search for: dependientes

Hola, espero ser clara en el mensaje ya que es la primera vez que recurro a este tipo de ayudas, explico mi duda: Tengo un dataset con 4505 observaciones en el que la variable dependiente son presencias (n=97 y clasificadas como 1) y ausencias (n=4408 y clasificadas como 0). Mi primer paso fue realizar un GLM con una muestra compensada de ausencias y presencias para la variable dependiente, es

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

Hola, No estoy muy seguro si esto te puede ayudar...pero por mirarlo...: GenOrd <http://cran.rstudio.com/web/packages/GenOrd/index.html>Simulation of ordinal and discrete variables with given correlation matrix and marginal distributions Saludos, Carlos Ortega www.qualityexcellence.es El 18 de diciembre de 2013, 12:42, Cesar Escalante <c.escalante.c@gmail.com>escribió: >

Buenos días, Me gustaría aplicar una regresión múltiple a los datos con los que trabajo pero no se como introducir los datos en R. He probado introducir el siguiente comando: modeloM<-lm(AVE.~ d1 + as.factor(d1T)*Tariff) summary(modeloM) Pero me da el siguiente error: > summary(modeloM) Error in if (attr(z$terms, "intercept")) sum((f - mean(f))^2) else sum(f^2) : argument is

Reciban un saludo cordial. Por favor, ¿en cuál biblioteca de R existe una función para generar vectores aleatorios correlacionados, por ejemplo (X,Y), con X~Weibull y Y~Lognormal y corr(X,Y) = 0.7? Gracias desde ya por su atención/ayuda. César Escalante C. [[alternative HTML version deleted]]

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

...e intrasujeto es el tipo de queso con dos niveles, Queso A (1) y Queso B (2). 2) La otra variable independiente intrasujeto es la ronda de degustaci?n con tres niveles: ronda de degustaci?n a ciegas (1), ronda de degustaci?n de expectativas (2) y ronda de degustaci?n informada (3). 3) Las variables dependientes son cinco variables en escala del 1 al 7 dependiendo de cu?nto le gustaron al consumidor los dos quesos durante las tres rondas de degustaci?n. As?, las variables dependientes son: Apariencia, olor, sabor, textura, retrogusto, impresi?n global y disposici?n a pagar puntuando cada variable dependien...

Estimados Para analizar tres muestras cualitativas independientes se utiliza Cochran-Mantel-Haenszel test ?Cual script es el adecuado para analizar tres variables dependientes? en MCNEMAR solo se permite analizar dos variables cualitaticvas dependientes saludos José [[alternative HTML version deleted]]

Hola: Con esto del R me da la impresión que avanzo un paso y retrocedo dos! El caso es que tengo una "cascada de funciones", para realizar un análisis descriptivo "automático" en función del tipo de variable. Y en los resultados, en lugar de aparecer el nombre de la variable, aparece el nombre del argumento. Esto ocurre tanto si utilizo o no la función get(). Un ejemplo

Muchas gracias por la respuesta. He mirado y los coeficientes no son altos pero sí tengo una gran cantidad de ceros en la variable dependiente (más del 90%). Sin embargo, al incluir otro tipo de variables independientes no me da ese aviso, dejando la misma variable dependiente. ¿Cómo podría utilizar stan/rstan de forma sencilla para diagnosticar el modelo? Muchas gracias El Lun, 9 de Abril de 2018, 18:48, Carlos J. Gil Bellosta escribió: > Hola, ¿qué tal? > > El "warning" que comentas aparece...

...:00, <miriam.alzate en unavarra.es> escribió: > >> Muchas gracias por la respuesta. He mirado y los coeficientes no son >> altos >> pero sí tengo una gran cantidad de ceros en la variable dependiente (más >> del 90%). Sin embargo, al incluir otro tipo de variables independientes >> no >> me da ese aviso, dejando la misma variable dependiente. >> >> ¿Cómo podría utilizar stan/rstan de forma sencilla para diagnosticar el >> modelo? >> >> Muchas gracias >> >> El Lun, 9 de Abril de 2018, 18:48, Carlos J. Gil Bellosta escrib...

...t; >> >> Muchas gracias por la respuesta. He mirado y los coeficientes no son >> >> altos >> >> pero sí tengo una gran cantidad de ceros en la variable dependiente >> (más >> >> del 90%). Sin embargo, al incluir otro tipo de variables >> independientes >> >> no >> >> me da ese aviso, dejando la misma variable dependiente. >> >> >> >> ¿Cómo podría utilizar stan/rstan de forma sencilla para diagnosticar >> el >> >> modelo? >> >> >> >> Muchas gracias >> &...

Hola, soy nuevo en R y en esta lista de distribución, pero a ver si alguien me puede echar una mano. Tengo una matriz de datos con 1539 filas, constituida por 171 eventos distintos medidos 9 veces cada uno. Lo que quiero es, para cada evento, hacer una regresión lineal entre la variable dependiente medida 9 veces en cada evento y el tiempo, y obtener el valor de 'r' para cada evento.

Hola a tod en s, mi compañero y yo intentamos ver la correlación de nuestros datos mediante regresiones logísticas. Trabajamos con proporciones (1 variable dependiente y 1 independiente) mediante modelos mixtos (los datos están agrupados porque hay pseudoreplicación). Hemos usado el paquete "lme4" y la función "lmer". Encontramos "overdispersion" en el resultado

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

...oritmo de > clustering agrupa los datos (por ejemplo, comparando los "silhouette > coefficients")?, porque pienso que esto lo debería tener en cuenta también. > > Mis dudas vienen suscitadas por el hecho de que pienso que los > algoritmos de clasificación son totalmente dependientes del los de > clustering (que les etiqueta los datos). > > Confío en vuestra experiencia para que me aportéis un rayo de luz en esto > > ¡Muchísimas gracias! > > Un saludo, > DANI > > _______________________________________________ > R-help-es mailing list >...

Hola, ¿qué tal? Si tu comando (copio textualmente) es modeloM<-lm(AVE.~ d1 + as.factor(d1T)*Tariff) y tu variable dependiente se llama AVE, te sobra un punto (detrás de AVE). Por otra parte, no sé si as.factor dentro de una fórmula funciona como uno espera. Modificaría la variable de antemano, si procede (porque, posiblemente, p.e., si es textual, no sea necesario). Un saludo, Carlos J.

Si AVE es la variable dependiente y Tarrif "LA" variable independiente: ¿Quién son d1 y d1T? Como dice Carlos, as.factor dentro de la fórmula no es buena idea, es más seguro que la variable d1T sea convertida en factor previamente. Saludos. El 12/01/14 13:53, Lorena Tudela Marco escribió: > Buenos días, > > Me gustaría aplicar una regresión múltiple a los datos con los que

Hola. Hay alguna función que haga un Friedman test (digamos 4 tratamientos o tiempos relacionados/dependientes) y que después haga una comparación de un tratamiento contra el resto, digamos el primero, como un contratase simple, o un Dunnett? o simplemente ¿como hago un Dunnett para unos tratamientos relacionados? -- Antonio M [[alternative HTML version deleted]]

Se ha borrado un adjunto en formato HTML... URL: <https://stat.ethz.ch/pipermail/r-help-es/attachments/20151216/d2fd2efe/attachment-0001.html>