psych

1熱度

1回答

我試圖使用cor.ci獲取重度測試的多重相關性，但它一直給我一個錯誤消息。下面是代碼： install.packages("Hmisc") library(Hmisc) mydata <- spss.get("S-IAT for R.sav", use.value.labels=TRUE) install.packages('psych') library(psych) poly.ex

1熱度

1回答

心理包裝：應用哪種探索性因素分析方法

我正在嘗試使用心理包裝進行探索性因素分析R。我的數據由不同規模的項目組成 - 它們都非常傾斜，但響應分類的數量不同（範圍從4到7）。我應該使用哪種因子分析方法？ Minres或WLS？執行全民教育後，我想要使用lavaan軟件包進行CFA。這裏估算師傳銷似乎適合我的數據。在MPlus中，有一種可用於探索性和驗證性因素分析的MLM方法。你知道哪種因素分析方法最有可能對應於傳銷估算師的精神？或者您對

1熱度

1回答

ToRubyNoMerge參數錯誤 - 精極度緊張 - YAML分析器 - 在<code>Ruby</code></p> <p>Ruby on Rails的

我做動態yaml file我有以下哈希 { "defaults"=> {"foo"=>"bar", "zip"=>"button"}, "node"=> { "<<"=> {"foo"=>"bar", "zip"=>"button"}, "foo"=>"other" }

4熱度

1回答

構造R中的主體加載分數

我想了解psych包中的principal（）函數如何計算$ score元素。我想嘗試協方差矩陣而不是相關矩陣。 model <- principal(mtcars[8:11],nfactors=4, rotate='none', scores=T, cov=T) 基本上，PCA的得分應原爲中心的數據的線性組合，使用加載矩陣的權重，所以我嘗試： test <- scale(mtcars[8:

1熱度

1回答

將Psych的AST轉換爲JSON

我想將Psych生成的AST轉儲到JSON。我怎樣才能做到這一點？ gem 'psych' require 'psych' require 'json' ast = Psych.parse_stream("me: 1"); p ast ast.to_json不給我JSON樹。

0熱度

1回答

運行木偶心理錯誤

我想運行一個木偶應用並拋出一堆錯誤。 hiera -c /etc/puppet/hiera.yaml類生成以下內容： require 'psych.so' require 'psych/nodes' require 'psych/streaming' require 'psych/visitors' require 'psych/handler' require 'psych/tree

-2熱度

1回答

使用分組變量計算多行的平均值

我正在嘗試計算多個類的總體平均值。目前數據庫格式很長。我嘗試選擇第一個ID號（組變量1），然後選擇一個我感興趣的虛擬變量（stem = 1）類（分組變量2），然後計算所收到分數的一個GPA平均值（即乾的GPA平均值）在感興趣的類（幹= 1）。我附上了一個下面的數據庫的例子。總體而言，我想知道如何計算每個學生的幹部GPA。 See example here 我一直在使用庫（鬥志），describe

2熱度

2回答

如何在Ruby中擴展別名時發出YAML

我正在尋找一種避免使用別名（主要用於簡化人類可讀性）的YAML文件發送方式。我認爲延伸Psych::Visitors::Emitter或 Psych::Visitors::Visitor是要走的路，但我實際上找不到Ruby在哪裏決定是否全部轉儲錨點，或者用別名引用它。我甚至不介意錨是否反覆使用（與他們的& ......引用），我只需要擴大別名到完整的結構。我知道類似的問題被問過去，但： Rub

1熱度

2回答

如何格式化R中的describeBy表？

我有這樣的數據集： Defects.I Defects.D Treatment 1 2 A 1 3 B 和我想要做的檢測和隔離的缺陷，每處理一個分組的描述性統計。搜索了一段時間後，我在名爲describeBy（）的psych庫上找到了一個很好的函數。用下面的代碼： describeBy(myData[1:2],myData$Treatment)

0熱度

1回答

psych :: describe函數中的標準錯誤 - 它指的是什麼？

假設我們有一個名爲「df」的數據框，並且我們想知道df內稱爲「x」的變量的偏度和峯度值。假設我們使用： psych::describe(df$x) ，並得到以下結果： vars n mean sd median trimmed mad min max range skew kurtosis se 1 1 478 98.54 19 102.5 100.57 18.53 34 125 91 -