search for: tipicas

Hola usuarios de R Cuando aplico k prototype clustering <- kproto(x = data, k = 3, verbose = TRUE, lambda = 2) El objeto clustering no es un data frame, y summary(clustering) me da las medias para variables numéricas pero me gustaría obtener la desviación típica. Una forma que podría ser es crear unos dataframes de la siguiente forma df1 =

...des. ¿Conoce alguien alguna función del R que realice el clásico test de igualdad de medias basado en la t de Student (o calcule intervalos de confianza para diferencias de medias entre variables normales), tomando como entrada las medias de las muestras, los tamaños muestrales y las desviaciones tipicas muestrales (o las varianzas muestrales o los errores estándar)? Muchas gracias y saludos. H. Gómez [[alternative HTML version deleted]]

Hola, Quiero saber si es posible programar una cópula donde las funciones marginales son multivariantes, siguiendo el esquema del package ''Copula''. Es decir, Copula(F(x,y), G(w,z))) En el caso de funciones marginales univariantes, un ejemplo de la normal multivariante quedaria de la siguiente forma,

Hace poco me compré un ordenador alienware(submarca de Dell) bajo SO widnow 7 64 bits, Ram 16Gb Procesador i7 El problema es que Rstudio de vez en cuando deja de funcionar cuando lo utilizo. En principio tengo un ordenadro parecido en el trabajo, que es de marca Acer y en principio mucho peor SO widnow 7 64 bits, Ram 4Gb Procesador i5 En ambos ordenadores me funciona la versión estandar de R,

Hola, soy María, Estoy realizando un trabajo de control de calidad usando en R diferentes tipos de "Control charts", desde el tipo xbar.one, u, p, c,...Y al validar el cálculo de los estadísticos media y desviación típica de mis "Control Charts" en Excel, e investigando, me he dado cuenta de que R calcula las desviaciones de distinto modo según sea el tipo de control chart;

Hola, ¿qué tal? Lo que te pasa no es tan raro: set.seed(1234) muestra <- abs(rnorm(100)) sd(muestra) #[1] 0.5811866 muestra.ceros <- c(muestra, rep(0, 100000)) sd(muestra.ceros) #[1] 0.03196273 En una muestra de números positivos, añadir un cero (sobre todo si está lejos de la media) sube la varianza. Si añado otro, posiblemente también. Pero cuando añado muchísimos ceros, la varianza