search for: probabilidaded

Estimados miembros de la lista, Estoy haciendo una análisis de supervivencia con R. Adjunto mis datos. Quiero analizar la supervivencia de 5 grupos diferentes y compararla. Para ello estoy utilizando el paquete survival. > s = Surv(c$tiempo, c$estado) > f = survfit(s ~ tratamiento, data = c) > d = survdiff(s ~ tratamiento, data = c) > d Call: survdiff(formula = s ~ tratamiento,

Estimados compañeros: tengo una duda sobre R; cuando ejecuto la prueba t, R calcula una t experimental y le calcula su probabilidad asociada y la compara con P=0.05 (valor por defecto). Mi duda es si para calcular este area, tipifica primera a z y luego entra en la tabla de z y la calcula y la presenta en pantalla. De otra manera no veo como asociar un valor de t a una probabilidad (la

Hola a todos, Os envío una consulta que considero sencilla pero me está resultando imposible de resolver. Si ejecutáis el siguiente código, obtendréis la gráfica que os adjunto: library(ltm) modelo <- rasch(LSAT) plot(modelo, main="Curva probabilidad pregunta 1",legend = TRUE, cx = "bottomright", items=1,xlab="Conocimiento",ylab="Probabilidad") Resulta

Hola, Manuel, No entiendo tu pregunta (la repito aqui para que sea mas explicito): hay alguna forma de comparar la probabilidad de supervivencias (en este caso anual) entre grupos sin utilizar un chi-cuadrado y un valor de P. Entiendo que lo que hace survdiff es comparar las curvas de supervivencia, pero yo quiero comparar la probabilidad de supervivencia entre grupos al final del estudio. Con

Un ejemplo con un modelo más simple: He especificado este modelo: >formula(m2.pile) ger ~ tem + pot + time Si hago predict me da: >predict(m2.pile,newdata=data.frame(tem=25,pot=0,time=3),type="response") 0.08243262 Extraigo los coeficientes: > coef(m2.pile) (Intercept) tem pot time -1.89521331 -0.02303313 4.74499714 0.02043222 Ahora calculo la

Estimad en s errer en s He hecho este modelo glm m1.pile<-glm(ger~tem+pot+time+I(tem^2)+I(tem^2):pot ,family="binomial" ,data=long.PILE ) Que nos da la probabilidad de germinación de una semilla en función de tem (Temperatura), pot (Humedad del suelo) y time (Tiempo que la semilla pasa en esas condiciones). Ahora quiero, para diferentes tem, pot

Saludo cordial para cada uno. Les pido ayuda para generar números aleatorios de una mixtura k-puntos. Sabemos que la función de distribución F es una mixtura k-puntos si es de la forma F(x) = p_1 F_1(x) + p_2 F_2(x) + … + p_k F_k(x), donde F_j es una función de distribución de probabilidad, p_j > 0 y suma(p_j) = 1, para j = 1, 2, …, k. En mi caso particular F es la suavización de la

Muchas gracias Carlos; ¡tu siempre al pié del cañón! (lo puse el día de reyes a la 1.20h y me contestas a las 2.45h) Una cosa más: si el eje y es la probabilidad ¿por qué va de 0 a 10? En un RF para clasificación me da valores parecidos a los de tu ejemplo, y en otro para regresión, valores de y entre 45 y 55. Para regresión, el último parámetro no puede ser una categoría, como

Hola a todos, He echado un vistazo a alguno de los paquetes de R que incluyen clasificadores y no sonsigo encontrar ninguno que tenga alguna función para usar un clasificador de maxima probabilidad tradicional. Alquien sabe de alguna? Gracias Víctor. [[alternative HTML version deleted]]

Cordial saludo Tengo una duda sobre como poner el valor de un argumento de una funcion en el titulo de una grafica, es decir, mi funcion es: CO<-function(n,c) { Prob<-sapply(seq(0,0.15,0.01),pbinom,size=n,q=c) coor<-cbind(seq(0,0.15,0.01),Prob) plot(seq(0,0.15,0.01),Prob,type="b",xlab="Fracción defectuosa", ylab="Probabilidad",main="Probabilidad de

Hola de nuevo, ya empiezo a ser pesado ¿no? bueno, no importa porque aprendemos todos. Eso, al menos, me parece. Hoy estuve estudiando en R el tema de la aleatoriedad. Veo que hay múltiples posibilidades pero me están chocando mucho. Encuentro que el generador de números pseudo aleatorios es más pseudo de lo que debería. Me explico, quiero generar 0 y 1 aleatorios. Estoy trabajando con una

Hola Comunidad, Tenia al siguiente duda ¿hay alguna forma de que R me de la Esperanza y Varianza de una distribución según sus parámetros? es decir, si tengo una weibull de parámetros "X" y "Y" para la esperanza hay una formula, pero me gustaría saber si hay una función en R que le diga algo como Esperanza(weibull, shape = "X", scale = "Y") y ya devuelva

Hola Jesús, Si no entiendo mal lo que planteas, has observado unas frecuencias N = c(12, 0, 8, 6, 4, 2) de pedidos acaecidos en 1:6 días, en total n = sum(N) pedidos. Llamemos P = (p1, p2, ?, p6) a las probabilidades ?teóricas? de pedido en cada día. En principio el vector N se puede considerar una realización de una distribución multinomial M(n; p1, ?, p6). P se puede estimar mediante las

El 24/01/16 a las 16:29, Fernando Sánchez Lasheras escribió: > Hola José, > > Efectivamente le mensaje me lo enviaste a mí, pero yo al contestar lo mandé > a la lista. > > Los grupos son tratamientos distintos. Es decir, se estudia a una serie de > personas a las que se les aplican tres tratamientos distintos (A, B y C) > durante el mismo tiempo y vemos el número de eventos

Buenas tardes erreros. Tengo una variable que va de -20 a 40 y quiero crear otra, que vaya de 0 a 1, normal, que disminuya con su distancia a 20. El 0 se alcanzaría, p.e., a una distancia de 15, es decir, para valores menores de 5 y mayores de 35. Llevo más de una hora intentándolo pero no doy con la clave. Muchas gracias por vuestro tiempo, Manuel

Si te refieres a t.test, lo que hace R es calcular el estadístico t y después compara el valor observado con la distribución de probabilidad de la t para los grados de libertad de tu prueba. Ej: > t.test(1:10, y = c(7:20), alternative="less") Welch Two Sample t-test data: 1:10 and c(7:20) t = -5.4349, df = 21.982, p-value = 9.276e-06 alternative hypothesis: true

Buenas tardes, tengo una variable bimodal (*var)*, de presencias y ausencias (1s y 0s) y otra variable, *prob*, con las probabilidades que le asigna un modelo (entre 0 y 1). Con: *ggplot(Preds, aes(x=prob, fill= var )) + geom_density(alpha=.3)* obtengo la distribución de las presencias y de las ausencias, por separado, en función del valor de probabilidad asignado. Las dos curvas se cruzan en un

Hola Jose, si CONCATENAR significa APILAR, es decir, concantenar verticalmente, por decirlo de algun modo, podrias hacerlo con rbind(): nuevovector <- rbind(vector1,vector2) Si ademas quieres que cada valor de los vectores originales sea identificado en el nuevovector, puedes usar: nuevovector <- stack(vector1,vector2) en este ultimo caso se agrega una columna adicional tipo factor, con

Porque con "less" estás hacienddo un test de una cola. En tu ejemplo estás haciendo un test de dos colas: > 2*pt(-5.4349,df=21.982) [1] 1.855473e-05 El 21/12/2013 21:33, HERNANDEZ CORONADO JORGE escribió: > t.test(1:10,y=c(7:20)) > > Welch Two Sample t-test > > data: 1:10 and c(7:20) > t = -5.4349, df = 21.982, p-value = 1.855e-05 > alternative hypothesis:

Si miras el código de t.test() verás que para calcular el p-valor llama a pt(). En la página de ayuda de pt() se cuenta que: "For the central case of pt, a normal approximation in the tails, otherwise via pbeta. For the non-central case of pt based on a C translation of Lenth, R. V. (1989). Algorithm AS 243 ? Cumulative distribution function of the non-central t distribution, Applied