search for: argeles

Hola compañeros de la lista. Qué tal. Tengo un análisis de componentes principales, en el que se evalúan aproximadamente 1000 variables. Usando la función dudi.pca e inertia.dudi obtengo una cantidad de información sobre la influencia de las variables sobre los dos componentes principales. Me gustaría saber si existe alguna función que sobre esta información me arrojara la lista de

Hola compañeros de la lista. Estoy aprendiendo a usar el paquete "rsm" para superficies de respuesta. Siguiendo este ejemplo todo va bien, hasta que trato de obtener el valor máximo predicho para la variable de respuesta en los valores de x1 y x2 estimados. ------------------------------------------------------------- library("rsm") ChemReact CR <- coded.data(ChemReact,

Hola compañeros de la lista. Tengo el análisis que muestro abajo, para la estimación de la Dosis Letal Media (DL50) por medio de regresión logística, de dos compuestos similares (denominados 1 y 2) aplicados a grupos de individuos similares, evaluando el número de individuos vivos y muertos al final del ensayo. Mi duda es qué forma me recomiendan para determinar si la diferencia es

Hola! No he podido consultar la doc. del paquete ade4, algo debe estar caído en CRAN ahora mismo. Dos cosas sobre la metodología -aun desconociendo los detalles de cómo lo hace ade4: El output de un PCA, los "pesos" de cada variable en las dimensiones de los componentes se interpretan como correlaciones, a mayor valor absoluto mayor asociación variable-componente. Ahora, como tales

Hola compañeros de la lista. Tengo el siguiente set de datos: Repeticiones <- c(rep("RI", 14), rep("RII", 14), rep("RIII", 14)) Tiempo <- rep(c(0, 2, 4, 6, 8, 10, 12, 24, 36, 48, 60, 72, 96, 120), 3) Concentracion_celular <- c(0.4862, 0.5375, 0.4309, 0.4390, 0.4603, 0.4733, 0.3936, 0.9085, 0.5838, 0.5477, 0.6331, 0.8693, 1.0092, 0.6341, 0.5350,

Hola compañeros de la lista, qué tal. Los molesto con la siguiente duda: Tengo un experimento con dos factores A y B, cada uno de los cuales tiene los siguientes niveles (que son concentraciones de dos hormonas vegetales aplicadas a plantas): niveles del factor A: 0, 0.2, 0.5, 1 niveles del factor B: 0, 0.1, 0.2, 0.5, 1 y mi variable de respuesta es continua, todo dentro del set de datos

Hola Argel, Puedes encontrar un par de ejemplos que cómo conseguir una valoración (qualitativa y cuantitativa) de la contribución de cada variable a cada componente principal, en el libro "Exploratory Multivariate Analysis by Example Using R". Este libro está basado en la librería "FactoMineR". Los ejemplos están en el capítulo primero. No he mirado como se haría esto con

H ola Argel, Muchisimas gracias por los datos y el codigo! ;-) Una forma es hacer bootstrap. En http://www.mayin.org/ajayshah/KB/R/documents/boot.html hay una corta introduccion. Seria algo similar a lo siguiente: d <- LD50.1 - LD50.2 # diferencia real d #p = 0.5: #37.31248 # ------------ # bootstrap # ------------ B <- 1000 # numero de muestras bootstrap d.sample <-

Hola compañeros de la lista, qué tal. Estoy haciendo un análisis de componentes principales utilizando las funciones "dudi.pca" (paquete "ade4") y "PCA" (paquete "FactoMineR"). Sucede que al comparar las coordenadas de cada individuo que obtiene cada función, las que corresponden al segundo componente principal tienen idéntica magnitud pero con

Efectivamente. Puedes cambiar el signo de todos los valores de la segunda componente, por ejemplo al hacer un gráfico de dispersión. No creo que se pueda hacer directamente en la función. Saludos Francesc El 01/10/13 17:53, Argel Gastélum Arellánez ha escrit: > Hola Francesc, muchas gracias por tu respuesta. > > Entonces, si quisiera que las gráficas de los resultados de

...:08 archive/ drwxr-xr-x 4 mason wheel - 512 Dec 19 2009 ./ drwxr-xr-x 28 mason wheel - 512 Feb 20 10:08 ../ drwxr-xr-x 18 mason wheel - 1024 Mar 13 10:42 Mason/ drwxr-xr-x 2 mason wheel - 512 Mar 12 10:40 Wagstaff/ drwxr-xr-x 4 mason wheel - 512 Mar 13 10:41 1979 - France - Argeles-sur-Mer/ -rw-r--r-- 1 mason wheel - 8192 Mar 13 10:39 Thumbs.db -rw-r--r-- 1 mason wheel - 2393243 Mar 12 18:06 Untitled-10.jpg -rw-r--r-- 1 mason wheel - 2236064 Mar 12 19:33 Untitled-11.jpg -rw-r--r-- 1 mason wheel - 2441339 Mar 12 19:38 Untitled-12.jpg -rw-r--r-- 1 mason w...

Instalo ade4 correctamente y no me abren los datos como por ejemplo data(bsetal97) ¿Qué piensan de eso? De: r-help-es-bounces en r-project.org [mailto:r-help-es-bounces en r-project.org] En nombre de Francesc Carmona Enviado el: Tuesday, October 01, 2013 7:30 AM Para: r-help-es en r-project.org Asunto: Re: [R-es] Análisis de componentes principales con ade4 y FactoMineR Por definición

Hola compañeros de la lista. Los molesto con la siguiente duda. En un diseño central compuesto (CCD) con dos factores (V1 y V2) y una variable de respuesta (R), utilizando valores codificados (-1.4142, -1, 0, 1, 1.4182), al aplicar la orden: rsm.segundo.orden <- rsm(R ~ Bloque + SO(V1, V2), data = DATOS.Codificados) Obtengo el siguiente modelo: R = 103.92 -2.16

Por definición la primera componente principal es una combinación lineal que maximiza la varianza de modo que si la componente 1 es el vector de coeficientes a, entonces, el vector -a también puede ser dicha componente. Las otras componentes, por ejemplo la segunda, es incorrelacionada con la primera y también maximiza la varianza, luego el signo no importa. Así pues, el signo de cada

> > Estimados muy buenas quería hacerles unas consulta: Estoy trabajando en mi tesis sobre mejoramiento animal y mi objetivo es evaluar la habilidad predictiva de modelos estadísticos mediante validación cruzada. Pero antes la intención es dividir mi base de datos en 3 partes y quisiera que todos los efectos incluidos en el estudio y cada uno de sus niveles, estén lo más equitativamente