similar to: Paquete dismo, cálculo coeficiente de variación

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

Hey, I am having troubles using the 'predict' function with in the Raster package. I am using pm<-predict(mm, predictors) where mm is the mahalanobis distance and the predictors are a stack of 6 raster layers containing environmental variables. When I try to run the prediction I get the following warning message: Warning message: In layerNames(x): the layerNames function is

Dear all, when using .jinit() I get the message .jinit() : Cannot create Java virtual machine (-1). The details: I am using the Dismo package.Dismo has a function 'maxent' that communi-cates with this program(MaxEnt).MaxEnt is available as a stand-alone Java program. It is normal when I execute the command : "jar <- paste(system.file(package="dismo"),

Buenas días me gustaria saber cual es la libreria mas actual que contiene al algoritmo de maxima entropia que permite modelar nichos ecologicos; a su vez que libreria presenta mejor temática en la representacion de mapas. Saludos¡ [[alternative HTML version deleted]]

Dear all, I get the error when I use maxent.jar: Error .jcall(mxe, "S", "fit", c("autorun", "-e", afn, "-o", dirout, : java.lang.NoSuchMethodError: density.Params.readFromArgs([Ljava/lang/String;)Ljava/lang/String; sessionInfo() result: R version 2.14.0 (2011-10-31)Platform: i386-pc-mingw32/i386 (32-bit)locale:[1]

Se ha borrado un adjunto en formato HTML... URL: <https://stat.ethz.ch/pipermail/r-help-es/attachments/20151023/300f7387/attachment.html>

random selection of cells in raster based on distance from xy locations Hi, I am trying to sample a raster for random cells that occur within a specific distance of point locations. I have successfully found multiple ways of doing this but have memory issues with very large datasets. To overcome this problem I am working with lists. I am now stuck on how to randomlly sample the correct elements

Dear R-helpers and Dr. Hijmans, I can not invoke maxent() in GNU Linux. Could you give me any directions on that? There is maxent.jar in version 3.3.3e in the right folder. ######################################## R: > jar <- paste(system.file(package="dismo"), "/java/maxent.jar", sep='') > jar [1] "/ebio/abt6/jmao/rpacks/dismo/java/maxent.jar"

Hola estimados: He tratado de encontrar la mejor forma de automatizar un proceso de "datos mensuales de precipitación". El tema es que tengo solo la serie acumulada anual de Pp. Por ende, busco una forma de plotear un gráfico, extrayendo "los datos mensuales desde el acumulado" Ejemplo; ene feb mar abr may jun jul ago sep oct nov dic 1 5 8 10 20 30 50 80

Interesante. Cada uno de los valores de mi tabla tiene asociada una fecha. Se le podría asignar un tipo de ?break? ,para que le ?diff? sea asociado a cada mes? Por ejemplo? [Descripción: FIRMA3] De: Carlos Ortega [mailto:cof en qualityexcellence.es] Enviado el: jueves, 18 de mayo de 2017 12:35 Para: Javier Valdes Cantallopts (DGA) CC: r-help-es en r-project.org Asunto: Re: PLOTEO DEL DATO

Dear all, I am currently running an ENFA in R using Adehabitat pkg to assess species distribution and I am really stuck and need some help to finalize my project. I run the ENFA in both original location data and pseudo-absence points (the latter randomly generated using dismo pkg), and now I would like to assess the performance of the ENFA, however, I am not sure about how to tackle this. I

Hi, I am looking for a way to save the result of a function, e.g the lm()-function to a file and reload it afterwards again. I'd like to do that in order to minimize the used memory when running the function in a loop. The actual function I want to store is the evaluate() from the dismo package. I tried it with save() and load() but I am not sure if that is the way I should do it as I

Hi R user, Could you please give me some hints on how I can convert text in table format in R? I was doing model assessment using dismo package for example: bg <- randomPoints(current, 500) pvtest <- data.frame(extract(current, occtest)) avtest <- data.frame(extract(current, bg)) e2 = evaluate(model, p=pvtest, a=avtest) > e2 class : ModelEvaluation n presences : 10 n

Hi R User, I was trying to find a final model in the following example by using the Boosted regression trees (GBM). The program gives the fitted values but I wanted to calculate the fitted value by hand to understand in depth. Would you give moe some hints on what is the final model for this example? Thanks KG ------- The following script I used #----------------------- library(dismo)

Hello, I want to use a for loop for repeadely calculating a maxent model (package dismo, function maxent()) which creates an object of the class maxent (S4). I want to collect all the resulting object in a list. I tried to simplify my for loop to explain what I want. There are two problems/questions: 1) How can I create the new variables in the loop (using paste) and assign the objects 2) How

Hola de nuevo. Se me olvidaba la principal razón para utilizar gbm.step del paquete dismo. Como sabéis, los boosted si sobreajustan (a diferencia de los random forest o cualquier otro bootstrap) pero gbm.step hace validación cruzada para determinar el nº óptimo de árboles y evitarlo. Es fundamental. La opción que me queda, Carlos, es hacerlo con gbm, pero muchas veces, y usar el

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

Hola Soy Leticia, quería hacer una consulta al grupo a ver si me podéis ayudar. Tengo unos datos de proteínas, el data frame es: 5 columnas iniciales que tienen información sobre las proteínas y después las columnas con las intensidades, de las cuales no se cuantas condiciones tienen ni cuántas réplicas por condición. Estoy intentando hacer un cálculo del coeficiente de variación por grupo y

Hi all, I run R 2.11.1 under ubuntu 10.10 and caret version 2.88. I use the caret package to compare different models on a dataset. In order to compare their different performances I would like to use the same data partitions for every models. I understand that using a LGOCV or a boot type re-sampling method along with the "index" argument of the trainControl function, one is able to

Hola, que tal? Sin saber nada mas de los datos, por lo que dices, mi aprioximacion seria usar la funcion split, e.g.: splittedData <- split(myData, "variablegrupo/condicion") Esto te crearia una lista con tantos objectos como condiciones tengas. Saludos On 6/27/24 10:15, Leticia G Leon wrote: > Muchas fracias por la rapida contastacion Javier. > > Si, ya me he dado