问题标签 [coefficients]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
r - 在交换样本均值的预测变量时保持线性模型的系数不变?
我一直试图通过将其他变量保持在样本均值不变来查看模型中单个变量的解释能力。
但是,我无法执行以下操作:
其中 Beta1=Beta2=Beta3 - 类似于
我想这样做是为了比较当一个自变量没有保持在样本均值上而其他自变量保持不变时,解释力的差异(R^2/残差大小)。
或者
但是, lm 函数似乎可以估计自己的系数,所以我不知道如何保持任何常数。这是我尝试将一些丑陋的代码放在一起,我知道这些代码很糟糕:
感谢您查看看到此内容的任何人,请向我提出任何问题。
r - 如何找到显着系数
使用汇总命令时,我可以获得重要的系数。在这里,通过查看星星,我看到 Sepal.Width 和 Petal.Length 的 P 值低了很多。但是,如果我只打印出系数,这些星星就会消失。怎么把星星找回来?(注意:我想要输出中的星星。)
在这里,我尝试仅打印出系数。我的重要明星不见了。
r - predict.lm 具有任意系数 r
我正在尝试使用 predict.lm 预测一个 lm 对象。但是,我想使用手动插入的系数。为此,我尝试了:
(其中“coeff”是正确系数的向量)确实可以根据需要修改系数。不过,当我执行
我只是得到用“旧”参数计算的预测。有没有办法强制 predict.lm 使用新的?
Post Scriptum:我需要这样做以适应 bin-smooth(也称为回归图)。此外,当我“手动”预测(即使用矩阵乘法)时,结果很好,因此我很确定问题在于 predict.lm 没有识别我的新系数。
在此先感谢您的帮助!
sql-server - 使用 SQL Server/C# 的聚类系数
我在 SQL Server 中有两张表,即
一张表GraphNodes
如下:
其他表格GraphEdges
如下:
我也有两个表,即GraphNodeTypes
:
并且GraphEdgeTypes
作为:
现在,我想计算该图的聚类系数,即两种类型:
如果 N(V) 是节点 V 的 b/w 邻居的链接数,并且 K(V) 是节点 V 的度数,那么,
和
问题是,如何计算节点的度数?是否有可能在 SQL Server 或 C# 编程中需要。还请提出计算本地和全球 CC 的提示。
谢谢!
maxima - 多项式最大值的系数
maxima 中是否有一个内置函数可以从多项式函数中获取一个包含其系数的列表?并获得多项式的次数?
我发现最相似的函数是args
,但它也将变量与系数一起返回。我本可以接受这一点,当length
与 with 一起使用时args
会返回学位。问题是它args
不适用于零度多项式。
是否有其他功能可以更好地适应这些目的?提前致谢。
java - 实现二次算法
我正在阅读 Robert Sedgewick 和 Kevin Wayne 的编程入门书籍。
在其中一个示例中,他们实现了一个二次类,如下所示:
作者省略了二次公式的“a”系数。这是因为“a”系数可以抵消(分子/分母)吗?
根据反馈......以下是否是正确的解决方案:
r - R:在模型中跨变量应用模型系数,更好的方法?
我编写了一个函数来获取(线性)模型的系数并将它们应用到原始变量上,以给出一个数据框,当它们相加时,将等效于 predict() 的结果。这种能力对我来说似乎很有用,以便更好地理解每个变量(或更复杂的交互项等)对模型的影响。
有没有更好的办法?我觉得自己像个黑客。我已经研究了模型的 str() ,但目前还没有看到更简单的解决方案。棘手的部分是捕捉和应用交互术语。
frequency - 灰度图像的二维 DCT 系数含义
DCT系数是什么意思。正负 DCT 系数(例如系数 5 和 -5)之间有什么区别。谢谢
r - 从分位数回归中提取系数和 t 值,rqpd
我有一个分位数回归模型如下:
为了生成输出表,我将结果划分为每个分位数。
这是第一个分位数输出:
但是,我不知道如何提取矩阵中的系数和 t 值(如果可能,使用显着性星号)。
谢谢