Hola.
2016-05-25 13:06 GMT-04:00 Mª Ángeles Navarro :
> Mi problema es que he ejecutado el modelo,con el mismo código, en
> diferentes series (de mismo tamaño muestral) obteniendo resultados
> adecuados, pero en concreto con una de las series me da el siguiente
Hola,
Hay varias formas de hacerlo, pero quizás la más sencilla, sea esta:
datIn <- read.table("EJEMPLO.csv", header =T, sep = ",")
sum_Evento <- aggregate(datIn$evento, by = list(tipo = datIn$TIPO, grupo =
datIn$grupo), sum )
que produce esto:
> aggregate(datIn$evento, by = list(tipo =
buenas tardes les envío este mensaje de ayuda porque ya le batalle mucho y no
he podido hacerlo lo que necesito, tengo una tabla como la que pongo en el
archivo anexo ejemplo he estado utilizando la instrucción cast de reshape2 para
generar algo como lo que sigue
| Suma de evento | Etiquetas
Pruebo y confirmo. MUCHAS GRACIAS A TODOS
El 30 de mayo de 2016, 11:36, Bartolomé Marcos, José Antonio <
josea.bartol...@mineco.es> escribió:
> Sí llamamos DF al data.frame que tienes y DF$ID es la variable con los ID
> de los lotes puede hacer con el código de que dispones lo
Carlos, capaz no me explique bien, va de nuevo...
Tengo un dataFrame con varias variables que describen Lotes (127), he
creado un código que calcula nuevas variables, re codifica otras y ordenas
otras tantas. Es muy laborioso correr ese código 127 veces por lo cual
quería hacer un sentencia (del
Hola, yo en general uso una opción más desprolija y que puede ser menos
efectiva pero si la cantidad de lotes no es excesiva no sería
extremadamente
lenta.
Uso for() en general usando los datos de id de los animales, lotes u lo
que sea.
# inicializo una variable para almacenar resultados
Hola,
Puedes utilizar el código de Oliver utilizando la librería "broom" que
permite obtener los parámetros (coeficientes) y características del modelo
(null.deviance, AIC, BIC) en un cómodo data.frame
El código sería algo así como esto.
library(broom)
L <- list(L1, L2..., L120)
ajuste <-
Mira lapply
Si L= list(L1,L2,...,L120) es una lista de tus lotes
ajuste <- function(L) glm(y~x,data=L)
fit=lapply(L1,ajuste)
donde "fit" es la lista de 120 ajustes.
Un saludo. Olivier
- Mensaje original -
De: "Andres Hirigoyen"
Para: