- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
此问题涉及Emmeans continuous independant variable
我想使用单行计算至少三个直径值
(即最小值、平均值和最大值)的 EMM。指定 cov.reduce = range
给出仅使用最小和最大 diameter
的估计值,删除 cov.reduce = range
给出使用平均值 直径
。
mod = glm(log(strength) ~ machine + diameter, data = fiber)
emmeans(mod, ~machine*diameter, cov.reduce = range)
machine diameter emmean SE df asymp.LCL asymp.UCL
A 15 3.48 0.0315 Inf 3.42 3.54
B 15 3.50 0.0333 Inf 3.44 3.57
C 15 3.43 0.0232 Inf 3.39 3.48
A 32 3.88 0.0243 Inf 3.83 3.93
B 32 3.90 0.0228 Inf 3.86 3.95
C 32 3.83 0.0329 Inf 3.77 3.90
结合cov.reduce = c(range,mean)
仅给出平均直径
的估计值。
> emmeans(mod, ~machine*diameter, cov.reduce = c(range, mean))
machine diameter emmean SE df asymp.LCL asymp.UCL
A 24.1 3.69 0.0167 Inf 3.66 3.73
B 24.1 3.72 0.0172 Inf 3.69 3.75
C 24.1 3.65 0.0182 Inf 3.61 3.68
Results are given on the log (not the response) scale.
Confidence level used: 0.95
指定数字(不仅仅是范围内的值,还包括实际的最小值、平均值和最大值)会产生错误。
> emmeans(mod, ~machine*diameter, cov.reduce = c(1, 15, 32))
Error in fix.cr(cov.reduce) : Invalid 'cov.reduce' argument
> emmeans(mod, ~machine*diameter, cov.reduce = c( 15, 24, 32))
Error in fix.cr(cov.reduce) : Invalid 'cov.reduce' argument
我知道我可以运行两行代码,然后合并输出,但我想知道是否有一个单行解决方案。谢谢。
最佳答案
这很容易完成,因为您可以指定任何函数。所以尝试一下
emmeans(..., cov.reduce = function(x) quantile(x, c(0, 0.5, 1)))
这会显示中位数而不是平均值,但您可以编写一个函数来返回您想要的任何内容。它可以是如上所示的内联函数,也可以是单独函数的名称。
顺便说一句,对于特定值,请使用 at
而不是 cov.reduce
。例如,
emmeans(..., at = list(diameter = c(15, 24, 32)))
有关详细信息,请参阅 ref_grid()
的文档。
关于r - 使用连续预测变量的多个值计算 emmeans,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/67828152/
我正在使用 R 预测包拟合模型,如下所示: fit <- auto.arima(df) plot(forecast(fit,h=200)) 打印原始数据框和预测。当 df 相当大时,这
我正在尝试预测自有住房的中位数,这是一个行之有效的例子,给出了很好的结果。 https://heuristically.wordpress.com/2011/11/17/using-neural-ne
type="class"函数中的type="response"和predict有什么区别? 例如: predict(modelName, newdata=testData, type = "class
我有一个名为 Downloaded 的文件夹,其中包含经过训练的 CNN 模型必须对其进行预测的图像。 下面是导入图片的代码: import os images = [] for filename i
关于预测的快速问题。 我尝试预测的值是 0 或 1(它设置为数字,而不是因子),因此当我运行随机森林时: fit , data=trainData, ntree=50) 并预测: pred, data
使用 Python,我尝试使用历史销售数据来预测产品的 future 销售数量。我还试图预测各组产品的这些计数。 例如,我的专栏如下所示: Date Sales_count Department It
我是 R 新手,所以请帮助我了解问题所在。我试图预测一些数据,但预测函数返回的对象(这是奇怪的类(因子))包含低数据。测试集大小为 5886 obs。 160 个变量,当预测对象长度为 110 时..
关闭。这个问题需要更多focused .它目前不接受答案。 想改进这个问题吗? 更新问题,使其只关注一个问题 editing this post . 关闭 6 年前。 Improve this qu
下面是我的神经网络代码,有 3 个输入和 1 个隐藏层和 1 个输出: #Data ds = SupervisedDataSet(3,1) myfile = open('my_file.csv','r
我正在开发一个 Web 应用程序,它具有全文搜索功能,可以正常运行。我想对此进行改进并向其添加预测/更正功能,这意味着如果用户输入错误或结果为 0,则会查询该输入的更正版本,而不是查询结果。基本上类似
我对时间序列还很陌生。 这是我正在处理的数据集: Date Price Location 0 2012-01-01 1771.0
我有许多可变长度的序列。对于这些,我想训练一个隐马尔可夫模型,稍后我想用它来预测(部分)序列的可能延续。到目前为止,我已经找到了两种使用 HMM 预测 future 的方法: 1) 幻觉延续并获得该延
我正在使用 TensorFlow 服务提供初始模型。我在 Azure Kubernetes 上这样做,所以不是通过更标准和有据可查的谷歌云。 无论如何,这一切都在起作用,但是我感到困惑的是预测作为浮点
我正在尝试使用 Amazon Forecast 进行一些测试。我现在尝试了两个不同的数据集,它们看起来像这样: 13,2013-03-31 19:25:00,93.10999 14,2013-03-3
使用 numpy ndarray大多数时候我们不需要担心内存布局的问题,因为结果并不依赖于它。 除非他们这样做。例如,考虑这种设置 3x2 矩阵对角线的稍微过度设计的方法 >>> a = np.zer
我想在同一个地 block 上用不同颜色绘制多个预测,但是,比例尺不对。我对任何其他方法持开放态度。 可重现的例子: require(forecast) # MAKING DATA data
我正在 R 中使用 GLMM,其中混合了连续变量和 calcategories 变量,并具有一些交互作用。我使用 MuMIn 中的 dredge 和 model.avg 函数来获取每个变量的效果估计。
我能够在 GUI 中成功导出分类器错误,但无法在命令行中执行此操作。有什么办法可以在命令行上完成此操作吗? 我使用的是 Weka 3.6.x。在这里,您可以右键单击模型,选择“可视化分类器错误”并从那
我想在同一个地 block 上用不同颜色绘制多个预测,但是,比例尺不对。我对任何其他方法持开放态度。 可重现的例子: require(forecast) # MAKING DATA data
我从 UCI 机器学习数据集库下载了一个巨大的文件。 (~300mb)。 有没有办法在将数据集加载到 R 内存之前预测加载数据集所需的内存? Google 搜索了很多,但我到处都能找到如何使用 R-p
我是一名优秀的程序员,十分优秀!