similar to: interpretacion de la salida de un GLM()

Estimada comunidad, tengo unas dudas que son muy básicas creo, pero es mi primera incursión en GLM. Estoy ajustando un modelo binomial a unos datos de germinación. El modelo es muy sencillo, tengo un factor "Condicion" con dos niveles: "a" y "b" (nivel de humedad en suelo). Por otro lado, tengo una variable explicativa "HF" (horas frío=estratificación) que

Cordial saludo Estoy realizando un análisis con datos categóricos, donde tengo una tabla 3*3, son tres métodos de estudio comparado con tres niveles de asimilación del problema, lo ideal seria poder decidirse por algún método de estudio en especial, lo único que he encontrado es el test para independencia chi-cuadrado, pero no he podido encontrar algo que me sugiera por un método u otro, me

Hola a todos los R-ayudas estoy tratando de escribir una función en R que me devuelva los estimadores (coef()) de un análisis de regresión no lineal. La estructura de mi base de datos es la siguiente: ##str(nigra) ''data.frame'':   334 obs. of  3 variables:  $ parcela: Factor w/ 55 levels "cu1","cu10","cu11",..: 1 1 1 1 1 1 1 1 12 12 ...  $ edad   :

Hola a todos. Estoy utilizando la función lmer del paquete lme4 para ajustar un modelo mixto. Tengo varias variables en mi data.frame, unas son a nivel individual y otras a nivel de comarcas. Listo algunas. ingre_6 : Ingresos (nivel individual) iscs_a : un indicador sintético resumen de otras variables, calculado mediante componentes principales. sau_com : superficie agraria útil de cada una

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

Buenas, En R, como en la mayoría del software estadístico, no se utiliza ningún nivel de confianza sino que lo que se calcula es el p-valor asociado al contraste. De forma que cuanto más cerca de 0 esté el p-valor "menos credibilidad le damos a la hipótesis nula". Dicho mejor, debemos rechazar la hipótesis nula si el p-valor está por debajo de nuestro nivel de confianza. Por ejemplo,

¿Quieres decir que para un nivel de una variable categorica todas las observaciones de la variable respuesta sean ceros? Gracias El Lun, 9 de Abril de 2018, 19:59, Carlos J. Gil Bellosta escribió: > ¿Podría ser que para algún nivel de alguna variable independiente > categórica solo hubiese ceros? En ese caso, casi seguro, aparecería ese > tipo de warning. > > El lun., 9 abr. 2018 a

Buenas tardes, Quiero extraer datos de una web en la que ser relaciona la semana con la puntuación obtenida por un jugador. Ahora mismo llego a obtener elnodo en el que se relacionan la semana con la puntuación obtenida, pero no soy capaz de extraer esa informacion en una tabla de dos columna (semana, puntuacion) teniendo en cuenta que puede que haya semanas que no haya puntuado (en el ejemplo,

Hola de nuevo Carlos, he probado a quitar esa variable categórica y me sigue dando el aviso... El Lun, 9 de Abril de 2018, 20:17, Carlos J. Gil Bellosta escribió: > Si, creo que el motivo del warning puede ser ese. Es hipotético, pero > plausible. Sobre todo cuando tienes más de un 90% de ceros. > > El coeficiente de ese nivel para el modelo de la mixtura (ceros vs > binomial >

Gracias Carlos. Yo también he visto el ejemplo que te pone chatGPT, pero la salida que te da no soy capaz de interpretarla. Os paso las ordenes y las respuestas de R de la propuesta de chatGPT Ejemplo.aov<- aov(P~TRAT+CORTE+REP) > summary (Ejemplo.aov) Df Sum Sq Mean Sq F value Pr(>F) TRAT 6 0.0028 0.00046 0.777 0.590 CORTE 2 0.5022 0.25110 424.542 <2e-16

Muchas gracias por la respuesta. He mirado y los coeficientes no son altos pero sí tengo una gran cantidad de ceros en la variable dependiente (más del 90%). Sin embargo, al incluir otro tipo de variables independientes no me da ese aviso, dejando la misma variable dependiente. ¿Cómo podría utilizar stan/rstan de forma sencilla para diagnosticar el modelo? Muchas gracias El Lun, 9 de Abril de

Hola a tod en s, bueno, un poco al hilo de un mensaje anterior, reformulo la pregunta y pongo código completamente reproducible, a ver si hay más suerte. Estoy con un informe y hay que hacer algunos gráficos con datos diferentes con ggplot2, y hay que poner el mismo tamaño para todos ellos. El problema es que R cambia automáticamente el tamaño del área de trazado y el margen en función de

Hola, Me gustaría obtener las reglas que genero con un árbol de decicisión creado con party. Algo parecido a lo que realiza esta función con rpart http://www.togaware.com/datamining/survivor/Convert_Tree.html la idea es disponer de esas reglas en un fichero de texto. En general si alguien sabe de algún paquete que permita obtener el código que genera la puntuación, el "score" para un

Hola, Acabo de crear una nueva encuesta para conocer con algo más de detalle el campo en el que aplicamos R con mayor frecuencia. En la anterior encuesta Rubén Gómez hizo la sugerencia y me ha parecido interesante el pulsar la lista sobre esto. De las diversas preguntas que aparecen en la lista y de aquellos que comentan qué tipo de cosas están analizando he incluido una lista de 15 opciones de

Muchas gracias a ambos!!!! Las dos soluciones me han funcionado. Un saludo. El día 18 de enero de 2016, 18:35, Carlos Ortega <cof en qualityexcellence.es> escribió: > Hola, > > Pero, si ya casi lo tienes... te quedan un par de pasos y ya está... > > Simplemente tienes que transformar "puntos_nodo" a bien un data.frame aunque > quedará lleno de cosas que no te

> > Estimados muy buenas quería hacerles unas consulta: Estoy trabajando en mi tesis sobre mejoramiento animal y mi objetivo es evaluar la habilidad predictiva de modelos estadísticos mediante validación cruzada. Pero antes la intención es dividir mi base de datos en 3 partes y quisiera que todos los efectos incluidos en el estudio y cada uno de sus niveles, estén lo más equitativamente

Hola, Quisiera saber como combinar los niveles de un factor en un "data frame": Por ejemplo, mi "data frame": x y 2.9 a 1.2 a 3.4 b 1.4 b 1.5 c 1.7 c Ahora quiero que los niveles b y c pasen a llamarse nivel d (un nuevo nivel con las 4 observaciones correspondientes a b y c) y mi nuevo data frame tenga un factor con 2 niveles (a y d) en

Hola chicos, muchas gracias, funcionan vuestros códigos, pero no entiendo porqué el mío no funciona, y me gustaría aprender R bien. Quiero sacar números de 5 en 5, desplazándome una posición cada vez para la derecha: a <- c(8,10,4,1,7,2,4,6,3,8) b <- rep(0,5) i=1 while (i<=6) { b <- a[i:i+4] print(b) i=i+1 } quiero que en la primera iteración me saque en

Hola, ¿Alguien sabe cómo lidia la función aov con diseño no balanceado? ¿Utiliza el las funciones de suma de cuadrados type II ? Gracias!! [[alternative HTML version deleted]]

Hola compañeros de la lista, qué tal. Los molesto con la siguiente duda: Tengo un experimento con dos factores A y B, cada uno de los cuales tiene los siguientes niveles (que son concentraciones de dos hormonas vegetales aplicadas a plantas): niveles del factor A: 0, 0.2, 0.5, 1 niveles del factor B: 0, 0.1, 0.2, 0.5, 1 y mi variable de respuesta es continua, todo dentro del set de datos