R에서 이항 비율의 간격 추정에 적용 가능한 확률을 계산하기위한 일반적인 함수를 작성하려고합니다. 다양한 신뢰 구간 방법에 대해이 작업을 수행 할 예정입니다. 발트 (Wald), 클로퍼 - 피어슨 (Clopper-Pearson), HPD 간격. 이상적으로는 간격을 계산하는 데 사용해야하는 메소드를 인수로 취할 수있는 함수가 하나 있습니다. 내 질문에 : 어
대상 이미지에서 실제로 얼굴을 인식 할 때 자신감 레벨을 수집하는 방법을 찾으려합니다. 몇 가지 예제를 통해 검색했지만 구현 방법을 볼 수있는 것을 찾지 못했습니다. 모든 도움을 주셔서 감사합니다. public static void facecompare() {
String trainingDir = "C:/TrainingDirectory"; //t
극값 분석 (리턴 레벨 계산)을 수행하기 위해 사용하고있는 바람 데이터가 있습니다. 저는 R 패키지에 'evd', 'extRemes'및 'ismev'패키지를 사용하고 있습니다. 나는 내가 극단를 사용하여 RL의 취득 및 신뢰 구간 수, 일정 기간의 T. GEV와 Gumbel와 사례를 들어 의 리턴 레벨 (RL)을 추정하기 위해, GEV, Gumbel와와 이
함수에 대한 입력 인 많은 데이터 세트가 있습니다. 데이터는 데이터 테이블에 저장되며 필자의 함수 출력에 대한 신뢰 구간을 계산합니다. 그러나 입력 데이터가 모두 같아서 오류가 발생하는 경우가 있습니다. "x 값은 모두 100입니다. \ n 신뢰 구간을 계산할 수 없습니다."어떻게이 오류를 피할 수 있습니까 (예 : 신뢰 구간 설정 모든 값이 같은 경우 0
PDF (또는이 경우 "개별 PDF")를 생성하려고합니다. 나는 numpy.random.normal (mu, sigma, size)을 사용하려고했지만 함수는 표준 편차가 68 %, 95 % 또는 99 %로 계산 된 경우 고려하지 않습니다. 함수는 평균에서의 피크를 갖는 , 그 함수가 X + 시그마에서 0.607 배로 최대 값에 도달하고 X (표준 편차 증가
데이터 세트에 대한 신뢰 구간을 만들려고합니다 아니요,은 무작위로 분포하고 오른쪽은 매우 비뚤어졌습니다. 서핑, 나는 upperbound CL을 위해 97.5 % 백분위 수 (내 데이터의)와 낮은 CL을위한 2.5 % 백분위 수를 사용하는 것으로 구성된 꽤 무례한 방법을 발견했다. 불행히도, 나는 더 정교한 방법이 필요합니다! 그렇다면 부트 스트랩, MAT
저는 가구 조사의 데이터를 요약하려고합니다. 따라서 대부분의 데이터는 범주 (요인) 데이터입니다. 특정 질문에 대한 응답 빈도를 요약하여보고자했습니다 (예 : 특정 질문에 답변하는 가구 비율의 막대 그래프, 신뢰 구간을 나타내는 오류 막대). 나는 내기도 (http://www.cookbook-r.com/Manipulating_data/Summarizing_
이것은 ez 패키지를 R에 사용하려는 사람들을위한 프로그래밍 질문입니다. lmer()에서 선형 혼합 효과 모델을 사용하는 것에 익숙합니다. lmer()의 유용한 출력 중에는 실험 변수 각각에 대한 계수 값이 있고 pvals.fnc()를 사용하면 모델 계수와 함께보고하기 위해 95 % 신뢰 구간 (CI)을 쉽게 얻을 수 있습니다. 저는 최근에 ezANOVA를
나는 python에 익숙하지 않고 lmfit 패키지를 사용하여 자신의 계산을 확인하려고 노력하지만 다음 테스트 (및 2)에 대해 데이터 오류 (sig)를 포함하는 방법에 대해서는 확실하지 않습니다. 내가 conf_interval2d 아래 그림 참조)으로 얻을 오류 : import numpy as np
from lmfit import Paramete