R中的GLM :具有95%置信区间的正常Q-Q图
GLM（Generalized Linear Model）是R语言中的一种统计模型，用于建立响应变量与预测变量之间的关系。它是线性回归模型的扩展，可以处理更广泛的数据类型和分布情况。
正常Q-Q图（Normal Q-Q Plot）是用来检验数据是否近似服从正态分布的一种可视化工具。在GLM中，正常Q-Q图用于评估模型中误差项（残差）的正态分布性。通过绘制残差的分位数与理论正态分位数的对比图，我们可以判断模型的拟合质量以及误差项是否满足正态分布假设。
具有95%置信区间的正常Q-Q图可以帮助我们更全面地评估模型的拟合情况。在图中，除了绘制残差的实际分位数和理论分位数的对比线外，还会绘制出95%置信区间，以帮助我们判断残差是否落在正态分布的范围内。如果残差点都在置信区间内，则说明模型对数据的拟合较好，误差项符合正态分布假设。
GLM的应用场景包括但不限于以下几个方面：
- 线性回归分析：GLM可用于建立响应变量与连续预测变量之间的线性关系。
- 逻辑回归分析：GLM可用于建立响应变量为二元变量（如成功/失败）与预测变量之间的关系。
- 泊松回归分析：GLM可用于建立响应变量为计数数据（如事件发生次数）与预测变量之间的关系。
对于GLM中的正常Q-Q图，推荐使用腾讯云的开源数据科学平台“ModelArts”进行建模和分析。ModelArts提供了全面的机器学习和数据挖掘工具，可帮助开发者高效地构建和部署各类机器学习模型。具体可以参考腾讯云ModelArts的产品介绍页面：腾讯云ModelArts产品介绍。
相关·内容
我想要一个函数或包来绘制具有95%置信区间的正常Q-Q图，但我没有找到GLM，只有car包中的GAM模型和响应变量。在我的示例中： #Data set example
p <- read.csv("https://raw.githubusercontent.com/Leprechault/PEN-533/master/bradysia-greenhouse.csv")
#Quasi Poisson GLM
m1 <- glm(bradysia ~ area + mes, family="quasipoisson", data=p)
#Norma
浏览 15提问于2020-09-04得票数 1
回答已采纳
2回答
我有一个lme4模型，我运行了一个分层逻辑回归模型，并且我正在使用effects包绘制效果。我想用平均值的标准误差作为误差条来创建一个效果图。我可以得到点估计，95%的置信区间，和标准错误的数据。然而，标准误差似乎与置信限参数不一致，参见下面的一个普通glm示例。
library(effects)
library(dplyr)
mtcars <- mtcars %>%
mutate(vs = factor(vs))
glm1 <- glm(am ~ vs, mtcars, family = "binomial")
(glm1_eff <- Effect(
浏览 1提问于2016-04-17得票数 2
回答已采纳
1回答
下面是一组虚构的概率数据，我用threshold of 0.5将其转换为二项式。我对离散数据运行了一个glm()模型，以检验glm()返回的区间是“平均预测区间”(“置信区间”)还是“点预测区间”(“预测区间”)。从下面的图上看，返回的区间是后一段--“点预测区间”；注，置信度为95%，2/20点在此样本的线外。
如果确实如此，如何生成R中使用glm()为0和1界的二项式数据集的“平均预测区间”(即“置信区间”)？请给出与我相似的代码和图，给出概率，“置信区间”和“预测间隔”。
# Fictitious data
xVal <- c(15,15,17,18,32,33,41,42,47,
浏览 1提问于2016-08-05得票数 2
1回答
glm模型预测的置信区间
、、、
我试图从glm中获得95%的置信区间。下面是我的模型
library(caret)
library(ISLR)
data(Smarket)
glm.fit <- glm(Direction ~ Lag1 + Lag2, data = Smarket, family = binomial)
现在我尝试使用下面的代码来估计预测的95%置信区间。
> head(predict(glm.fit, interval="confidence", level = 0.025))
1 2 3 4
浏览 14提问于2022-03-14得票数 0
回答已采纳
我已经使用ggplot2制作了一个glm交互图。我已经附上了我使用的代码和情节
。
我知道灰色阴影区域代表95%的置信区间，但我想知道是否有一种方法可以获得灰色阴影区域的精确值，从而获得95%的置信区间？
#bind data togther
Modern_EarlyHolocene<-rbind(FladenF30, FladenB30, Early_Holocene)
#Build modern vs Holocene model
Modern_EarlyHolocene<-glm(Max_Height~Age+Time_period, data=Modern_Early
浏览 44提问于2020-02-14得票数 0
1回答
我想在R Markdown中创建一个回归表，其中包括指数系数、指数上、下95%置信区间以及logistic回归模型中每个变量的p值。
```{r}
#基本表
图书馆(针织品)
x1 <- r范数(100，0，1)
x2 <- rpois(100,5)
y1 <- rbinom(100,1,0.33)
df <- data.frame(x1，x2，y1)
模型x <- glm(y1 ~ x1 + x2，data = df，族=“二项式”)
kable(总结(模型)$coef)
#获得OR和95% CI的操作
orx <- exp(c(OR = coef(mod
浏览 1提问于2018-06-18得票数 0
回答已采纳
1回答
我想从glm模型(族二项式)或使用gglot绘制线条和阴影95%置信区间带(例如，使用多边形)。对于线性模型(lm)，我以前能够绘制预测的置信区间，因为它们包括拟合、下层和上层，但我不知道如何在这里做到这一点。我尝试在可选参数se.fit设置为TRUE的情况下使用函数predict.glm，然后使用预测+/- 1.96 * std.error来计算置信区间，但它对我不起作用。提前感谢您的帮助。你可以在这里找到我使用的数据(它包含10个变量和996个观察值)：https://drive.google.com/file/d/1Yu7Dk2eh0R1ztKiuNTtN_W5Yg4C2Ne-2/vi
浏览 32提问于2021-05-05得票数 1
ztable生成漂亮的斑马(交替条纹)表，用于表示数据和模型对象(lm、glm等)。然而，我不清楚什么是拼法和ucl。说
‘’ztable()‘表示优势比(OR)和95%置信区间
但谷歌显示lcl/ucl是较低/较高的控制限值，这似乎是由+/- 3标准差构成的置信区间。
最令人困惑的是，ztable构造的lcl/ucl并不总是包含系数估计：
ztable(glm(factor(am) ~ disp, family = binomial(link = "logit"), data = mtcars))
那么lcl/ucl是什么意思呢？
浏览 4提问于2016-09-12得票数 1
回答已采纳
2回答
我想从glm模型(家庭二项式)中绘制线条和阴影的95%置信区间带(例如使用多边形)。对于线性模型(lm)，我以前已经能够绘制预测的置信区间，因为它们包括拟合，较低和较高水平参见例如此答案How to plot regression transformed back on original scale with colored confidence interval bands?，但我不知道如何在这里做。提前感谢您的帮助。你可以在这里找到我使用的数据(它包含3个变量和4582个观察值)：https://drive.google.com/file/d/1RbaN2vvczG0eiiqnJOKKF
浏览 28提问于2020-04-03得票数 2
回答已采纳
我有一个单一的数据框架(Mtcar)，我可以得到优势比(OR)，包括95%的置信区间，使用问题r包。
我想将mtcar数据帧按三级齿轮变量分组，并为这三个新数据帧获得与单个数据帧相同的输出。
问题是odds.ratio()接受glm类对象，但不接受list类对象。我试着把odds.ratio()放在glm()外面的MyFunc中，但是它不起作用。
任何帮助都将不胜感激。
单个数据帧的代码：
library(questionr)
data(mtcars)
reg2 <- glm(am ~ carb + cyl, data=mtcars, family=binomial)
odds.rati
浏览 3提问于2017-10-24得票数 2
回答已采纳
我有一些观察结果，我已经用来确定基于不同浓度的化学物质的死亡率。我已经根据它们背后的观察值数量对这些速率进行了加权，并将它们拟合到glm (二项式(link=logit))模型中。我一直试图在ggplot中显示这个模型的图，包括原始观察值(大小=权重)、模型拟合线和置信区间，但没有成功。我可以得到一个简单的plot()来工作，但是我不能显示我需要的其他图形。有什么想法吗？提前感谢！ #data:
C <- data.frame("region" = c("r29","r31","r2325","r25",&
浏览 67提问于2019-04-15得票数 1
回答已采纳
2回答
我希望用R中的Q-Q图检验多元和单变量正态性，我使用了几种不同的方法--它们似乎都不起作用。我是R的新手，对任何帮助我都会非常感激。
我的数据集= vdata_clean1
我有15个预测变量(IV)，但没有反应变量(DV)，因为我正在进行验证性因素分析(这15个变量代表了我测试的15种不同类型的项目)。
我已安装下列套件：
install.packages("lavaan", dependencies=TRUE)
install.packages ("semPlot")
install.packages ("semTools")
install
浏览 0提问于2019-08-03得票数 2
1回答
以下是一些数据
dat = data.frame(y = c(9,7,7,7,5,6,4,6,3,5,1,5), x = c(1,1,2,2,3,3,4,4,5,5,6,6), color = rep(c('a','b'),6))
如果你愿意的话，还有这些数据的图表
require(ggplot)
ggplot(dat, aes(x=x,y=y, color=color)) + geom_point() + geom_smooth(method='lm')
使用函数MCMCglmm()…运行模型时
require(MCMCglmm)
summar
浏览 0提问于2013-12-17得票数 14
回答已采纳
1回答
我正在使用seaborn (基于matplotlib)来绘制一些图形。目前，我正在绘制一个柱状图(在seaborn中称为因子图)，它也会打印0,95的置信区间。我想将95%置信区间的信息添加到该图中，例如在图例中。有没有办法包括这些信息，这样我就不用在我的文本中提到它了？
浏览 2提问于2014-10-04得票数 0
1回答
我想尝试预测glm泊松()分布的置信区间。我试着使用预测函数来提取上、下limits..but，它的剂量“似乎有效”。对我能改变什么有什么建议吗？
temp <- rnorm(100,20,2)
plant <- rnorm(100,5,1.5)
df <- data.frame(temp, plant)
mod <- glm(plant~temp + I(temp^2), df, family = poisson)
predicted.plant <- predict(mod, type = "response")
predict(predict
浏览 2提问于2022-04-12得票数 3
回答已采纳
1回答
我想在R中创建一个图，其中包含四个不同变量的赔率比及其95%的置信区间。我希望它看起来有点像下面的示例图像：
上面的图只包括(b)图，因为(a)图几乎是相似的，我只想展示布局。
我一直在网上搜索，但没有找到任何类似的东西。希望你能给我一些建议！
干杯!
浏览 1提问于2016-07-08得票数 0
我练习的陈述是：distribution of feature_3 is a hint of how the data is generated。我试着理解我应该从中推断出我的ETL或ML模型的其余部分。
我已经绘制了这个特性的Q-Q图。分布似乎相当正常。从其他ETL或ML模型的信息中可以推断出什么呢？
浏览 0提问于2019-01-07得票数 3
回答已采纳
1回答
我正在尝试创建一个表，用于粗略、未调整和已调整的赔率比。我的代码如下：
model<- glm(lead_ind ~ hseAge+ DurStayCat +
gender + Region +
ips_parasites, data=DfStudy2sel)
printCrudeAndAdjustedModel(model)
但是，我的输出是betas及其置信区间的表。我如何才能获得OR，95%的CI？谢谢
浏览 1提问于2016-07-12得票数 1
回答已采纳
2回答
在R中，predict.lm基于线性回归的结果计算预测，并提供计算这些预测的置信区间。根据手册，这些间隔是基于拟合的误差方差，而不是基于系数的误差间隔。
另一方面，基于逻辑回归和泊松回归(以及其他一些)计算预测的predict.glm没有置信区间的选项。我甚至很难想象如何计算这样的置信区间，以便为泊松和逻辑回归提供有意义的见解。
在某些情况下，为此类预测提供置信区间是有意义的吗？如何解释它们呢？这些情况下的假设是什么？
浏览 3提问于2013-01-20得票数 70
回答已采纳
因此，下面是输出日志正常数据平均值的函数：
boot_mean <- function(data, ind){
exp(base::mean(data[ind])+var(data[ind])/2)
}
如果我将boot.ci(boot())函数应用于记录正常数据，就会得到不合理的置信区间：
CALL :
boot.ci(boot.out = boot(rlnorm(n, meanlog = 1, sdlog = 0.5),
statistic = boot_mean, R = 100))
Intervals :
Level Normal
浏览 0提问于2021-10-26得票数 0
回答已采纳
1回答
有没有办法计算glmer模型的赔率比？
我的模型定义如下：
results_reduced <- glmer(R0A1 ~ MPHW_Perc + AG_Perc + Shrub_Perc + Dist_PrimaryRoads
+ Dist_SecondaryRoads + (1 | ID), data = secondorder_st,
family = binomial)
我想要计算此模型的优势比和相关的置信区间；但是，我将在GLM中使用的以下语法将继续运行而不会停止：
#odds
浏览 6提问于2015-02-13得票数 0
我正在尝试基于逻辑回归来绘制r中的。例如：
data <- mtcars
mod <- glm(am ~ cyl + hp + wt + mpg, family = binomial, data = data)
library(margins)
marg <- margins(mod, atmeans = TRUE)
summary(marg)
我可以运行命令：
plot(marg)
它绘制了所有IVs的边际效应和置信区间。我只想在图中包含我感兴趣的解释变量cyl和hp。根据r文档，这可以使用‘this’参数来完成，该参数接受一个字符向量。但是，文档中并没有说明如何使用此参
浏览 0提问于2018-03-29得票数 1
1回答
在预测线图周围绘制置信区间
、、、、
我正在尝试在线条图周围绘制置信度区间，类似于下面的内容：
我正在拟合一个高斯过程，当预测每个值时，它会返回平均值和标准差( std )。使用它，我应该能够绘制置信区间的不同范围。对于我的情况，我尝试将范围设置为10%，20%，... 90%。
目前我正在做这样的事情
y_pred, std = reg.predict(x, return_std=True)
std_z = 1.96 # from z-table for 95%
confidence_interval = std * std_z
plt.plot(x, y_pred)
plt.fill_between(x, y_pr
浏览 13提问于2020-05-29得票数 0
回答已采纳
1回答
我试图在R中生成显示平均值的95%置信区间的箱图，但我找不到任何方法来显示此统计数据。我通常使用ggplot2在R中进行数据可视化，但如果需要，我也愿意使用其他包。有没有人对如何做到这一点有什么建议？谢谢。
浏览 0提问于2016-11-03得票数 2
2回答
我在R笔记本上循环了许多分析，并记录了每一次迭代的置信区间。每一次，禁闭都会发出“等待分析.”以显示在笔记本中的输出。我能压制一下吗？
下面的代码在控制台和RStudio中发出我想要避免的消息。如果有关系的话，我只关心RStudio笔记本的输出。
y = c(1,2,3,4,5,6,7,8,9,0)
x = c(2,4,6,8,2,4,6,8,2,4)
fit = glm(y ~ x)
ci.05 = confint(fit, level=0.95)["x","2.5 %"]
print(paste("The lower bound of the 95%
浏览 2提问于2017-05-08得票数 1
回答已采纳
我试图使用基于Shaffer，2004的逻辑接触方法来运行一个巢生存模型。我有一个范围的参数，并希望比较所有可能的模型，然后估计模型平均参数使用收缩，如伯纳姆和安德森，2002年。然而，我很难弄清楚如何估计收缩调整参数的置信区间。
是否可以用收缩来估计模型平均参数的置信区间？我可以很容易地提取模型平均参数的平均估计使用model.average$coef.shrinkage，但不清楚如何得到相应的置信区间。
任何帮助都是非常感谢的。我目前正在使用MuMIn包，因为我在链接函数方面遇到了AICcmodavg错误。
下面是我正在使用的代码的简化版本：
library(MuMIn)
# Logis
浏览 2提问于2012-11-12得票数 9
1回答
广义线性模型的文本输出
、、、、
我可以使用texreg获得用于knitr的glm的漂亮输出。有时我们需要用反向链接将glm的输出转换回响应。我想知道如何使用texreg获得反向链接输出。有点像texreg(exp(glm.D93))。
counts <- c(18,17,15,20,10,20,25,13,12)
outcome <- gl(3,1,9)
treatment <- gl(3,3)
d.AD <- data.frame(treatment, outcome, counts)
glm.D93 <- glm(counts ~ outcome + treatment, family =
浏览 4提问于2015-07-16得票数 2
回答已采纳
3回答
很难将适当的曲线拟合到这些数据中。
x <- c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 21, 31, 41, 51, 61, 71,
81, 91, 110, 210, 310, 410, 510, 610, 710, 810, 910, 1100, 2100,
3100, 4100, 5100, 6100, 7100, 8100, 9100)
y <- c(75, 84, 85, 89, 88, 91, 92, 92, 93, 92, 94, 95, 95, 96, 95,
95, 94, 97, 97, 97, 98, 98, 98,
浏览 3提问于2018-01-22得票数 2
回答已采纳
下面是我的数据的一个示例：
DATA <- data.frame(
TotalAbund = sample(1:10),
TotalHab = sample(0:1),
TotalInv = sample(c("yes", "no"), 20, replace = TRUE)
)
DATA$TotalHab<-as.factor(DATA$TotalHab)
DATA
这是我的模型：
MOD.1<-glm(TotalAbund~TotalInv+TotalHab, family=quasipoisson, data=DATA)
这是我的图：
N
浏览 0提问于2016-03-25得票数 0
我有两个不相等的组(pp和对照组)，我为每个组的waiting.time变量报告了中位数和95%的置信区间，但现在我想报告“中位数的差异”及其95%的置信区间。我在sas (Link here)中找到了类似的东西，但我需要在R中这样做。 这是一个data sample library(tableone)
tab<-print(a<-CreateTableOne(vars = "waiting.time", strata="group",
data=data, addOverall =
浏览 54提问于2021-09-22得票数 0
回答已采纳
1回答
我只是想弄清楚R -> Python的一个问题:为什么这两个项目不能给出相同的结果？ 计算均值= 65，s= 22，n= 121的样本数据的95%置信区间。 R：tsum.test(n.x=121, mean.x=65, s.x=22) 给出了61.04014 68.95986的95%置信区间 Python：stats.norm.interval(alpha=0.95, loc=65, scale=22/np.sqrt(121)) 给出了(61.080072030919894, 68.9199279690801)的95%置信区间 我认为这些结果应该是相同的，或者我没有为R的tsum.t
浏览 27提问于2019-03-11得票数 0
我对偏差修正的引导置信区间对我的模型预测感兴趣。我编写了一些代码来执行引导，如下所示：
library(tidyverse)
#> Warning: package 'ggplot2' was built under R version 4.0.2
#> Warning: package 'tibble' was built under R version 4.0.2
#> Warning: package 'tidyr' was built under R version 4.0.2
#> Warning: packag
浏览 6提问于2020-09-03得票数 1
如何用程序r中的95%置信Interval=(总体均值) +/- 1.96x(总体均值标准误差)方程来求解置信区间？我的生物计量学教授想让我们用这个方程，但我们不知道如何把它输入R程序。
浏览 2提问于2018-08-29得票数 0
如何获得gev.fit中参数的最大似然估计的95%置信区间？在R.的ismev软件包。
gev.fit的输出：
$conv
[1] 0
$nllh
[1] 194.6467
$mle
[1] 93.33096665 17.53896061 -0.02969443
$se
[1] 2.92704621 2.06566895 0.09614705
浏览 0提问于2013-04-16得票数 1
回答已采纳
1回答
对于下面这个简单的例子，您可以看到在接下来的情节中有一些点是被识别出来的。如何提取这些图中标识的行号，特别是正常的Q-Q图？
set.seed(2016)
maya <- data.frame(rnorm(100))
names(maya)[1] <- "a"
maya$b <- rnorm(100)
mara <- lm(b~a, data=maya)
plot(mara)
我试着用str(mara)来看看我是否能在那里找到一个列表，但是我无法从正常的Q-Q图中看到任何数字。有什么想法？
浏览 1提问于2016-06-18得票数 17
回答已采纳
1回答
我喜欢在qqp (分位数-比较图)图中找到计算出的置信区间外点数(CI 95%)的函数。
在我的例子中：
套餐
require(MASS)
require(car)
模拟60泊松值
Resp<-rpois(60,1)
拟合二项式负分布
nbinom <- fitdistr(Resp, "Negative Binomial")
用qqp绘图
qqp(Resp, "nbinom", size = nbinom$estimate[[1]], mu = nbinom$estimate[[2]])
现在，我想使用任何函数，在qqp (分位数-比较图)
浏览 1提问于2019-03-09得票数 0
回答已采纳
1回答
这学期，我将在大学选修一门线性回归入门课程。在我的一项任务中，我需要使用R来分析数据集。
请允许我首先分享我的代码的一部分：
log_Metab <- log(Metab)
mammal.lm.1 <- lm(Life ~ log_Metab)
plot(mammal.lm.1, which = 2)
基本上，我的数据集包含了关于95种不同哺乳动物的代谢率(Metab)和寿命(Life)的信息，我需要检查这两个特征之间是否存在线性关系。
现在，我粘贴的代码的第三行生成线性回归的正常Q-Q图，如下所示：
我想知道的是很简单，并在帖子的标题中说明--是否可以对这样的图使用识别
浏览 1提问于2021-04-15得票数 0
回答已采纳
1回答
在ccf中，当我给出plot=TRUE的选项时，我会得到一个图，它给我95%的置信区间，在每次滞后时，我的互相关度都会减少。我的问题是，如果我想使用90%的信心水平，我如何做到这一点？谢谢。
浏览 5提问于2016-04-27得票数 1
回答已采纳
我有这个： workday <- data.frame(Measure = c("A", "A", "A"),
Session = c("Welcome", "Class 1", "Lunch Talk"),
Mean = c(7.10, 8.90, 4.47),
Ci95 = c(0.40, 0.56, 0.33)) 我需要从dwplot包中创建一个类似于
浏览 24提问于2020-10-09得票数 0
回答已采纳
当我在R中使用acf函数时，它为各种滞后的自相关绘制了表示置信区间(默认情况下为95%)的水平线：
然而，当我在python中使用statsmodels.graphics.tsaplots.plot_acf时，我看到一个基于更复杂计算的曲线置信区间：
请注意，在R版本中，滞后25的延迟被认为是显著的。对于相同的数据，在python版本中，只有20次延迟才被认为是重要的。
这两种方法有什么不同，我应该更相信哪一种呢？有人能解释一下statsmodels.tsa.stattools.acf计算的非常数置信区间的理论吗？
我知道我可以通过简单地绘制类似y=[+/-]1.96 / np.s
浏览 10提问于2016-11-13得票数 8
回答已采纳
我正在用这个方法计算调整后的赔率比： OR <- glm(MultipleSclerosis=="true"~Cesarean+confounder,family = binomial, data = dat)
exp(coef(OR)) ## odds ratio
exp(confint(OR)## confidence interval 现在我想做一个调整后的赔率图，显示置信区间。我试着用谷歌搜索一些功能，但我很难理解我如何才能做到这一点。有什么建议吗？
浏览 28提问于2019-04-11得票数 1
当试图在R中构造Q-Q图时，将显示以下消息：
z<-rnorm(100)
qqplot(z)
Error in sort(y) : el argumento "y" está ausente, sin valor por omisión
西班牙行表示"y“参数不存在。
提前感谢！
浏览 0提问于2016-02-22得票数 0
回答已采纳
我需要在glm图上增加95%的置信区间。
当我做multiline=T时(因为我需要在同一个地块上进行2次治疗，所以我这样做了)，间隔就消失了。我怎么才能把它们拿回来？
这就是我现在拥有的：
plot(allEffects(fit1), ylab= "Age of onset of foraging", main="",
type="rescale", multiline=T, rescale.axis=F)
据我所掌握的数据，-RFID是一种识别蜜蜂并跟踪它们活动的技术；2种处理:控制和病原体治疗；"first.trip“--
浏览 0提问于2015-12-26得票数 3
1回答
我想要计算glm系数的Wald置信区间，并使用broom作为一个整洁的输出。
mydata <- data.frame(y = rbinom(1e5,1,0.8),
x1 = rnorm(1e5),
x2 = rnorm(1e5))
glm.1 <- glm(y ~ x1 + x2, data = mydata, family = "binomial")
使用broom::tidy在大数据上花费了大量时间，因为它使用了confint.glm，它根据轮廓日志似然函数计算置信区间。
tidy(glm
浏览 0提问于2018-10-31得票数 5
回答已采纳
1回答
下面是我的简单脚本为6块正常，日志正常，负日志正常qq图与各自的直方图。我正在使用mfrow函数，我得到的是重复的情节，而不是6个独特的情节。如果你能指导我解决这个问题，我真的很感激。
y1=rnorm(500,0,1)
y2=rlnorm(500,0,1)
y3=-rlnorm(500,0,1)
par(mfrow=c(3,2))
plot(qqnorm(y1),xlab="Theortical Quantiles", ylab="Sample Quantiles",main="Q-Q Normal")
qqline(y1, col=
浏览 2提问于2016-02-06得票数 0
回答已采纳
自图函数不显示图中95%的置信区间。只有80%的ic。
绘图功能同时显示ic，80%和95%。
我在自传里做错了什么？
我已经试图更改自动绘图参数，但是没有看到任何东西可以更改输出图。
我使用的数据是如下所示的ts (时间序列)：
时间序列1:71从2012年到2018年: 3.0515 -2.0783 -1.2 -3.2055 -0.0132 .
模型输出如下所示：
forecasts <- HoltWinters(temp, beta=FALSE, gamma=FALSE, l.start=3.0515)
forecasts_12 <- forec
浏览 1提问于2019-08-28得票数 1
回答已采纳
2回答
所以我用绘制了一个正常的Q-Q图.
该模块使用matplotlib.pyplot创建图形实例。它很好地绘制了图表。
但是，我想用alpha=0.3绘制这些标记。
有办法这样做吗？
下面是一个代码示例：
import numpy as np
import statsmodels.api as sm
import matplotlib.pyplot as plt
test = np.random.normal(0,1, 1000)
sm.qqplot(test, line='45')
plt.show()
以及产出数字：
浏览 0提问于2016-03-08得票数 8
回答已采纳
我有一些从模型中收集的数据。我想绘制一段时间内人口的大小。我有每个时间步的种群大小，并有100个重复。我想画出每个时间步的平均人口大小，以及95%的置信区间(如果可能的话，作为阴影)。
我以前没有用过ggplot。到目前为止，我一直在使用R中的普通(基础)图。但我想看看ggplot会是什么样子。
这是我到目前为止所知道的：
ggplot(data=model1, aes(x=steps., y= pop-size, col='blue')) +
geom_line()
这绘制了所有的点，看起来很好，但我不知道如何绘制平均值和添加置信区间。
浏览 1提问于2015-09-19得票数 11
回答已采纳
1回答
我在r中使用metafor包做了一个前图：
#forestplot
par(mar=c(2.75,0,0,0))
par(font=2,mgp=c(2.3, 0.8, 0), xaxs = "i")
metafor::forest.rma(res, alim=c(-1, 3.75), xlim = c(-5, 3.5), at =
c(-1, -.5, 0 , .5, 1, 1.5, 2, 2.5, 3), xlab = "Cohen's D with 95% CI",
slab = data$Author, annotate = FALSE,
浏览 17提问于2018-03-03得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
