rms

0熱度

1回答

我想連續和分位數模型在同一小區聯合收割機進行比較和對比兩種方法（xtile是返回位數爲因素的函數）： q.s <- cph(inc ~ rcs(exposure,3), data=data) q.q <- cph(inc ~ xtile(exposure,3), data=data) p.s <- Predict(q.s, exposure, fun=exp) p.q <- Predi

0熱度

2回答

如何獲得樂天認證密鑰？

我正在爲Rakuten.com開發一個Web應用程序。我發現他們的文檔在https://developers.rakuten.com/但使用Rakuten RMS API我需要一個身份驗證密鑰。是否有另一種方式使用此API沒有身份驗證密鑰（如演示api）？謝謝。

0熱度

1回答

獲得每個頻率的RMS

我有一個輸入信號，我計算了它的FFT。之後，我只需要在頻率帶寬上計算其均方根值，而不是針對所有頻譜。我使用Parseval定理求解了整個頻譜的RMS計算，但是如何計算這種RMS「選擇性」？我已經正確地計算了索引以獲得三個感興趣的頻率（F0，FC，F1），但是當將RMS應用於該頻帶時，似乎Parseval的定理不是完整的。我收到一個獨特的10 KHz頻率，從FFT總頻譜的RMS是正確的，但其RM

1熱度

1回答

如何找到一個整數列表（multiset，size n），其集合的均方根是一個整數？

我已經找到this one 蠻力當然是可能的，但有沒有其他方法？有沒有辦法找到所有的多人組？有沒有辦法找出在一定限度內存在多少組合？也許這個問題對於SO來說太猥瑣了，如果是這樣的話我會移動它。我在javascript中創建了my own version，生成一列數字的所有可能組合，然後檢查整數有效值。這些都是集合，而不是多集合。

1熱度

1回答

來自predict.lrm的預測概率的置信區間

我正試圖確定R中來自二項logistic迴歸的預測概率的置信區間。該模型使用lrm（來自包rms）進行估計，以允許在調查時將聚類標準誤差受訪者（每個受訪出現最多3次的數據）： library(rms) model1<-lrm(outcome~var1+var2+var3,data=mydata,x=T,y=T,se.fit=T) model.rob<-robcov(model1,cluster

0熱度

1回答

在J2ME中，RMS（記錄管理系統）是否永久存儲記錄？

我正在使用Netbeans IDE 6.9 vesion開發J2ME移動應用程序。我的應用程序正常工作意味着將記錄插入到RMS中，我可以列出系統默認電話中的記錄。我的問題是，每當我運行應用程序刷新記錄和新鮮再次存儲。這意味着記錄暫時存儲。我想永久保存記錄，並且在堆棧溢出中閱讀了不同的答案，但不清楚。請爲我提供解決此問題的方法。

1熱度

1回答

「rms」中的survplot（）：整個組顯示的風險數量，而不是每個曲線

我使用3210繪製生存曲線。但是，當我使用n.risk = TRUE來繪製風險表的數量時，R給了我整個數據集的數量，而不是每條曲線，我不知道爲什麼。 # initialize survival commands in R survive <- Surv(dat$dx_lastcontact_death_months, dat$event) library(rms) ff <- cp

3熱度

1回答

使用受限三次樣條的新數據的預測值

我有一些數據是使用受限三次樣條建模的。我在rms包中使用rcs轉換函數來生成線性模型的轉換變量。這是一個使用5節的例子。 library('rms') my_df <- data.frame( y = -4 * -100:100 + -1.5 * (-100:100)**2 + 3 * (-100:100)**3 + rnorm(201, 0, 1e5), x = -100:

1熱度

1回答

RMS包GLM：如何添加指標公式

在我試圖建立R. 利用RMS包裝GLM（）一GLM模型，但我不知道在GLM公式指標的正確表達。允許我使用虹膜數據爲例，在基礎R glm功能，我的代碼工作，它是象下面這樣： model1 = glm(Sepal.Length~Sepal.Width + Petal.Length + ifelse(Sepal.Width==3,1,0),data=iris) 但是，如果我用同樣的公式中Glm，

2熱度

1回答

如何將幾條校準曲線添加到同一圖上

set.seed(888) y<-sample(c(0,1), 100, replace = TRUE) x1<-rnorm(100,2,3) x2<-rnorm(100,1,4) library(rms) f1<-lrm(y~x1,,x=TRUE,y=TRUE) f2<-lrm(y~x2,,x=TRUE,y=TRUE) plot(calibrate(f1)) plot(calib