分类器的比较
、、、、
我有两个分类器，我正在实现，它们都是不确定的，因为当您多次运行它们时，它们都可以给出不同的结果(FPR和TPR)。我想比较这两种算法来评估它们的性能。我该怎么做？通常人们大多数时间所做的是运行分类器，直到得到最佳的FPR和TPR值，然后发布结果。但是，这种方法的问题在于，它可能不能很好地表示这种分类器的性能。这是我目前计划做的，但不知道这是否正确：
将我的评估数据分成训练和测试，训练后用测试数据进行预测，得到FPR和TPR，再重复99次，形成100个FPR和TPR读数，然后取平均值。若要获得ROC，请使用平均FPR和TPR。或
对数据使用k折交叉验证，例如k=3或10，这将返回TPR和FPR的
浏览 0提问于2016-12-12得票数 2
回答已采纳
1回答
我正在使用Scipy CurveFit来拟合数据的高斯曲线，并且对分析拟合的质量感兴趣。我知道CurveFit返回一个有用的pcov矩阵，从中可以计算出参数popt的每个拟合参数的标准偏差为sqrt(pcov0,0)。
例如，以下代码片段：
import numpy as np
from scipy.optimize import curve_fit
def gaussian(self, x, *p):
A, sigma, mu, y_offset = p
return A*np.exp(-(x-mu)**2/(2.*sigma**2)) + y_offset
p0 = [1,2,3,4
浏览 1提问于2013-07-21得票数 10
回答已采纳
1回答
我一直在尝试理解Keras模型中的Keras BatchNorm层行为。我遇到的一个问题是BN层是如何计算“方差”的移动平均值的。我的理解是Keras是用指数加权平均法来计算训练小批的均值和方差的移动平均。但无论如何，在经历了大量的历次之后，这个移动平均值应该接近训练数据集的均值/方差。但在我的简单例子中，“方差”移动平均值总是不同于训练数据的“方差”。下面是我的代码和输出：
from keras.layers import Input, BatchNormalization
from keras.models import Model
from keras.optimizers import
浏览 1提问于2018-07-03得票数 1
回答已采纳
关于线性回归模型中的交叉验证，我有一个问题。
根据我的理解，在交叉验证中，我们将数据分成(例如) 10倍，并从9倍和其余用于测试的折叠中训练数据。我们重复这个过程，直到我们测试所有的褶皱，这样每个褶皱都会被测试一次。
当我们从9倍训练模型时，我们是否应该得到一个不同的模型(可能与我们在使用整个数据集时创建的模型略有不同)？我知道我们平均接受所有的"n“表演。
但是，模特呢？所得到的模型不也应该作为所有"n“模型的平均值吗？我看到，生成的模型与我们在交叉验证之前使用整个数据集创建的模型相同。如果我们考虑的是整个模型，即使经过交叉验证(而不是所有模型的avg )，那么从n个不同的模
浏览 13提问于2016-06-23得票数 2
回答已采纳
2回答
我很想知道算法R的均值函数使用的是什么。有没有关于这个算法的数值特性的参考？
我在summary.c:do_summary()中找到了以下C代码：
case REALSXP:
PROTECT(ans = allocVector(REALSXP, 1));
for (i = 0; i < n; i++) s += REAL(x)[i];
s /= n;
if(R_FINITE((double)s)) {
for (i = 0; i < n; i++) t += (REAL(x)[i] - s);
s += t/n;
}
REAL(ans)[0] = s;
break;
浏览 5提问于2013-07-26得票数 20
不久前，我发布了一个关于的问题，并收到了一些我想做的事情的建议。但我现在面临的另一个问题是，我试图运用答案中提出的想法。我的目标是找到数据集的最佳线性拟合，其中只有一部分是线性的。
下面是我必须做的事情的一个例子：
我们有这两个数据集，我必须对虚线左边的数据的线性部分做一个线性趋势。在红色中，我们有理想的数据集，从开始到虚线都有一个线性部分。在蓝色，我们有‘有问题’的数据集，有一个平台。粗体部分是我用来对数据进行线性拟合的部分。
我的问题是，我试着像上面提到的问题那样做:我找到平滑数据的二阶导数，当它还不够接近的时候查看。但以下是我对有问题的数据集(第一个图像)和理想数据集(第二个图像)
浏览 4提问于2013-07-15得票数 4
回答已采纳
我一直在使用Proc GlmSelect和交叉验证功能，因为我的样本量相当小。
我根据最低的CVPRESS (预测误差总和)选择模型。输出生成所有变量的“最终”参数估计，以及每个交叉验证和变量的参数估计。
然而，“最终”参数估计不等于平均值，也不等于加权平均值，其中我通过测试集或验证集的大小进行加权。
我看了很多SAS指令，但我无法找到任何解释，说明最终的参数估计是如何从不同的交叉验证中得出的。
我会非常感谢你的回答，或者一些能给我指明正确方向的东西。
Br
浏览 2提问于2020-01-28得票数 0
1回答
当使用变量交互作用时，我试图通过绘制cox回归来绘制调整后的生存曲线。
读取survfit.coxph页面https://stat.ethz.ch/R-manual/R-devel/library/survival/html/survfit.coxph.html时，我看到了参数"newdata“
newdata
a data frame with the same variable names as those that appear in the coxph formula. It is also valid to use a vector, if the data frame w
浏览 1提问于2015-12-01得票数 2
2回答
在期间更新R(s)函数的合适方法是什么？例如，假设一个代理访问状态s1五次，并收到奖励0,0,1,1,0。我是否应该计算平均奖励，例如R(s1) = sum(0,0,1,1,0)/5？或者，我是否应该使用移动平均值，对该州最近收到的奖励值给予更大的权重？我读过的大多数关于Q学习的描述都将R(s)视为某种常量，似乎从未涵盖随着经验的积累如何随着时间的推移而学习这个值。
编辑:我可能混淆了Q-Learning中的R(s)和中的R(s，s')。问题仍然是相似的。在学习MDP时，更新R(s，s')的最佳方法是什么？
浏览 5提问于2011-07-18得票数 2
回答已采纳
1回答
我正在使用scipy.signal.cspline1d()来平滑我已有的时间序列。一切都很好，但是现在我想描述这个过程，我意识到我不知道参数lamb实际上代表什么。当然，我可以只报告我使用的值，但我认为用更容易掌握的平滑属性来描述它可能更有用，例如低通滤波中的截止频率，或一起平均的点数等。
在的文档页面上，我发现有一个平滑参数，它与拟合的数据点的数量多少有些关联，但并不能真正根据它来决定如何将其应用于我的数据。
那么，lamb和其他一些指标之间有直接的关系吗？
谢谢!
浏览 0提问于2019-05-24得票数 0
如何计算Azure机器学习工作区的"GpuUtilization“指标？什么是输入，用于计算GpuUtilization的方程是什么？ AML门户中的“指标”选项卡显示指定时间段的GpuUtilization图表，以及该时间段的平均GpuUtilization。但是，我发现average GpuUtilization似乎不能准确地反映我的组织的一些AML工作区的图表中显示的数据。 例如，下面的屏幕截图显示了7月1日至31日的GpuUtilization，报告的平均GpuUtilization为54.06。这显然比图表中显示的要高得多。当我从图表下载数据时(分享->下载到Exce
浏览 68提问于2020-08-27得票数 2
回答已采纳
1回答
我正在AdventureWorks2012数据库中运行这个查询：
SELECT
s.SalesOrderID,
d.CarrierTrackingNumber,
d.ProductID,
d.OrderQty
FROM Sales.SalesOrderHeader s
JOIN Sales.SalesOrderDetail d
ON s.SalesOrderID = d.SalesOrderID
WHERE s.CustomerID = 11077
如果我看一下估计的执行计划，我会看到以下内容：
📷
初始索引查找(右上)使用IX_SalesOrde
浏览 0提问于2015-04-02得票数 13
回答已采纳
2回答
就上下文而言，假设有两个学术考试--上午和下午--进行。我只得到了总结统计数据--两个考试成绩的平均值，中位数，斜度和峰度，所以我无法确切地说出有多少学生通过了考试，但我可以通过拟合这些时刻并建立一个自定义的pearson分布来估算它。例如，我可以估计有多少学生通过了第一次和第二次考试，并给出了一个标准差来量化我的错误。
我想做的是估计通过这门课程的学生人数，即上午和下午考试的平均分数都在60%以上。如果学生在两个考试中的表现都是完全独立的，我认为这会很容易--我只需以两份清单的形式为两个测试生成分数，平均起来，计算超过60%的项目数，然后重复，比如10000次。
如果两个考试都是完全依赖的，
浏览 5提问于2020-11-17得票数 0
回答已采纳
1回答
我有三组数据是在相同的时间间隔(20 the )取样的。数据来自数据记录器，该记录器测量特定时间的车辆速度。
在每一次测试中，汽车在同一起点A开始，并手动驾驶到终点B，这是执行3次。每一次车辆停下来的地点都是不同的，因为它是手动驱动的，但这是有意的。
我的目的是从这个测试路径收集足够的数据集，这样如果另一个人驾驶测试路径，我们可以比较他的表现。
我最终想要平均我运行的数据集，并称它为最优路径，并添加一个错误带，因此如果有人运行测试路径，我可以比较他们是如何运行的，比如从路径结束的距离，以及通过一个转弯的最大速度。
一开始，我想我可以把数据与距离相提并论，取平均值，但我遇到的问题是，日志A是40
浏览 0提问于2017-03-21得票数 0
我在做一个巴士追踪器。我们有一个很棒的100美元的Arduino GPS跟踪设备与手机发射器，工作很棒。我们现在需要的是一种算法来确定每一站的公共汽车。我该怎么做呢？我只是使用平均速度吗？我是否使用历史数据来确定高峰时间的平均车速？我们正在尝试为这个问题做一个开源的解决方案。
浏览 1提问于2016-03-19得票数 0
1回答
我不得不模拟一个有偏见的模具，这样6次出现的次数超过50%。我可以用：
from random import randint,choice
def bdie():
out = random.randint(0,2)
if (out==1 or out == 2):
return 6
else:
r = choice([i for i in range(1,7) if i not in [6]])
return r
def bdthrow(n):
output = []
for i in range(0,n
浏览 0提问于2019-05-05得票数 1
回答已采纳
1回答
我在R中使用了'spatstat‘包，并获得了一组Ripley的K函数(或L函数)。我想找到一种很好的方法，在一条平均线上求出这组图形的平均值，并绘制出这条平均线周围的标准偏差或置信区间。
到目前为止，我已经尝试过：
env.A <- envelope(A, fun=Lest, correction=c("Ripley"), nsim=99, rank=1, global=TRUE)
Aa <- env.A
avg <- eval.fv((Aa+Bb+Cc+Dd+Ee+Ff+Gg+Hh+Ii+Jj+Kk+Ll+Mm+Nn+Oo+Pp+Qq+Rr+Ss+
浏览 1提问于2020-04-24得票数 0
首先，我不完全确定这是否是发布这篇文章的正确地点，因为也许它应该放在一个更注重统计的论坛上。然而，由于我计划用R来实现这一点，我想最好在这里发布它。如果我错了请道歉。
所以，我想做的是我想要模拟总共250.000次观测的数据，按照经验数据(离散数据)导出的核密度估计值分配一个连续(非整数)值，原始值从-5到+5不等。下面是我想要使用的分布图。
对我来说非常重要的是，我不应该根据离散概率来模拟新的数据，而是要模拟连续的数据，因为一个值可以说是2.89，而不是3或2。因此，新的值将根据图中描述的概率来分配。模拟数据中最常见的值将在+2附近，而在-4和+5附近的值则相当罕见。
关于R中的模拟数
浏览 2提问于2016-09-26得票数 3
回答已采纳
我建立了一个时间序列模型，对具有年度季节性的作物科学数据进行月度观测(2012至2018年的月度观测值)。购买植保产品的农民还取决于降雨时间。同样的产品在11月份、12月份和1月份也有高峰。
我已经构建了一个SARIMA模型(没有协变量)和SARIMAX模型(有协变量)。协变量为平均降雨量、累计降雨量、平均温度、最低温度、最高温度、平均湿度等
这里的主要问题是，我的SARIMAX模型应该比SARIMA模型提供更好的精度，因为我们有协变量帮助模型更好地预测。我的假设正确吗？
目前，SARIMA在这里给了我更好的准确性。
浏览 1提问于2019-12-19得票数 0
1回答
我有一个506行的数据集，在此数据集上执行休假一次交叉验证，一旦得到均方误差，我就计算我找到的均方误差的平均值。每次我运行它都会改变这一点。这是意料之中吗？如果是的话，谁能解释一下为什么每次我运行它都会改变它呢？
为了留下一份简历，我先洗牌行，df是数据框架。
df <-df[sample.int(nrow(df)),]
然后，将dataframe拆分为506个数据帧，并将其发送到lm()，并为每个数据帧(在本例中为每一行)获取MSE。
fit <- lm(train[,lastcolumn] ~.,data = train)
pred <- predict(fit,test
浏览 1提问于2014-01-27得票数 1
回答已采纳
许多功能只是简单地要求您输入自由的程度，以适应一个分配和返回其他项目。然而，我想要一个像R的函数，它估计平均值，尺度参数，和df。我的最终目标是使用最佳估计的df来获得t得分。
浏览 2提问于2015-04-29得票数 0
回答已采纳
1回答
我有一个非常大的NoSQL数据库。数据库中的每一项都分配了一个在0到1之间的均匀分布的随机值。这个数据库太大了，所以对查询执行COUNT无法获得可接受的性能，但是我想使用随机值来估计COUNT。
他们的想法是：
运行一个查询并按随机值对查询进行排序。随机值被索引，所以它是快速的。
获取最低的N值，看看最大值有多大，R说。
估计COUNT为N / R
问题有两个方面：
N / R是估计COUNT的最佳方法吗？也许应该是(N+1)/R？也许我们可以看看其他的值(平均值，方差等)，而不仅仅是最大的值来得到一个更好的估计？
COUNT的这个估计值的误差是多少？
注意
浏览 1提问于2019-07-01得票数 0
1回答
我有以下生成的数据集
library(MASS)
df <- data.frame(product= sample(x= c("toyota","honda","nissan","bmw"),size = 1000 ,replace = TRUE),
parameter = sample(x= c("X","Y", "A"),size = 1000 ,replace = TRUE),
value=
浏览 3提问于2021-08-12得票数 2
回答已采纳
我用R中的来分析的社会调查。调查的指定(在第45页)权重已被缩放为平均值为1。当使用svydesign()函数时，我将权重变量传递给weight参数。
在中，在surveysummary()函数下，它声明：
请注意，设计效果将是不正确的，如果权重已被重新标度，使它们不是抽样概率的倒数。
因此，在使用诸如svyglm()、等函数时，会得到不正确的估计和/或标准错误吗？
这引起了我的注意，因为当使用psrsq()函数获取模型的伪R-平方时，我收到了以下警告：
权重似乎是按比例调整的: rsquared可能是错误的。
任何帮助都将不胜感激！谢谢!
浏览 7提问于2021-08-14得票数 0
回答已采纳
假设您想要建模Y= X1 + X2的行为，并且您知道这是您想要建立的模型。这是否能很好地接近真正的关系尚不得而知。但是既然你想要有系数来解释Xi是如何影响Y的，你就建立了一个回归模型。您不打算添加/减去预测器(因为您没有任何额外的数据)，也不打算将该模型与另一个模型进行比较(没有其他模型允许解释)。
仍然使用样本分割或交叉验证是否有意义？如果你做交叉验证，你平均系数吗？或者你能不能用你的全部数据来训练模型。
谢谢!
浏览 0提问于2020-11-09得票数 1
回答已采纳
我将把这个问题作为一个简化的例子：
我们假设某一城市的平均汽油价格与道路交通之间存在因果关系。这些数据涵盖相同的时间周期，频率相同(例如:每周一次)，并且不包含缺失的值。我们将抛开在工作中可能存在混淆变量的想法，假设我们已经使时间序列平稳(通过差分)，并确定序列中没有自相关性。
有什么可靠的方法来确定，如果价格数据中发生了冲击，那么在某个时间滞后的交通数据中也会发生相应的冲击？
我看过一些动态时间扭曲，但我怀疑这更适合于确定如何将一个序列映射到另一个序列，而不是确定因果关系。
浏览 0提问于2016-06-29得票数 4
如何计算R中的集合标准差？
下面是我的数据集的代码(因为我的数据集包含许多条目，所以我不能在这里复制粘贴它)
install.packages("Sleuth3")
library(Sleuth3)
View(ex0126)
为了求出每个组的平均偏差和标准差(即，单个组是当事方R和D)，我使用下面的R代码得到了它。
library(Sleuth3)
ex0126
View(ex0126)
#Average of each group individually for party (R,D)
meanOfR <- subset(aggregate(ex0126[, 4:
浏览 12提问于2020-08-28得票数 1
1回答
我有一个调查，我需要做两件事；
I需要对一组变量应用调查权重，使用调查包检索“加权”平均值和--我需要找到这些变量的加权平均值。
做完这两件事后，我只想得到每个变量的最后加权平均值。
我知道如何分别找到调查加权平均数和加权平均数，但我不知道如何将它们结合起来，也不知道如何应用这些加权数。下面是我的数据的一个例子，以及如何分别找到“调查加权平均数”和“加权平均值”。
请参阅下面的示例数据：
library(survey)
dat_in <- read_table2("code CCS trad_sec Q1 enrolled wgt
23 TRUE sec
浏览 3提问于2021-08-09得票数 1
如果您拟合一个例如Thomas Cluster模型(例如使用kppm )，它将适合一个具有X个数的集群的模型。有没有一种方法可以提取每个X集群的中心估计在哪里？例如，如果具有500个点的ppp上的最佳拟合模型的平均数量为250个点，我们预计从数据中估计会有2个簇。这两个星团的中心坐标是多少？ 非常感谢
浏览 22提问于2020-12-10得票数 0
1回答
各位，
我试图使用具有许多固定效应和附加随机效应的{nlme}包中的lme()来拟合R中的模型(因为以后我还想包含AR(1)相关矩阵)。然而，该模型非常缓慢(由于大量的固定效应)。
现在，我们知道使用虚拟模型运行模型是数字的，但不是计算上的，相当于在非平均数据上运行模型(在估计范围内)。因此，以下两个模型可以得到相同的结果，但第一个模型运行得更快：
# Load library
library(nlme) # For lme()
library(lfe) # For demeanlist()
# Create reproducible dummy dataset
set.seed(
浏览 2提问于2015-06-20得票数 2
1回答
R中模型的评分和排序
、、、
我正在用Arima、H2O.Randomforest、glmnet、lm等多种模型对R中的多元时间序列数据进行预测建模。
我创建了一个函数来选择我们选择的模型并进行预测。
Model1 <- function(){
..
return()
}
Model2 <- function(){
...
return()
}
Model3 <- function(){
...
return()
}
main <- function(n){
if(n == 1) {
Model1()
}
else if(n == 2){
Mode
浏览 1提问于2017-07-07得票数 0
1回答
我正在做固定效果回归，并且在自相关方面有问题，为了解决这个问题，我正在使用预测、lmtest和plm软件包进行ARIMA建模。我的数据是一般的面板数据，，我正在尝试做一些ARIMA建模，但我很难使用plm软件包将自回归项和移动平均值合并到固定效果回归中。这是我的尝试。
world_hour_fix =
plm(WBGDPhour ~ broadband + resourcerents + education,
data = hourframe, model = "within")
auto.arima(world_hour_fix$residual
浏览 3提问于2012-04-28得票数 6
3回答
我有有限的数据RV，我可以找到平均值µ和标准差sigma。现在我想生成更多的数据点，保持相同的µ和sigma。我该如何在MATLAB中做这件事？我做了以下工作，但是当我绘制生成数据的平均值(mu_2)时，它与µ不匹配…
N = 15
R = mean(RV) + std(RV)*randn(N, 1);
mu = mean(RV)*ones(N,1);
mu_2 = mean(R)*ones(N,1);
浏览 2提问于2013-01-19得票数 0
回答已采纳
1回答
我正在尝试实现分位数回归林(https://www.jmlr.org/papers/volume7/meinshausen06a/meinshausen06a.pdf)。
但是，我很难理解分位数是如何计算的。我将试图总结这部分的兴趣，以便解释，准确地解释，我不明白。
假设是n独立观测，(X_i, Y_i)。用随机变量T的实现\theta参数化的树型\Theta用T(\theta)表示。
生长k树T(\theta_t)，t = 1, . . . , k，如在随机森林中。然而，对于每一棵树的每一片叶子，请注意这片叶子上的所有观察，而不仅仅是它们的平均值。
对于给定的X = x，将x放下所有的树。如
浏览 0提问于2020-09-09得票数 5
回答已采纳
假设我有一个数据集，并使用matplotlib绘制了该数据集的直方图。
n, bins, patches = plt.hist(data, normed=1)
如何使用hist()返回的n和bins值计算标准差？我现在这样做是为了计算平均值：
s = 0
for i in range(len(n)):
s += n[i] * ((bins[i] + bins[i+1]) / 2)
mean = s / numpy.sum(n)
这似乎工作得很好，因为我得到了相当准确的结果。但是，如果我尝试像这样计算标准差：
t = 0
for i in range(len(n)):
t += (b
浏览 318提问于2018-06-11得票数 7
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
云直播
对象存储活动推荐
腾讯云开发者
