search for: independientement

Buenas tardes, Estoy interesado en generar observaciones de una distribucion binomial bivariada en la que hay _cierto_ grado de correlacion (denotemoslo rho). Podria por favor alguien indicarme como hacerlo en R? Este es el contexto. Supongamos que se tienen dos experimentos en los que la variable respuesta _sigue_ una distribucion binomial, i.e., X_i ~Binomial(n_i, p_i), i=1,2 y que, por ahora,

Muy buenas, He usado muy poco R en mi vida, y ahora estoy intentando hacer una MANOVA, con dos variables independientes (Edad, que tiene 4 niveles y Genero que tiene 2) y 5 variables independientes. Le he puesto también que me haga el poshoc de las dos y la interacción. Decir también que me instalé el ULLRToolbox, que no se si tendrá algo que ver con el error que me da. Este es el código que uso

estimados no he encontrado el modo de hacer en R el tipico grafico de medias con la desviacion estandar asociada ... me explico, tengo 2 variables numericas, para la variable independiente se elijen 3 niveles y en cada uno de ellos se mide 15 veces la variable respuesta, para este data.frame se quiere mostrar en un grafico en el eje X los 3 niveles escogidos y en el Y la vbla respuesta, pero no e

¿Quieres decir que para un nivel de una variable categorica todas las observaciones de la variable respuesta sean ceros? Gracias El Lun, 9 de Abril de 2018, 19:59, Carlos J. Gil Bellosta escribió: > ¿Podría ser que para algún nivel de alguna variable independiente > categórica solo hubiese ceros? En ese caso, casi seguro, aparecería ese > tipo de warning. > > El lun., 9 abr. 2018 a

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

Hola: Probablemente está tomando 'Edad_Manova_18a54' y 'Genero2_1a2' como variables numéricas (integer). Deberías convertirlas en factor. Por ejemplo: Edad_Manova_18a54 <- factor(Edad_Manova_18a54) Genero2_1a2 <- factor(Genero2_1a2) Manova.fnc(datosPAS, variables=2:6, fac.inter=c('Edad_Manova_18a54','Genero2_1a2'),poshoc=c('todos')) Saludos,

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

Hola, disculpen la pregunta si parece trivial, pero hay algún paquete o forma de leer archivos en formato "json"(1)? (1) JSON, acrónimo de JavaScript Object Notation, es un formato de texto ligero para el intercambio de datos. JSON es un subconjunto de la notación literal de objetos de JavaScript aunque hoy, debido a su amplia adopción como alternativa a XML, se considera un formato de

Hola de nuevo Carlos, he probado a quitar esa variable categórica y me sigue dando el aviso... El Lun, 9 de Abril de 2018, 20:17, Carlos J. Gil Bellosta escribió: > Si, creo que el motivo del warning puede ser ese. Es hipotético, pero > plausible. Sobre todo cuando tienes más de un 90% de ceros. > > El coeficiente de ese nivel para el modelo de la mixtura (ceros vs > binomial >

Hola de nuevo: Veamos... Tengo mi aplicación organizada en varios módulos .r, de tal modo que una vez que los tengo cargados (mediante source("Load.R")) el usuario puede disfrutar de las funcionalidades llamando directamente a una serie de funciones que realizan análisis y generan resultados (numéricos y gráficos). El caso es que me gustaría "elegantizar" esa carga inicial

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

Gracias a todos por sus respuestas, perdón si no fui muy claro. Lo que intento replicar es un análisis realizado en Stata, tengo que hacer los mismos cálculos pero en el r. En Stata lo que se hizo fue: xi: logistic i.coord i.v11_sexo, vce (cluster red) *Vce (cluster clustvar) especifica que los errores estándar permiten la correlación intragrupo, relajando el requisito habitual de que las

Hola: Tengo unos datos con varias fechas y horas como texto (son independientes: las horas no corresponden al día de la fecha). Seria algo como: DATOS <- data.frame(FECHA=c("31/10/2014","23/10/2014", "31/10/2014"), HORA=c("01:23", "12:43", "23:09")) No tengo problema de convertir la fecha para poder realizar

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 buenas En principio a mí no me parece una mala aproximación. Tal vez se podría intentar adaptar el problema a un modelo de supervivencia, pero tendría que pensarlo. ( https://vimeo.com/142732615 ) De todas maneras, creo que coges días al azar para calcular to "proxy". Aunque yo personalmente cogería días consecutivos porque probablemente el consumo en muchos productos no sea

Hola a tod en s, estoy trabajando con modelos de regresión mixta con el paquete "nlme", concretamente con la función "lme". Una vez que hago mi modelo y el summary del mismo obtengo por ejemplo la significación (valor p) de la variable independiente, así como el valor del AIC para comparar mi modelo con otro similar, pero no sé cómo obtener un valor del grado de ajuste de la

...ra C y varios valores (20) para H. Hacemos un modelo lineal en el que se prueba el efecto del tratamiento teniendo en cuenta las especies como un factor aleatorio: NO me interesa comparar entre especies, solo avisar al modelo que debido a que son especies diferentes habrán diferencias. Después, independientemente del test anterior, hacemos para cada especie el test para evaluar el efecto del tratamiento. p.e. Para la especie 1 comparamos los 20 valores de C con los 20 valores de H y vemos si hay un efecto significativo de el tratamiento. Esto se hace con cada especie. La pregunta es la siguiente: Si hu...

Necesito realizar un an?lisis del tama?o de muestra para un experimento con las siguientes caracter?sticas: 1) Una variable independiente 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

Buenas tardes, Estoy interesado en ajustar modelos de regresion beta {betareg} a un conjunto de datos en el que se tienen una variable respuesta "y" y ~600K variables independientes. En el codigo en R que se encuentra en la parte inferior presento un ejemplo en el que se tienen 500 variables independientes y la misma respuesta "y" para todos. Tambien se encuentran algunos