Saludo gente, antes que nada gracias por la ayuda que puedan aportarme, soy iniciante en R, estoy usando el paquete Mice para realizar imputaciones múltiples sobre variables en su mayoría categóricas. El problema está que cuando expresó este comando imp <- mice(dataset,method="polr",maxit=1) donde el dataset es un data.frame me tirá este error : iter imp variable 1 1 pial1a pial2 pial3a pial3b pial3cError en nnet.default(X, Y, w, mask = mask, size = 0, skip = TRUE, softmax = TRUE, : too many (1068) weights -- buscando en foros encontre que debo modificar el nnet, concretamente maxNWts indicando un valor mayor al valor con problema, para modificar eso se me ocurre usar mice.impute.polyreg(dataset x=NULL, nnet.maxit 100,nnet.trace = FALSE, nnet.maxNWts = 1500) pero el problema que me piden X que representa Matrix (n x p) of complete covariates, pero al ser las vbles categóricas, no me queda claro como estimarla. En si alguna ayuda para poder solucionar este problema en donde lo que se busca en poder aplicar regresión logística y por ello me veo con el problema del nnet. GRACIAS: *************** * :) *sonrei que te queda lindo :):):):): **amy **cgc ************************** * [[alternative HTML version deleted]]
Amalia Carolina Guaymas Canavire
2013-Oct-29 11:29 UTC
[R-es] Fwd: Ayuda con Mice con polyreg
Saludo gente, antes que nada gracias por la ayuda que puedan aportarme, soy iniciante en R, estoy usando el paquete Mice para realizar imputaciones múltiples sobre variables en su mayoría categóricas. El problema está que cuando expresó este comando imp <- mice(dataset,method="polr",maxit=1) donde el dataset es un data.frame me tirá este error : iter imp variable 1 1 pial1a pial2 pial3a pial3b pial3cError en nnet.default(X, Y, w, mask = mask, size = 0, skip = TRUE, softmax = TRUE, : too many (1068) weights buscando en foros encontre que debo modificar el nnet, concretamente maxNWts indicando un valor mayor al valor con problema, para modificar eso se me ocurre usar mice.impute.polyreg(dataset x=NULL, nnet.maxit 100,nnet.trace = FALSE, nnet.maxNWts = 1500) pero el problema que me piden X que representa Matrix (n x p) of complete covariates, pero al ser las vbles categóricas, no me queda claro como estimarla. En si alguna ayuda para poder solucionar este problema en donde lo que se busca en poder aplicar regresión logística y por ello me veo con el problema del nnet. GRACIAS: -- *************** * :) *sonrei que te queda lindo :):):):): **amy **cgc ************************** * [[alternative HTML version deleted]]
Amalia Carolina Guaymas Canavire
2013-Oct-30 13:56 UTC
[R-es] Fwd: Ayuda con Mice con polyreg
---------- Mensaje reenviado ---------- De: Amalia Carolina Guaymas Canavire <acarolinagc@gmail.com> Fecha: 29 de octubre de 2013 08:29 Asunto: Fwd: Ayuda con Mice con polyreg Para: r-help-es@r-project.org Saludo gente, antes que nada gracias por la ayuda que puedan aportarme, soy iniciante en R, estoy usando el paquete Mice para realizar imputaciones múltiples sobre variables en su mayoría categóricas. El problema está que cuando expresó este comando imp <- mice(dataset,method="polr",maxit=1) donde el dataset es un data.frame me tirá este error : iter imp variable 1 1 pial1a pial2 pial3a pial3b pial3cError en nnet.default(X, Y, w, mask = mask, size = 0, skip = TRUE, softmax = TRUE, : too many (1068) weights buscando en foros encontre que debo modificar el nnet, concretamente maxNWts indicando un valor mayor al valor con problema, para modificar eso se me ocurre usar mice.impute.polyreg(dataset x=NULL, nnet.maxit 100,nnet.trace = FALSE, nnet.maxNWts = 1500) pero el problema que me piden X que representa Matrix (n x p) of complete covariates, pero al ser las vbles categóricas, no me queda claro como estimarla. En si alguna ayuda para poder solucionar este problema en donde lo que se busca en poder aplicar regresión logística y por ello me veo con el problema del nnet. GRACIAS: -- *************** * :) *sonrei que te queda lindo :):):):): **amy **cgc ************************** * -- *************** * :) *sonrei que te queda lindo :):):):): **amy **cgc ************************** * [[alternative HTML version deleted]]
Amalia, Quizás tengas suerte y alguien se de cuenta del problema. Seguramente mejorarás las probabilidades (1) de recibir una respuesta, (2) que sea rápido y (3) que te sirva si proporcionas un ejemplo reproducible. En tu caso señalas que usas el paquete Mice y un data.frame. Resultaría útil que envíes una muestra de ese data.frame, si se puede, lo que podrás hacer fácilmente copiando de la consola de R y pegando en el e-mail el resultado de dput(tail(data.frame, 100)) . Si estas interesada en como hacer preguntas con mejores probabilidades de éxito puedes leer https://mail.google.com/mail/u/0/?tab=wm#search/daniel+merino+reproducible+pregunta+r/1417ada542921bbe Daniel Merino El 29 de octubre de 2013 08:29, Amalia Carolina Guaymas Canavire < acarolinagc@gmail.com> escribió:> Saludo gente, antes que nada gracias por la ayuda que puedan aportarme, soy > iniciante en R, estoy usando el paquete Mice para realizar imputaciones > múltiples sobre variables en su mayoría categóricas. El problema está que > cuando expresó este comando imp <- mice(dataset,method="polr",maxit=1) > donde el dataset es un data.frame me tirá este error : > > iter imp variable > 1 1 pial1a pial2 pial3a pial3b pial3cError en nnet.default(X, Y, > w, mask = mask, size = 0, skip = TRUE, softmax = TRUE, : > too many (1068) weights > > buscando en foros encontre que debo modificar el nnet, concretamente > maxNWts indicando un valor mayor al valor con problema, para modificar eso > se me ocurre usar mice.impute.polyreg(dataset x=NULL, nnet.maxit > 100,nnet.trace = FALSE, nnet.maxNWts = 1500) pero el problema que me piden > X que representa Matrix (n x p) of complete covariates, pero al ser las > vbles categóricas, no me queda claro como estimarla. En si alguna ayuda > para poder solucionar este problema en donde lo que se busca en poder > aplicar regresión logística y por ello me veo con el problema del nnet. > GRACIAS: > > > -- > > *************** * :) *sonrei que te queda lindo :):):):): **amy **cgc > ************************** > * > > [[alternative HTML version deleted]] > > > _______________________________________________ > R-help-es mailing list > R-help-es@r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es > >-- Daniel [[alternative HTML version deleted]]