similar to: calculo del area de t experimental o F experimental

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 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

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

Soy novato, así que imagino que será muy fácil de resolver... Dataset$total <- with(Dataset, if (col>1) 5 else 6) Quiero guardar en la columna total, un 5 si col es mayor que 1 y sino que guarde un 6. Sólo me compara el primer dato de la primera fila, y lo copia para todas las demás. No me lo calcula fila a fila. ¿? [[alternative HTML version deleted]]

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

Hola, espero ser clara en el mensaje ya que es la primera vez que recurro a este tipo de ayudas, explico mi duda: Tengo un dataset con 4505 observaciones en el que la variable dependiente son presencias (n=97 y clasificadas como 1) y ausencias (n=4408 y clasificadas como 0). Mi primer paso fue realizar un GLM con una muestra compensada de ausencias y presencias para la variable dependiente, es

Estimada comunidad, nuevamente con algo que no se como hacer en R, pero aprendiendo .... El problema es el siguiente: 1. tengo un conjunto de 10 mil datos (n) cuyo valor va entre 0 y 10.000 a los que aplico una funcion sm.density() para obtener una especie de histograma pero con una curva que parece continua. 2. Una vez que obtengo esa curva necesito calcular el area bajo la curva en ciertos

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

Buenos días a todxs, Estoy comparando la predicción de los valores (0, 1, 2, 3,.....hasta 13) frente a los observados. Con la idea de comparar el modelo Zero inflated y el Binomial negativo y ver cual presenta mas distancia frente a las predicciones observadas. Para ello introduzco los códigos en la consola: #Modelo ZIM pred<-round(colSums(predict(zeroinfl, type="prob") [,1:14]))

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

Perdón, volviéndolo a leer creo que lo he entendido mejor. En lugar de calcular la distancia a 20, calculala a tus limites exteriores. poniendo cero directamente los que sean mayores. Asi, miramos por cada punto que limite exterior le queda mas cercano (5 o 35). Si es inferior a 5 o superior a 35 ponemos cero directamente, en cualquier otro caso la distancia al punto que de los do este más próximo

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

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

Buenas a todos, La gente de DataCamp se han puesto en contacto con el grupo de Madrid para ofrecernos una oferta para usar gratuitamente su plataforma con diferentes cursos de R durante un mes. Les hemos preguntado si sería posible compartir este ofrecimiento con toda la lista de R-Help-es y no ven mayor problema, les ha parecido muy bien la posibilidad. El link de acceso es el siguiente:

Muchas gracias Freddy y Carlos ... estuve intentando con .() y con list(), para calcular la media y el error estandar al mismo tiempo en dos columnas, pero me arrojaba un error que no supe interpretar. Ahora ya funciona como sugiere Carlos. Muchas gracias de nuevo. Saludos, Eric. On 14/05/15 19:28, Carlos Ortega wrote: > Hola, > > La forma de hacerlo con data.table es esta: >

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

Buenas tardes, Tengo un gráfico de dispersión y quiero indicar cada punto a qué individuo corresponde. ¿Cómo añado estas etiquetas de datos? El código es: res<-cmdscale(fst,k=2) plot(res[,1],res[,2],lwd=2,xlab="x",ylab="y") abline(h=0,v=0,col="blue") Muchas gracias, Gemma [[alternative HTML version deleted]]

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]]

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

? Buenas tardes, os pido ayuda sobre el siguiente tema. Tengo interes en mostrar informes con Sweave/Latex y para ello genero tablas con xtable. Sin embargo muestra la tabla al completo cuando lo que deseo es agrupar las celdas con el mismo dato para dar claridad a la tabla. La salida de xtable me genera: [image: Imágenes integradas 3] Para dar claridad lo he intentado con latex(tabular())