Tl;dr - 我正在尝试将 merge.data.table() function 与行索引一起使用,R 文档中给出的建议不起作用。 我的数据大致是: 我对数据进行了几次分位数回归,按年龄组(应他人的要求)进行了子集化。 我正在尝试将来自rq() object 的预测拟合值向量与原始 data ...
Tl;dr - 我正在尝试将 merge.data.table() function 与行索引一起使用,R 文档中给出的建议不起作用。 我的数据大致是: 我对数据进行了几次分位数回归,按年龄组(应他人的要求)进行了子集化。 我正在尝试将来自rq() object 的预测拟合值向量与原始 data ...
我想根据 x0 为 241 个概率值('prob')建模第 25、50 和 75 分位数回归曲线(q25、q50、q75)。 为此,我使用了 qgamV 包如下。 然而,这种方法导致一些 q25、q50、q75 值 <0 和 >1,这对于概率来说是不期望的。 从图形上看,人们会期望 q ...
我想使用 qgcomp package 执行事件发生时间分析。我使用 qgcomp.cox.boot function 并针对混杂因素进行了调整。 但是我遇到了一些问题。 然后我按如下方式修复了代码: 谁能解决这个问题? 非常感谢。 我已经用谷歌搜索了很多,但是他们没有解决我的问题。 在线性 mod ...
我正在尝试将分位数回归 model 拟合到我的输入数据。 我想使用 sklearn,但是当我尝试安装 model 时出现 memory 分配错误。 与 statsmodels 等效的 function 相同的数据工作正常。 我得到的错误如下: 这没有任何意义,我的 X 和 y 分别是形状 (8663 ...
当像这样调用boot.rq b_10 中的B矩阵(大小b_10 xp)包含什么:自举系数估计或自举标准误差? 文档中的值部分说: 由两个元素组成的列表: 矩阵B的维度R 由 p与分位数回归参数向量的 R 重采样估计值一起返回。 [...] 所以,这似乎是系数估计。 但描述部分说: 这些函数可用于 ...
我正在使用包lqmm ,对来自包 mice 的mira类的推算对象运行线性分位数混合模型。 我试图做一个可重现的例子: ...
在这个问题Bootstrapping CI for a quantile regression in R outside the quantreg framework之后,我想在我的分位数回归图中绘制使用提供的解决方案获得的置信区间。 图书馆: 回归函数: 样本数据: 我如何获得回归图 ...
我有一个对象model1 ,由分位数回归产生。 在model1 ,我有 3 列和 99 行,步长为 1 个百分点,如下所示: 我想使用自举方法计算并绘制截距和变量值的置信区间。 我没有使用quantreg包执行分位数回归,而是使用了这种方法: 这是df的样子: 你对如何实现我的目标有什 ...
我找不到在 scikit-learn 的套索回归和分位数回归源代码中计算曼哈顿权重距离并与 alpha(L1 reg.coefficient)相乘的位置。 我正在尝试使用 NumPy 实施套索回归和分位数回归,并比较结果与 scikit-learn 模型。 ...
我正在尝试 plot 一组数据的分位数回归线。 我想从geom_quantile()扩展分位数回归线,以显示它们如何预测类似于使用stat_smooth()并将全范围参数设置为 TRUE。 但是, geom_quantile()没有全范围参数。 例如,见下图: m的第一部分给出了数据集的分位数回 ...
我对R和一般编码,我一直在尝试复制此8825555587763888 (PDF( https://support.88471627162718888888888S ), . 该示例位于第 14 至 17 页,并应用于一个简单的数据集,以确定学生的表现百分位数,同时还控制了他们的年龄。 我从未使用过 ...
我总是使用 for 循环来创建线性和逻辑回归 output 的矩阵,但是使用 qgcomp() 这样做有困难。 如果有人有经验或建议,我将不胜感激。 我更喜欢这种方法而不是函数,因为只需单击一下。 输出的矩阵仅包含“NA”,即使我删除了 try catch 错误,它也会指出错误:$ 运算符对原子向量 ...
我正在使用 R 进行带有自举标准误差的分位数回归,以测试一个变量在分布的第 5、50 和 95 个百分位数是否高于第二个变量。 output 不包括 t stat 的自由度。 我该如何计算? ...
我正在尝试手动合并来自使用mice在 R 中的多重插补数据上运行的分位数回归模型的结果。 我使用引导程序来获得 model 术语的 95% CI 和 P 值,其中 model 参数及其标准误差是在采样一定数量的行后获得的,该行数等于我的数据集中唯一的参与者数量. 对于m个估算数据集的每一个,该过程 ...
首先我使用 R 实现分位数回归,然后我使用具有相同分位数(tau)和 alpha=0.0(正则化常数)的 Sklearn 实现。 我得到相同的公式。 我尝试了许多“求解器”,但运行时间仍然比 R 长得多。 运行时间:Scikit-learn model vs R model 例如: 示例:4067 ...
我已经使用 scikit-garden 工作了大约 2 个月,尝试训练分位数回归森林 (QRF),类似于本文中的方法。 该论文的作者使用了 R,但因为我和我的同事已经熟悉 python,所以我们决定使用 scikit-garden 中的 QRF 实现。 首先,package 状态不佳,似乎功能不全( ...
我在 R 中使用 rqpd package 进行具有固定效应的分位数回归(quantreg package 不支持具有固定效应的分位数回归) 我正在使用summary(reg_q1)$coefficients来获取系数和标准误差。 一年前它工作得很好,但一年后我回到了我的代码,总结 function ...
通过使用以下代码,我能够 plot 我的分位数回归 model 的结果: 然而,由于有许多变量,这些图是不可读的,如下图所示: 包括label,我有18个变量。 我怎么能在当时 plot 一些这些图像,以便它们可读? ...
我正在使用quantreg package 根据训练集预测新数据。 但是,我注意到predict.rq或predict与手动执行之间存在差异。 这是一个例子: 分位数回归设置为 我要预测的新数据集是 我使用predict.rq或predict来预测 newdata。 两者都返回相同的结果: 我也手 ...
假设我想通过列的所有因子值对 dataframe 中的列子集应用简单的分位数回归。 以 mtcars 为例。 这里我们将cyl作为因子,取值为 4、6 或 8。 现在假设我想在cyl == 4, 6 and 8时对cols中的每一列应用分位数回归。 我想将结果存储在列表列表中: store < ...