search for: reducidos

Hola Manuel lo he tratado de hacer pero me sale Error: unexpected string constante in: "anova(a,as,test=Chisq") no tengo ni idea de por qué... Me resulta alucinante no poder contar ya con pvals.fnc. ¿Será imposible hacerse con ello? Saludos, Miguel -------------------------------------------- El vie, 13/6/14, Manuel Azcárate <mazcarategarcia en gmail.com> escribió:

Hola a todos, quería preguntaros un medio para obtener los valores p usando lmer. He tratado con pvals.fnc, que es lo que me habían recomendado, pero por algún motivo no está ya disponible etc. Ésta es la función que tengo, pero da las "t", sin los valores p. Aunque Baayen indica que valores por encima de 2 son significativos necesito saber las p. resultado = lmer(rt_ln ~ (fre_ln *

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

Existe discusión sobre el uso de los p-valores en modelos mixtos. Como se ha dicho antes, para mi lo más adecuado es comparar modelos mediante la función anova. Por Internet se puede encontrar un buen libro de Douglas Bates y en español, busca modelos mixtos con R de Luis Cayuela, enfocado hacia ecología, pero está muy bien El 13/06/2014 14:00, "Jorge I Velez"

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) ##

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

...s/sae/index.html>de R desarrollado para hacer "Small Area Estimation". La "Estimacion para areas pequeñas" cubre un conjunto de técnicas desarrolladas para obtener estimaciones asociadas a subpoblaciones para las que, debido a su pequeño tamaño, se tienen tamaños muestrales reducidos. Todo aquel que conozca el mundo "Estimacion para areas pequeñas" tiene la oportunidad de asistir a un seminario de altisimo interés. Aquellos que no hayan oido hablar nunca sobre este tema tienen la oportunidad de conocer un campo de investigacion con gran cantidad de aplicaciones. La...

Hola, He mirado por encima el conjunto y el posible error. Como alternativa, mira la solución que se propone aquí: http://stats.stackexchange.com/questions/24450/how-to-highlight-predefined-groups-in-pca-individual-map Y como sugerencias: - Limpiaría un poco el conjunto para quitar las filas que tienen todas sus columnas con NA. ¿Qué sentido tiene dejarlas? - Y haría el ejercicio de

Antes que nada puedes encontrar documentación sobre la librería ggplot2 que es la que yo uso para gráficos como el que quieres hacer, aunque hay otros paquetes que te pueden ser útiles: http://docs.ggplot2.org/current/ Adicionalmente a lo dicho por Carlos aquí te van otros ejemplos (los agrego porque no nos proporcionaste datos con lo que pudiéramos ver mejor lo que buscas):

A quien corresponda: Escribo este e-mail porque necesito ayuda con R Markdown. Estoy intentado crear textos con objetos creados en un archivo R y siempre me pasa igual, me dice que el objeto no se reconoce... ¿Alguien me puede ayudar? Gracias [[alternative HTML version deleted]]

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

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 <-

Quiero comparar varias dosis letales 50% (LD50) usando análisis probit. He seguido un ejemplo que viene en paquete DRC, pero no obtengo el resultado esperado. Lo que quiero es saber si las LD50s, son diferentes y si la diferencias son estadísticamente significativas. Gracias de antemano. José Arturo e-mail. jafarfan@uady.mx <grejon@uady.mx> e-mail alterno. jafarfan@gmail.com

  Hola:   Perdonad por la insistencia, pero me gustaría saber si cualquier proyecto en R debe afrontarse desde el uso de clases, o si sólo procede ante determinados casos. De ser así, ¿cuáles serían?.   Gracias.   Eva [[alternative HTML version deleted]]

Buenas tengo una consulta. Tengo un grupo de 15,000 clientes a los cuales debo de segmentar en base a variables que por sus características pueden ser agrupadas en 4 grupos. Lo primero que he realizado es segmentar las variables pero de cada grupo (xq necesito realizar un análisis sobre esto) mediante el análisis clúster y luego realizar una segmentación con todas las variables, también utilizando