的總和的分佈我有N個變量伯努利,X1,...,XN,和Xi~B(1, pi),pi知道每個Xi,並且Y=X1+...XN,現在我需要的Y的destribution。 如果Xi和Xj獨立時i!=j,然後我可以使用模擬: 1. Generate `X1`, ..., `XN` via their distribution, and then get the value of `Y`;
2. Repe
我正在嘗試使用BUGS編寫dirichlet-multinomial模型。 基本上我有18個地區和3個類別每個地區。例如, 區域1:0.50屬於低,0.30屬於中,0.20屬於高。這樣的例子不勝枚舉,以區域18當然也有不同proportions.The只有我的代碼是這樣 `model {
for (i in 1:N) {
x[1:3] ~ dmulti(p[],n[i])
p[1:3] ~
我正在學習如何使用和解釋R中包nnet的multinom()的輸出。我用於練習的數據集包含一些缺少值的變量。我相信在使用這個函數時,包含缺失值的觀察值將被排除在多項式迴歸之外。我想知道如何獲得模型中包含的觀測值的數量。 一年前有人問過類似的問題(How to change the output after running multinom() in R),但問題的這個特定方面沒有回答。我希望這次有
是否支持從多項分佈取樣而無需更換? 我想象某種類似的代碼: import breeze.linalg._
import breeze.stats.distributions._
val params = DenseVector(0.1, 0.3, 0.2, 0.4)
val mult = new Multinomial(params)
val indices = (0 until 4
我有一個需要分類的3級問題。我想在nnet包中使用多項邏輯迴歸。 班結果有3個因素,P,Q,R。我想把Q作爲基本因子。 於是,我就寫這樣的對比: P <- c(1,0,0)
R <- c(0,0,1)
contrasts(trainingLR$Class) <- cbind(P,R)
檢查的話: > contrasts(trainingLR$Class)
P R
P 1 0