search for: creamo

...5. He probado varias cosas que he visto por Googe pero no me han funcionado. ¿Alguna idea? library(ltm) # creo el modelo modelo <- ltm(LSAT ~ z1) # represento el modelo plot(modelo, legend = TRUE, cx = "bottomright", lwd = 3,cex.main = 1.5, cex.lab = 1.3, cex = 1.1,main="") # creamos las líneas horizontales abline(h=0.25, col="purple") abline(h=0.50, col="red") abline(h=0.75, col="green") saludos y muchas gracias, Fernando [[alternative HTML version deleted]]

...on R los IVES (índices de variación estacionales). Por el momento estoy viendo cosas muy simples, como descomponer una serie en tendencia y componente estacional, usando la función decompose y también la función stl. Por ejemplo # generamos 48 datos de una normal por ejemplo x <- rnorm(48) # creamos el objeto ts diciendo que los datos son mensuales tempx <- ts(x,start=c(2008,1),frequency=12) descomposicion1 <- decompose(tempx, type="mult") # también se puede usar la función stl, descomposicion2 <- stl(tx,s.window="periodic") ¿Puedo obtener los índices de variaci...

...ame= tab, rownames = FALSE, append=TRUE, fast=TRUE ) close(canal2) rm(canal2) } La barra de progreso se toma de esta función: pb <-function( datos,tab){ ##Creamos canal de conexion a BBDD canal1 <- odbcDriverConnect( "case=nochange; Driver=SQL Server; Server=xxx; Database=xxx; uid=xxx; pwd=xx; wsid=ESMADN1003;;") ##Obtenemos conteos de registros################## #Numero de registro que se van a...

...5. He probado varias cosas que he visto por Googe pero no me han funcionado. ¿Alguna idea? library(ltm) # creo el modelo modelo <- ltm(LSAT ~ z1) # represento el modelo plot(modelo, legend = TRUE, cx = "bottomright", lwd = 3,cex.main = 1.5, cex.lab = 1.3, cex = 1.1,main="") # creamos las líneas horizontales abline(h=0.25, col="purple") abline(h=0.50, col="red") abline(h=0.75, col="green") saludos y muchas gracias, Fernando         [[alternative HTML version deleted]] _______________________________________________ R-help-es mailing list R-help-es...

Muchísimas gracias Carlos. La he probado simulando datos con solapamiento conocido y va como un tiro! Saludos Angel Sent from Samsung tabletCarlos Pérez Carmona <carlos.perez@uam.es> wrote:Hola Ángel, Nosotros creamos recientemente una función para calcular el overlap entre distintos caracteres de especies de plantas o animales. La función (trova) puedes encontrarla aquí: http://www.butbn.cas.cz/francesco/Webpage/R_Functions.html Y la parte de la misma que sirve para calcular el solapamiento de dos funciones...

Hola Neo, esto es lo mejor que me ha salido. A ver si por lo menos te ayuda. Un saludo colores<-c("black", "green", "red", "steelblue", "purple") #creamos el vector de 5 colores que usaremos para unificar luego la leyenda y el grafico xyplot(V5 ~ dia | sol, groups=con, layout=c(1, 3), type= "l", pch=1, par.settings=simpleTheme(col=colores, col.line=colores), auto.key=list(title= "Con",space="right",border=F, col...

...=TRUE, fast=TRUE ) > close(canal2) > rm(canal2) > } > > La barra de progreso se toma de esta funci?n: > pb <-function( datos,tab){ > ##Creamos canal de conexion a BBDD > canal1 <- odbcDriverConnect( "case=nochange; Driver=SQL Server; Server=xxx; Database=xxx; uid=xxx; pwd=xx; wsid=ESMADN1003;;") > > ##Obtenemos conteos de registros################## > #Numero de reg...

...------------------------------- # Mirams los datos data(latinsquare) head(latinsquare) summary(latinsquare) #--------------------------------------------------------------------------------------------------------- mod <- lmer(formula= RT ~ SOA+Word +(1|Subject), data=latinsquare) mod # ¿Creamos inteacción? Esto no se si es muy correcto latinsquare$SoaWord <- factor(paste(latinsquare$SOA, latinsquare$Word)) modI <- lmer(formula= RT ~ SoaWord +(1|Subject), data=latinsquare) #---------------------------------------------------------------------------------------------------------...

Hola, escribo porque tengo una gran duda como gráficas tan fáciles en Excel son tan difíciles en R? No consigo hacer una gráfica en R de estas características. Osea como puedo dividir por sitios por tamaños. En una planilla enorme tengo la primera columna son las estaciones (pero solo quiero las tres ultimas) y después muchos parámetros, en las columnas 46, 53 y 60 los promedios ponderados. Y no

...close(canal2) > > rm(canal2) > > } > > > > La barra de progreso se toma de esta funci n: > > pb <-function( datos,tab){ > > ##Creamos canal de conexion a BBDD > > canal1 <- odbcDriverConnect( "case=nochange; > > Driver=SQL Server; Server=xxx; Database=xxx; uid=xxx; pwd=xx; > > wsid=ESMADN1003;;") > > > > ##Obtenemos conteos de registros##############...

...A, length(mask)) setmp[mask] <- sdev sum <- rbind(coef, setmp, t.rat, pt) dimnames(sum) <- list(c("coef", "s.e.", "t ratio", "p-valor"), names(coef)) return(sum) } else return(NA) } #Creamos df que contendra los datos del modelo modelo <- data.frame(Tipologia = numeric(0), Provincia = numeric(0), AnoModelo = numeric(0), ecuacion =charac...

...umna <- colnames(p.pesos.ord) # 2) Le añadimos a cada nombre el sufijo _peso para evitar duplicados en nombre de columna ; nuevosNombresColumna <- paste(nombresColumna,'_peso') # 3) Obtenemos las sumas por fila de los pesos por marea: totalPesoMarea <- rowSums(p.pesos.ord) # 4) Creamos un dataframe nuevo con los porcentajes de las columnas que corresponda, que # conservará los nombres de columna correctos (alpha3 sin alterar) p.porcs <- p.pesos.ord/totalPesoMarea # 5) Cambiamos los nombres de columna del dataframe de pesos por los nuevos colnames(p.pesos.ord) <- nuevosNo...

Hola a tod en s. Se trata de un tema que lleva tiempo rondándome la cabeza, pero que nunca he encontrado una solución. Se que existe el paquete survey, pero me gustaría saber si existe algo más sencillo. Por ejemplo, estaba analizando los últimos datos de la encuesta de equipamientos tecnológicos del INE y dicho fichero tiene dos variables con factores de elevación, una para hogares y otra para

...cuatro = sample( c(runif(numero) , rep(NA , numero /1e2 )) , size = numero ) , cinco = sample( c(runif(numero) , rep(NA , numero /2e2 )) , size = numero ) , seis = sample( c(runif(numero) , rep(NA , numero /1e3 )) , size = numero ) ) # 1) Creamos una columna con la informacion de los jugadores, # Como es un jugador por fila, hacemos 1:nrow. step1 <- dat %>% mutate(player = 1:nrow(dat)) #2) Convertimos las columnas de tiempo (uno, dos, tres, ...) en dos # columnas, mes y numero de juegos. (Ojo, asumimo...

...5, pepeceb <pepeceb en yahoo.es> escribió: > Hola Neo, > esto es lo mejor que me ha salido. A ver si por lo menos te ayuda. > Un saludo > > > > > > > colores<-c("black", "green", "red", "steelblue", "purple") #creamos el > vector de 5 colores que usaremos para unificar luego la leyenda y el grafico > > > xyplot(V5 ~ dia | sol, groups=con, layout=c(1, 3), type= "l", pch=1, > par.settings=simpleTheme(col=colores, col.line=colores), > auto.key=list(title= "Con",space="...

Hola a todos. Estoy interesado en obtener el grado de solapamiento de dos parametros obtenidos a partir de una MCMC. La gente que he consultado realiza inspecciones visuales (graficando ambas funciones de densidad  de los valores obtenidos y viendo si hay mucho o poco solapamiento), pero me gustaría incluirlo en una serie de simulaciones con lo que no podría realizarlas. Conoceia alguna manera

...; # 2) Le añadimos a cada nombre el sufijo _peso para evitar duplicados > en nombre de columna ; nuevosNombresColumna <- > paste(nombresColumna,'_peso') > > # 3) Obtenemos las sumas por fila de los pesos por marea: > totalPesoMarea <- rowSums(p.pesos.ord) > > # 4) Creamos un dataframe nuevo con los porcentajes de las columnas que > corresponda, que # conservará los nombres de columna correctos (alpha3 > sin alterar) p.porcs <- p.pesos.ord/totalPesoMarea > > # 5) Cambiamos los nombres de columna del dataframe de pesos por los > nuevos > colnames...

Hola, Tengo un tabla de datos con pacientes asistidos, para los cuáles tengo variables como dni, género, programa de atención etc. Hay pacientes que atendieron en más de un programa por lo cuál se repiten en la tabla. Lo que quiero es poder contar con una matriz que me permita identificar la cantidad de pacientes que coinciden entre programas. Va un ejemplo: [image: image.png] Intenté de

...in/tc qdisc add dev $devlan root handle 1: htb default 5 /sbin/tc class add dev $devlan parent 1: classid 1:1 htb rate 10000Kbit ceil 10000Kbit /sbin/tc class add dev $devlan parent 1:1 classid 1:5 htb rate 10000Kbit ceil 10000Kbit /sbin/tc qdisc add dev $devlan parent 1:5 handle 5: sfq # y ahora creamos las reglas for n in ` seq 0 $num_dispositivos` do dispositivo=${dispositivos[$n]} tc qdisc del root dev $dispositivo tc qdisc add dev $dispositivo root handle 1: htb default 5 tc class add dev $dispositivo parent 1: classid 1:1 htb rate 512Kbit ceil 512Kbit tc class add dev $dispositivo pa...

...plicados > >> en nombre de columna ; nuevosNombresColumna <- > >> paste(nombresColumna,'_peso') > >> > >> # 3) Obtenemos las sumas por fila de los pesos por marea: > >> totalPesoMarea <- rowSums(p.pesos.ord) > >> > >> # 4) Creamos un dataframe nuevo con los porcentajes de las columnas > >> que corresponda, que # conservará los nombres de columna correctos > >> (alpha3 sin alterar) p.porcs <- p.pesos.ord/totalPesoMarea > >> > >> # 5) Cambiamos los nombres de columna del dataframe de pes...