- 博客(13)
- 收藏
- 关注
RSS订阅原创 广义线性模型——Logistic回归模型简单绘图（2）
使用R语言绘制超级实用的logistic回归模型图。library(AER)# 数据library(ggplot2)# 作图library(ggsci)# 修饰图片风格没有上述安装包的，自己安装一下。data(Affairs,package ="AER")#提取使用的数据集Affairs$chugui[Affairs$affairs>0]<-1#将出轨次数大于零的结果定为二分类变量（1：出轨）Affairs$chugui[Affairs$affairs==0]<...
2022-04-10 17:43:22
4372
原创 广义线性模型——Logistic回归模型（1）
广义线性模型是线性模型的扩展，它通过连接函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。广义线性模型拟合的形式为：其中g(μY)是条件均值的函数（称为连接函数）。另外，你可放松Y为正态分布的假设，改为Y 服从指数分布族中的一种分布即可。设定好连接函数和概率分布后，便可以通过最大似然估计的多次迭代推导出各参数值。在大部分情况下，线性模型就可以通过一系列连续型或类别型预测变量来预测正态分布的响应变量的工作。但是，有时候我们要进行非正态因变量的分析，例如：（1）类别型..
2022-04-09 23:12:39
5044
原创 简单线性回归和多元线性回归
有很多初学者不知道如何用R语言做回归，这里我讲解一下简单线性回归和多元线性回归。当回归模型包含一个因变量和一个自变量时，我们称为简单线性回归。比如：身高和体重的关系。当有不止一个预测变量时， 则称为多元线性回归。比如：工作年限，学历都可能影响收入。这里我们需要先了解一些用于回归分析的函数：summary() 展示拟合模型的详细结果；coefficients() 列出拟合模型的模型参数（截距项和斜率）；fitted() 列出拟合模型的预测值；residuals() 列出拟合模型
2022-03-07 22:37:53
4082
原创 R语言-非参数检验
非参数检验(Nonparametric tests)是统计分析方法的重要组成部分，在数据分析过程中，由于种种原因，人们往往无法对总体分布形态作简单假定，此时参数检验的方法就不再适用了。非参数检验基于这种考虑，在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。由于非参数检验方法在推断过程中不涉及有关总体分布的参数，因而得名为“非参数”检验。一，数据的导入与调整本次示例：探讨三个林分（Z,ZK,CK）的土壤质量分形维数（Dm）的差异。library(readxl..
2022-01-11 22:19:28
6087
1
原创 R语言基础数据分析——双因素方差分析
双因素方差分析（Double factor variance analysis) ：拥有二个自变量（A,B），一个因变量（C）；双因素方差分析有两种类型：一个是无交互作用的双因素方差分析，它假定A和B对C的效应之间是相互独立的，不存在相互关系；另一个是有交互作用的双因素方差分析，它假定A和B的结合会对C产生出一种新的效应。试验：通过施不同的氮肥（A）和不同浓度梯度（B），来研究对植物幼苗生长二个月的重量（C）影响。氮肥有两个组别（treatment）：硝态氮（XI），铵态氮（AN）。浓度梯度有三
2021-12-31 17:41:22
10037
2
原创 R语言-快速更改数据集的变量名
有些R语言新手学者可能不清楚如何快速的更改数据集的变量名，今天我就给大家介绍几种快捷的方法。首先我们自己来创造一个数据集。sex<-c("female","male","male","female","female","male","male","female")age<-c(22,34,25,44,56,24,54,26)weight<-c(125,156,135,176,153,122,159,200)mydata<-data.frame(sex,age,weig
2021-12-23 22:30:05
18012
8
原创 R语言一步到位求数据的均值，频数，标准差，标准误差
用R语言快速求数据各组别的均值，频数，标准差，标准误差。使用R语言中的'plyr'包的ddply()函数，和常见的summarise()函数。导入'plyr'包和你的数据。library(plyr)library(readxl)NP <- read_excel("C:/Users/lenovo/Desktop/NP.xlsx")View(NP)head(NP)#查看数据前6行str(NP)#查看数据形式数据为两组自变量: 添氮即SN(三个浓度水平：N1,N2,N3)、.
2021-12-02 10:50:40
26355
4
原创 R语言基础数据分析—单因素方差分析
有了试验数据，我们就需要进行数据的处理与分析，而在试验设计中，通常分为单因素试验或者双因素试验。试验中要考察的指标称为试验指标，影响试验指标的条件称为因素，因素所处的状态称为水平，若试验中只有一个因素改变则称为单因素试验，若有两个因素改变则称为双因素试验，若有多个因素改变则称为多因素试验。方差分析就是对试验数据进行分析，检验方差相等的多个正态总体均值是否相等，进而判断各因素对试验指标的影响是否显著，根据影响试验指标条件的个数可以区分为单因素方差分析、双因素方差分析和多因素方差分析。在进行数据分析之前，我
2021-11-17 16:51:43
16306
6
原创 R语言—数据的调整与处理
作为一名R语言新手，第一步是要学会对数据进行一个调整与处理。现介绍几种常见对数据框架处理的函数：使用R语言自带的heightweight数据集：library（gcookbook）height weight可以看到五列代表每个人的身体信息，这个时候我们可以用str()来查看数据集的结构。str(heightweight)这里面可以看到sex为factor因子变量；ageYear,heightIn,weightLb为数值型向量；ageMonth为整型向量；同时还会有char.
2021-11-09 22:58:18
6630
原创 R语言“ggbiplot“安装错误的解决方法
在安装"ggbiplot"程序包时，经常会出现错误，并且大家的错误都不一样，导致安装不上"ggbiplot"程序包。根据我个人安装失败原因，给出了解决方法。第一步：install.packages("devtools")#这步有可能显示错误，那你就需要先安装：install.packages("usethis")第二步：install.packages("usethis")library(usethis)install.packages("devtools")library(
2021-11-02 16:44:40
2829
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人