similar to: Coeficiente de determinación - Contribución parcial

Hola a todos, en estos momentos me encuentro inmerso en laresolución del siguiente problema. Resulta que dispongo de una variable categóricadenominada Severity y que consta de tres categorías (low, medium, high). Además,tengo otra variable que se denomina ZX y que puede tomar cualquier valorcomprendido entre 0 y 10. Quiero determinar los dos puntos de corte óptimos demanera que me dividan a la

Muy buenas, quiero calcular correlaciones de Pearson entre dos variables (a,b) teniendo en cuenta una tercera (c). Para ello estoy usando una función llamada "pcor.test" (http://www.yilab.gatech.edu/pcor.html), que en realidad no está en ningún paquete de R, que yo sepa. ¿Alguien conoce una función similar en alguna librería de R? Por otro lado, para ver si me cuadraban los resultados,

Estimados erreros, Estoy intentando entender como calcula el paquete dismo ( https://cran.r-project.org/web/packages/dismo/index.html) un coeficiente de variación. Os pongo un ejemplo: tmin <- c(10,12,14,16,18,20,22,21,19,17,15,12) # temperatura mínima media mensual de un año tmax <- tmin + 5 # temperatura máxima media mensual de un año prec <- c(0,2,10,30,80,160,80,20,40,60,20,0)

Hola, en la misma definici?n de la funci?n: # P15. Precipitation Seasonality(Coefficient of Variation) # the "1 +" is to avoid strange CVs for areas where mean rainfaill is < 1) p[,15] <- apply(prec+1, 1, cv) Un saludo, Jorge On Martes, 19 de Junio de 2018 13:07:27 Marcelino de la Cruz Rot escribi?: > Hola Jaume: > > Si miras el c?digo de biovars() ver?s que la

Hola, quiero hacer una regresión lineal lm(y ~ x * grupo, data =datos) y: numérica, x: numérica, grupo: factor con dos niveles (1 y 2) pero no calcula el coeficiente de x:grupo2 a cuenta de una singularidad Coefficients: (1 not defined because of singularities) Estimate Std. Error t value Pr(>|t|) (Intercept) -1.283e+06 2.276e+04 -56.359 < 2e-16 *** x

Hola, ¿qué tal?: Tengo la siguiente duda: Para el caso del Cosinor Simple: Y = M + A * cos(2*pi*t/T + phi) + error Cuando T conocido, podemos asumir: Y = M + beta * X1 + gamma * X2 + error, siendo X1 = cos(2*pi*t/T) y X2 = sin(2*pi*t/T) En este caso (Cosinor simple) el modelado lo llevo a cabo del siguiente modo: lm( y ~ X1 + X2) Para el caso de componentes múltiples: Y = M + ?Aj *

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 compañeros de la lista. Qué tal. Tengo un análisis de componentes principales, en el que se evalúan aproximadamente 1000 variables. Usando la función dudi.pca e inertia.dudi obtengo una cantidad de información sobre la influencia de las variables sobre los dos componentes principales. Me gustaría saber si existe alguna función que sobre esta información me arrojara la lista de

Hola a tod@s: Tengo una duda que no es relativa a R en sentido estricto, aunque sí al fin para cuya persecución he necesitado utilizar R. Veréis: me gustaría averiguar la diferencia (si existe) entre los términos Cronobiometría y Ritmometría. ¿Alguien lo sabe o puede indicarme alguna lista de correo o referencia bibliográfica que me sirva de apoyo?. La única referencia que encontré es ésta:

Hola! No he podido consultar la doc. del paquete ade4, algo debe estar caído en CRAN ahora mismo. Dos cosas sobre la metodología -aun desconociendo los detalles de cómo lo hace ade4: El output de un PCA, los "pesos" de cada variable en las dimensiones de los componentes se interpretan como correlaciones, a mayor valor absoluto mayor asociación variable-componente. Ahora, como tales

Genial !! Gracias Carlos, voy a leer la vignette. A todo esto, alguien se acuerda de esas paginas para buscar paquetes y funciones de R ? Se que una estaba en CRAN, pero las otras tambien eran muy buenas porque las use un par de veces, pero no las puedo encontrar en los mails de la lista. Saludos y gracias, eric. On 30/04/15 09:22, Carlos Ortega wrote: > Hola, > >

Hola Argel, Puedes encontrar un par de ejemplos que cómo conseguir una valoración (qualitativa y cuantitativa) de la contribución de cada variable a cada componente principal, en el libro "Exploratory Multivariate Analysis by Example Using R". Este libro está basado en la librería "FactoMineR". Los ejemplos están en el capítulo primero. No he mirado como se haría esto con

Hola Javier, gracias por contestar tan rapido (tarde en la noche) ... olvide decir que, obviamente, he revisado la internet buscando y no encuentro ni siquiera la tabla de analisis de varianza del diseño ... habia revisado el paquete agricolae porque este trae diseños parecidos pero no exactamente lo que necesito. Sigo buscando, muchas gracias, Eric. On 29/04/15 22:57,

Hola: A ver si me podéis ayudar que estoy atascado... Necesito contar los subcasos de la columna 2 de un dataframe respecto a los casos de la columna 1. Es decir, tengo un data.frame a<-c(rep(c('a','b','c','b','c'),3),'b') b<-c(rep(c('x','y','z','w'),4)) c<-c(rep(c(1,1,0,0),4))

Cordial saludo luego de realizar un análisis de componentes principales, necesito darle un valor a los individuos que me permita rankearlos; sin embargo este ranking no puede ser de acuerdo a la contribución o coordenadas sobre el primer o segundo componente, ya que debe hacerse respecto a un individuo suplementario o individuo ", ideal", mi pregunta es: ¿Puedo utilizar el valor que se

Hola: Aplicaré lo que dices de usar data.table. Sobre hacer for, etc. Ya lo he hecho, pero pensaba que usar dplyr haría la tarea más rápida por estar este implementado en C (si no me equivoco). Siempre que puedo utilizo estas funciones, porque codificas menos y van más rápido. En este caso el problema es que no he encontrado la manera de hacer lo que quiero con dplyr o similar. La idea era al

¡Hola a todos! Tengo el siguiente data.frame: p <- data.frame(id=c(1:6),cara=c(1,0,0,1,0,0),anterior=c(0,1,2,0,4,5),siguiente=c(2,3,0,5,6,0),superficie=c(1,2,0,1,2,0)) En realidad es muchísimo más grande, pero creo que las primeras filas servirán para explicar mi problema. El data.frame contiene los puntos de intersección entre fotones y superficies. Dichos puntos están identificados con el

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

Hi Johannes, Sorry about the failing tests. I completely forgot about running all of them, I only ran the tests for the openmp ipo transforms. I found the GH issue in cache. I can post it here if you want. I analyzed these runtime calls, __tgt_target_teams_[nowait]. What I don't understand about the problem we want to solve (splitting the memory transfer into issue and wait and legally

Hi Johannes, Yes, I'm highly interested, I already started. It would be nice if you post the details again. I didn't take note of them, I was always looking at the issue in GH. The problem I'm facing right now is this: The first task is identifying OpenMP API calls referred to device memory allocation. I first understood how the compiler driver orchestrates the process of offloading