search for: covarianzas

¡Hola a todos! Estoy intentando muestrear de una normal multivariante donde hay dos grupos de variables que deben tener una relación "manipulable" entre sí pero ignoro cómo hacerlo. Les cuento, he intentado lo siguiente: # covarianzas del primer grupo de variables: Sigma_U <- matrix(c(.25, .2, .2, .25), ncol=2) # covarianzas del segundo grupo de variables: Sigma_W <- diag(2) # covarianzas _arbitrarias_ entre los dos grupos de variables Sigma_UZ <- matrix(rnorm(4), nrow=2) # consolidación de las covarianzas anteriores...

Hola! Para simular matrices de datos normales multivariados con la sentencia rmvnorm (dentro del paquete mvtnorm) se necesita, entre otras cosas, el número de vectores a simular, el vector de parámetros-medias correspondiente a cada variable y su respectiva matriz de Varianza-Covarianza. En este último punto, tengo problemas. En lugar de ingresar una matriz sigma creada por mi, necesito simular

Alguien tiene experiencia en escribir una pdMat. Para aquellos que no lo recuerden son las matrices de covarianzas de los efectos aleatorios que ajusta la función lme de la librería nlme Estas matrices tiene especial importancia en aplicaciones de genética de poblaciones y en particular en mapeo de asociación. Pinheiro y Bates dicen que el usuario puede crear sus propias pdMat y sugiere como ejemplo ver una pdD...

Hi all, im triyng to implement a bayesian model with R and c++. I have a strange problem. I can't reproduce the error with a small script and then i post the original one. The problem is after the line for(MCMC_iter2=0;MCMC_iter2<thin;MCMC_iter2++) For the first 34 iterations all work fine, after, all the simulations of mu_acc_P return an "nan". If i delete the line

..., Un abrazo, que tengáis buen día! Lorena El 10 de mayo de 2014, 22:28, Carlos Ortega <cof en qualityexcellence.es>escribió: > Hola, > > Mira la ayuda del wald.test() para entender lo que te piden... > Tienes que proporcionar los coeficientes del modelo, la matriz de > covarianzas y los términos del modelo sobre los que quieres aplicar el test. > > Este es un ejemplo: > > require(graphics) > ## Annette Dobson (1990) "An Introduction to Generalized Linear Models". > ## Page 9: Plant Weight Data. > ctl <- c(4.17,5.58,5.18,6.11,4.50,4.61,5.17,4...

Bueno, realmente no es necesaria que la serie esté centrada en este caso, ya que estoy sumando un ruído blanco Un saludo From: fjroar en hotmail.com To: caaperezan en gmail.com; r-help-es en r-project.org Date: Wed, 5 Nov 2014 13:00:49 +0000 Subject: Re: [R-es] Agregar ruido a una serie de tiempo Hola buenos d?as: Yo cuando he tenido que hacer estos trabajos, lo que hac?a era coger la serie

Hola, ¿qué tal? Tu problema es que tienes agrupaciones de países (p.e., ASIA_MERIDIOL) con un solo respresentante. Las matrices con las que construyes las elipses son degeneradas (más bien, no existen: sospecho que tienen que ver con la covarianza... ¿de un único caso?). Elimina las agrupaciones triviales. Un saludo, Carlos J. Gil Bellosta http://www.datanalytics.com El día 4 de diciembre de

Hola a todos y todas, Gracias por vuestro apoyo en cantidad de preguntas anteriores, de nuevo os escribo para compartir una duda: Estoy trabajando con un modelo bien sencillo, es una regresión simple, pero me gustaría comprobar la significación estadística de cada uno de los coeficientes de regresión en el modelo. La idea es hacer un contraste de hipótesis. Me he descargado el paquete

Sale plano sí. Ya se que sin tener los datos y el código es un poco difícil, pero es que mis datos ocupan mucho, es imposible. Seguiré mirando por internet. Muchas gracias Rubén. Un saludo, > To: r-help-es en r-project.org > From: rubenfcasal en gmail.com > Date: Thu, 6 Aug 2015 14:21:47 +0200 > Subject: Re: [R-es] Duda interpolación (package ' gstat ') > > Hola

Cordial saludo adjunto la base de datos y el script: eu60<- read.csv(file.choose(), header=T, sep=";", dec=".", row.names=1) eu60.pca <- PCA(eu60, quali.sup=19) eu60.data <- cbind.data.frame(eu60[,19], eu60.pca$ind$coord) eu60.ellipse <- coord.ellipse(eu60.data, bary=TRUE) plot.PCA(ellipse=eu60.ellipse, cex=0.8) El 4 de diciembre de 2013 17:35, Camilo Calle

Hola! Estoy teniendo un problema para testar la normalidad y la homogeneidad de varianzas para mi modelo de manova Es este mi modelo: m1<-manova(cbind(pred,fit,oniv)~tratamento/parcela+bloco,data.vegetacao) Aparte de tener tres variables respuestas (predador, fitófago, omnívoro), también es un diseño anidado. Alguien sabría responder esto? Gracias! Carol [[alternative HTML version

Muchas gracias por la rapidez y por la ayuda tan efectiva, me quedó el gráfico de maravilla, al parecer el problema era que habían individuos en una sola categoría, así quedó la gráfica: [image: Imágenes integradas 1] El 4 de diciembre de 2013 11:04, Carlos J. Gil Bellosta < cgb en datanalytics.com> escribió: > Hola, ¿qué tal? > > Tu problema es que tienes agrupaciones de

Buen dia!! Pues me encuentro trabajando con un conjunto de datos simulados que se ajustan a un modelo Ar(1) y pues queria saber si existe un comando para realizarle una prueba de homocedasticidad, pues la prueba que hay en el R es la bartlett.test pero pues no estoy muy seguro para usarla. Gracias [[alternative HTML version deleted]]

Estimados Al leer este interesante script lo corrí, pero al hacer la elipse me devuelve esa información, no encuentro el porque saludos library(FactoMineR) eu60<- read.csv(file.choose(), header=T, sep=";", dec=".", row.names=1) eu60.pca <- PCA(eu60, quali.sup=19) eu60.data <- cbind.data.frame(eu60[,19], eu60.pca$ind$coord) eu60.ellipse <-

Cordial saludo, soy principiante en R y estoy haciendo un análisis multivariado de datos, y necesito hacer las elipses de confianza donde la variable 19 es cualitativa suplementaria y el resto son variables activas; tengo el siguiente código: eu60 <- read.csv(file.choose(), header=T, sep=";", dec=",", row.names=1) ### capturar datos eu60.pca <- PCA(eu60, quali.sup=19) ##

Hola. Seguramente es una pregunta un poco tonta, pero no encuentro respuesta. Si tengo por ejemplo x <- 1:4 y <- c(2,1,3,4) freq <- c(1,2,1,2) ¿existe alguna forma en R de obtener la correlación (de pearson , por ejemplo) de x e y teniendo en cuenta que freq son las frecuencias? O también. ¿cómo podría "expandir" estos datos para conseguir que x sea (1,2,2,3,4,4) e y

Buenas tardes para tod en s (de nuevo) Tengo el siguiente dataframe:

Buenos días, *Muchas gracias, todas las aportaciones han sido bien útiles.* Las he tenido en cuenta y he pasado los datos con el R, siguiendo el siguiente comando: *modeloRTUN2<-lm(AVE.~ Tariff + d1 + d2 + d3 + d4 + d5 + d6 + d7 + d8 + d9+ d10 + d11+ d12+ d13+ d14+ d15+ d16+ d17+ d18+ d19+ d20 +d21 + Tariff*d1 + Tariff*d2 + Tariff*d10)* *summary(modeloRTUN2)* Siendo: AVE. = Variable

--- El lun, 12/9/11, Cristalina <pa100cia77@yahoo.es> escribió: De: Cristalina <pa100cia77@yahoo.es> Asunto: Re: [R-es] Cosinor Analysis Para: "Carlos Ortega" <coforfe@gmail.com> Fecha: lunes, 12 de septiembre, 2011 08:43 Hola,   Carlos, muchas gracias.   El método empleado en http://tolstoy.newcastle.edu.au/R/e6/help/09/01/0626.html (el url que se referencia

Muy buenas, quiero calcular correlaciones de Pearson entre dos variables (a,b) teniendo en cuenta una tercera (c). Para ello estoy usando una función llamada "pcor.test" (http://www.yilab.gatech.edu/pcor.html), que en realidad no está en ningún paquete de R, que yo sepa. ¿Alguien conoce una función similar en alguna librería de R? Por otro lado, para ver si me cuadraban los resultados,