Este é um teste t de comparação da diferença entre as médias de dois
grupos. Por padrão, o R assume que os níveis dos grupos são dados em ordem
alfabética. Portanto, no teu caso, Grupo 1 é FEMININO e Grupo 2 é
MASCULINO. Desta forma, tua hipótese nula é
H_0: mu_1 - mu_2 = 0
Ou seja,
H_0:
Yuri,
Talvez fornecer um conjunto de dados com o qual possamos trabalhar (e como
sugerido no guia de postagem -
Escreva a sua equação da seguinte maneira:
$$Y_i = `r beta1` x_{1,i} + `r beta2` x_{2,i} + \epsilon_i$$
--
Marcus Nunes
Professor Adjunto
Universidade Federal do Rio Grande do Norte
Centro de Ciências Exatas e da Terra
Departamento de Estatística
Laboratório de Estatística Aplicada
Se entendi corretamente o problema, use
axis(1, at=1:4, labels=estacao)
Este foi o resultado que obtive: https://imgur.com/a/RohP2ni
--
Marcus Nunes
Professor Adjunto
Universidade Federal do Rio Grande do Norte
Centro de Ciências Exatas e da Terra
Departamento de Estatística
Laboratório de
Basta jogar o título do email no Google, entre aspas e sem '[R-br]', que
ele encontra os arquivos da lista com os links para as discussões já
realizadas. Por exemplo, este é o arquivo da mensagem citada:
Uma possível solução é a seguinte:
v1 <- c(1,2,3,4,5,6,7,8,9,10)
v2 <- numeric(length = length(v1))
for (j in 1:length(v1)){
if(j <= 3){
v2[j] <- tail(cumsum(v1[1:j]), 1)
} else {
v2[j] <- tail(cumsum(v1[(j-3):j]), 1)
}
}
v2
Se o comprimento de v1 for menor ou igual a 3,
O problema está na linha
ggplot(mapping=aes(x=type, y=value, color = Gender2)) +
Não faz muito sentido criar um gráfico de dispersão com uma variável
categórica de apenas um nível como variável preditora. Rode o código abaixo
que ele deve ficar mais próximo do desejado.
df3 %>%
Eu não entendi duas coisas:
1. Por que utilizar "repeatedcv" como method se a ideia é fazer apenas a
validação cruzada simples? Basta usar "cv" se a validação cruzada não for
repetida.
2. Particularmente, nunca vi ninguém fazer validação cruzada com mais de 10
folds. No teu caso, tu está usando
A imagem da função densidade de uma variável aleatória não está limitada
entre 0 e 1. Ela deve ser não-negativa, mas não há nenhum limite superior
para ela, desde que sua integral seja igual a 1.
Para ilustrar, imagine o seguinte caso, mais simples do que uma normal.
Suponha que X seja uma
O resultado da função `load` não deve ser designado a um objeto. Faça as
seguintes alterações no teu código e tudo deve rodar como esperado:
library(randomForest)
modelCT <- randomForest(Sepal.Length ~ ., data = iris, importance = TRUE)
# modelagem com randomForest
str(modelCT)
save("modelCT",
Olá, Graciliano
Qualquer modelo de classificação é, em teoria, capaz de fazer isso.
Regressão logística, naive bayes, random forest, SVM e similares servirão a
esse propósito. Só tome cuidado com o tamanho amostral mínimo que cada um
desses métodos exige.
Atenciosamente,
--
Marcus Nunes
Olá,
Use o código a seguir para resolver o seu problema:
### inicio do codigo
teste<-c(rep("EIA/EF/EQ/Q (Índice) IgG - Valor (DO/CO,
Índice)",3),rep("EIA/EF/EQ/Q (U/mL) IgG - Valor (U/mL)",5))
teste <- data.frame(teste)
library(tidyverse)
teste %>%
mutate(teste_limpo = str_replace_all(teste,
O código a seguir tem comentários sobre o que está incorreto. Ao final, eu
posto o código que funciona.
# Código antigo
i=1 # o laço `for` atualiza automaticamente o contador `i`, criando cada
um dos seus valores. portanto, essa linha é redundante.
for (i in (1:nrow(dados))){ # o ideal é fazer
Olá,
Algo tipo isso?
###
library(factoextra)
library(dplyr)
iris_kmeans <- kmeans(iris[, -5], centers = 3)
clusters <- fviz_cluster(iris_kmeans, geom = "point", data = iris[, -5])
clusters$data
clusters$data %>%
select(cluster)
###
--
Marcus Nunes
Professor Adjunto
https://marcusnunes.me/
O edgeR não está disponível no CRAN. Ele faz parte do Bioconductor. Dê uma
lida neste tutorial -
https://bioconductor.org/packages/release/bioc/html/edgeR.html - para
encontrar as instruções de intalação.
--
Marcus Nunes
Professor Adjunto
https://marcusnunes.me/
Universidade Federal do Rio Grande
15 matches
Mail list logo