期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
详解RStudio中使用lm函数及summary函数建模与模型检验的输出结果
1
作者 廖海燕 《科技与创新》 2024年第6期36-38,41,共4页
使用RStudio,通过各种随机函数生成样本数据,再使用stats包的lm函数及summary函数建立线性回归模型,并对其输出结果的各项细则详细解读,叙述所用的理论与公式,并尝试用各种方法重新编程,从而对这个函数的建模原理得到更好的把握,能有助... 使用RStudio,通过各种随机函数生成样本数据,再使用stats包的lm函数及summary函数建立线性回归模型,并对其输出结果的各项细则详细解读,叙述所用的理论与公式,并尝试用各种方法重新编程,从而对这个函数的建模原理得到更好的把握,能有助于更好地使用此函数建立合适的模型,并灵活地利用RStudio编程实现各种建模需要的输出结果。 展开更多
关键词 rstudio lm函数 summary函数 随机函数
下载PDF
Rstudio和随机丛林在高维全基因组学数据分析中的应用 被引量:2
2
作者 顾星博 李昂 +2 位作者 温琪 焦辛妮 刘艳 《中国卫生统计》 CSCD 北大核心 2015年第6期955-958,962,共5页
目的结合Rstudio和Random Jungle两款软件的优势,通过远程登录简便、快捷地实现全基因组学数据的分析。方法在服务器端搭建Rstudio Server,封装随机丛林R程序并对英国威康信托病例对照协会(WTCCC)高血压真实数据进行分析,通过Rstudio Sw... 目的结合Rstudio和Random Jungle两款软件的优势,通过远程登录简便、快捷地实现全基因组学数据的分析。方法在服务器端搭建Rstudio Server,封装随机丛林R程序并对英国威康信托病例对照协会(WTCCC)高血压真实数据进行分析,通过Rstudio Sweave动态生成分析结果。结果在客户端即可通过网络浏览器登陆服务器端搭建好的Rstudio Server;数据量较大时,封装后的随机丛林程序在Rstudio Server中运算速度方面相对于R random Forest包优势明显。2001名高血压病例及3004名对照的22条染色体共有490032个SNP位点,根据真实标签通过10次随机丛林过程筛选出稳定排序在前20位的SNPs位点,其Cochron-Armitage检验的P值也有10个排进前11位。结论全基因组学数据的处理会消耗很多的时间和内存,普通计算机根本无法承受,Random Jungle软件的命令行运行方式又不易于数据处理、算法组合或嵌套及结果的再现、可视化,在服务器端搭建Rstudio Server并结合Random Jungle的分析策略可有效地应用于全基因组学数据分析,简化分析过程、提高分析速度和效率、方便实现分析结果的动态输出及再现。 展开更多
关键词 全基因组关联分析 SNPS rstudio 随机森林 随机丛林
下载PDF
RStudio环境下数值变量的可视化方法 被引量:1
3
作者 张珂 孟秀娟 《南方农机》 2020年第15期194-195,共2页
R语言因其强大的软件包生态系统和数据可视化系统成为大数据时代下数据分析的首选工具。而合适的图表能将复杂的数据关系清晰化,提高分析效率。本文阐述了RStudio环境下基本绘图系统和Lattice绘图系统的常用语句及格式,并展示了不同绘... R语言因其强大的软件包生态系统和数据可视化系统成为大数据时代下数据分析的首选工具。而合适的图表能将复杂的数据关系清晰化,提高分析效率。本文阐述了RStudio环境下基本绘图系统和Lattice绘图系统的常用语句及格式,并展示了不同绘图系统下的二维图形和三维图形绘制的代码示例及运行结果。 展开更多
关键词 rstudio 数值 变量
下载PDF
基于Citespace软件的磁性生物炭进展研究
4
作者 卢伟 王筱娇 +1 位作者 怀阳阳 杨丽 《化工设计通讯》 CAS 2023年第9期41-42,54,共3页
将金属材料(Fe、Mg、Co、Ni、Zn等)加载在生物炭的表面,或引入金属盐、金属氧化物等来制造磁性生物炭复合材料的方式,能够有效解决生物炭难以回收再利用的缺点。通过Citespace和RStudio软件对磁性生物炭进行科学计量可视化分析,可以更... 将金属材料(Fe、Mg、Co、Ni、Zn等)加载在生物炭的表面,或引入金属盐、金属氧化物等来制造磁性生物炭复合材料的方式,能够有效解决生物炭难以回收再利用的缺点。通过Citespace和RStudio软件对磁性生物炭进行科学计量可视化分析,可以更快地把握此领域的研究热点及未来的趋势方向。 展开更多
关键词 CITESPACE rstudio 磁性生物炭 复合材料
下载PDF
Investigation of the Academic Performance of College-to-University Transfer Students
5
作者 Richard Hurley Jamie Mitchell 《Journal of Software Engineering and Applications》 2021年第2期67-81,共15页
<div style="text-align:justify;"> <span style="font-family:Verdana;">Over the last decade, many universities/colleges have developed formal agreements which permit students from recogni... <div style="text-align:justify;"> <span style="font-family:Verdana;">Over the last decade, many universities/colleges have developed formal agreements which permit students from recognized college programs to be able to seamlessly transfer to a closely-related university program with advance standing. There has been some concerned raised that students that come to university from college may not be academically (or emotionally) prepared for the faster-paced university programs. This research, which was funded by an Ontario Council on Articulation and Transfer Faculty Fellowship, examines the academic performance of students in computer-related disciplines with a focus on comparing students who come to a university through a formalized college-to-university transfer agreement relative to students who enroll directly from high school. The comparisons will be based on metrics such as graduation rates, course failure rates, overall averages, course-level averages, and course-subject averages.</span> </div> 展开更多
关键词 Transfer Students Performance Analysis College-to-University Articulation Agreements Computer Science rstudio
下载PDF
经典测量理论条件下强化子分数的方法
6
作者 刘育明 《教育测量与评价》 2021年第5期3-10,共8页
在一些教育和心理测量中,除了报告给考生一个总分,教育考试机构通常还向考生报告两个或多个子分数,为考生提供掌握不同内容的能力强弱的诊断性信息,便于考生和教师进行有针对性的学习和教学。但是在教育和心理测验中,子测验的项目一般较... 在一些教育和心理测量中,除了报告给考生一个总分,教育考试机构通常还向考生报告两个或多个子分数,为考生提供掌握不同内容的能力强弱的诊断性信息,便于考生和教师进行有针对性的学习和教学。但是在教育和心理测验中,子测验的项目一般较少,同时各个子测验分数之间、子测验分数与测验总分之间的相关又比较高,因而子测验的信度一般比较低。由此,教育测量学家们提出用同一个测验里的其他子测验的分数或者总分的信息来提高子分数信度的方法,这就是强化子分数。本文介绍Haberman以经典测量理论为基础提出的强化子分数的基本概念,运用模拟数据和R函数介绍强化子分数的方法,包括根据子测验观察分、总分和强化子分数估计子分数的平均误方差减少比、子分数增值,以及强化子分数测量标准误。 展开更多
关键词 经典测量理论 强化子分数 rstudio函数 子分数的信度 平均误方差减少比 子分数增值 强化子分数测量标准误
下载PDF
百分位等级的估计及其在教育与心理测量中的应用
7
作者 刘育明 《教育测量与评价》 2018年第10期13-17,25,共6页
百分位等级是教育与心理测验分数的等值和常模制定过程中一个重要的统计量。本文介绍了经典百分位等级的定义,用模拟数据演示了单组数据百分位等级的估计和作图方法,同时介绍了由两组或者三组测验分数构成的综合百分位等级的估计方法及... 百分位等级是教育与心理测验分数的等值和常模制定过程中一个重要的统计量。本文介绍了经典百分位等级的定义,用模拟数据演示了单组数据百分位等级的估计和作图方法,同时介绍了由两组或者三组测验分数构成的综合百分位等级的估计方法及其在教育与心理测量中的应用。附录还列出了运用RStudio估计这些统计量的函数。 展开更多
关键词 百分位等级 综合百分位等级 rstudio函数
下载PDF
译员考核中差错率的统计与分析方法
8
作者 张翰旭 《科教文汇》 2019年第19期174-175,共2页
差错率作为考核译员译文质量的重要指标,其数据的单一性让结论片面,缺乏统计学的意义。因此,有必要综合利用数据统计和绘图工具RStudio 和EXCEL2007,设计出在三种不同模式下对差错率进行统计和分析的方法,以实现数据的合理和可靠。
关键词 差错率 rstudio和EXCEL2007 统计和分析方法
下载PDF
广义可加模型在R中的快捷实现及蓝藻水华预测分析中的应用 被引量:31
9
作者 邓建明 秦伯强 王博雯 《生态学杂志》 CAS CSCD 北大核心 2015年第3期835-842,共8页
广义可加模型(generalized additive models,GAM)适用于响应变量与解释变量之间的关系是非线性或非单调的数据分析,近年来在生态学中受到越来越多的关注。本文利用太湖湖泊生态系统研究站的监测数据,在RStudio集成编程环境下通过R对数... 广义可加模型(generalized additive models,GAM)适用于响应变量与解释变量之间的关系是非线性或非单调的数据分析,近年来在生态学中受到越来越多的关注。本文利用太湖湖泊生态系统研究站的监测数据,在RStudio集成编程环境下通过R对数据进行预处理、确定连接函数、对模型进行筛选以及评估等步骤,运用GAM分析了环境因子对微囊藻生物量的影响。结果表明,水温、总磷、化学需氧量以及电导率是影响太湖微囊藻生物量的4个关键环境因子。分析过程中,通过自编函数能有效地减少编程过程中的代码输入工作;R+RStudio是高效、快捷的编程环境。 展开更多
关键词 可加模型 R语言 rstudio 生物统计 回归分析
原文传递
Reasons,challenges,and some tools for doing reproducible transportation research 被引量:3
10
作者 Zuduo Zheng 《Communications in Transportation Research》 2021年第1期16-25,共10页
This paper introduces reproducible research(RR),and explains its importance,benefits,and challenges.Some important tools for conducting RR in Transportation Research are also introduced.Moreover,the source code for ge... This paper introduces reproducible research(RR),and explains its importance,benefits,and challenges.Some important tools for conducting RR in Transportation Research are also introduced.Moreover,the source code for generating this paper has been designed in a way so that it can be used as a template for researchers to write their future journal papers as dynamic and reproducible documents. 展开更多
关键词 Reproducible research(RR) Transportation research R rstudio R markdown
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部