问题标签 [ordinal]

我有一个包含 11 个属性的数据。我想计算每个属性的距离。例如它的属性(x1, x2, ..., x11)和 for x1&x2有一个名义类型，x3, x4, ... x10有序数类型，然后x11有二进制类型。如何使用 python 读取属性？以及如何在python中区分这些属性以及如何在python中区分这些属性以便我可以计算距离？有人可以告诉我该怎么做吗？谢谢你

样本数据：x1（林业、种植园、其他、林业）x2（种植园、种植园、灌木、森林）x3（高、高、中、低）x4（低、中、高、高）x5（高、低、中, 高) x6 (中, 低, 高, 中) x7 (3, 1, 0, 4) x8 (低, 低, 高, 中) x9 (297, 298, 299, 297) x10 (1, 2, 0 , 4) x11 (t, t, t, f)

第一个矩阵 table1 包含 5 个名称的标准化值。我需要对这个矩阵执行一些操作，并且我必须获得第二个矩阵，如 table2 所示。

table2的对角元素应该通过给每个值赋予等级（序数值）来获得。这意味着最高元素被赋予第5个等级，接下来是第4个第3个等等。

通过从 4 开始对每个值进行排名来获得表的剩余元素，因为只剩下 4 个元素。因为我们已经对对角线元素进行了排名。零应该保持原样。假设将 table1 作为 A 矩阵，将 table2 作为 B 矩阵。

OPERATION1：对于对角线元素

OPERATION2：对于剩余元素

等等..

我正在尝试将序数后缀添加到我为排名板构建的 WordPress Post Counter 中。这是我目前拥有的代码。

我一直在尝试将以下链接中的代码与上面的代码合并，但是我无法产生任何实际有效的东西，并且想知道是否有人可以提供帮助。

添加 'rd 或 'th 或 'st 取决于数字

谢谢扎克

第一个矩阵 table1 包含 5 个名称的标准化值。我需要对这个矩阵执行一些操作，并且我必须获得第二个矩阵，如 table2 所示。

table2 的对角元素应该通过给每个值赋予等级（序数值）来获得。这意味着最高元素被赋予第 5 等级，下一个最高元素被赋予第 4 3 等等。

我有一个 Ext.form.field.Number，我可以在其中插入一个数字或使用微调器来选择一个。

如何格式化此值以在 Ext.form.field.Number 字段中显示？

假设我想在您向上或向下旋转时显示：

或者

I'm having trouble plotting random intercepts from a clmm() model with 4 random effects in 31 countries.

I tried following this SO post: In R, plotting random effects from lmer (lme4 package) using qqmath or dotplot: how to make it look fancy? However, I cannot get the confidence intervals to show up. I've managed to use dotchart to plot the intercepts by country.

Error: Discrete value supplied to continuous scale

Here is another way I tried to plot them:

Error in dotchart(df[, 2], labels = df[, 1]) + geom_errorbarh(aes(xmax = df[, : non-numeric argument to binary operator

我正在使用 R 中的包序数对基于 1 - 5 李克特量表的因变量运行序数逻辑回归，并试图弄清楚如何测试比例赔率假设。

我当前的模型是y ~ x1 + x2 + x3 + x4 + x2*x3 + (1|ID) + (1|form)x1 和 x2 是二分法，x3 和 x4 是连续变量。（92 个科目，4 个表格）。

据我所知，
最新版本的 clmm 中没有实现 -"nominal"。
-clmm2（旧版本）不接受多个随机变量
-nominal_test() 似乎只适用于 clm2（完全没有随机效应）

对于不同的 dv（只有一个随机项且没有交互），我使用过：

但我不确定如何修改这种方法来处理当前模型（2 个随机项和固定效应的相互作用），我也不确定这实际上是否是首先测试比例赔率假设的正确方法。（包教程中的例子只有2个固定效果。）

我对其他方法（无论是其他软件包、软件还是图形方法）持开放态度，可以让我对此进行测试。有什么建议么？

我在 R 中进行二元逻辑回归，一些自变量代表序数数据。我只是想确保我做得正确。在下面的示例中，我创建了示例数据并基于自变量“I”表示连续数据的假设运行 glm()。然后我使用ordered(I) 再次运行它。结果有点不同，所以这似乎是一次成功的测试。我的问题是它是否在做我认为它正在做的事情......例如，它正在查看整数数据，根据整数的值将其强制为序数数据，并使用不同的公式运行 glm() 来解释这个想法“1”、“2”、“3”等之间的距离可能不一样，因此如果这代表序数数据，则使其“正确”。

...再次尝试下令：

glm.out = glm(D ~ordered(I), family=binomial(logit), data=gorilla)

PS：如果有帮助，这里是这些测试的完整输出（我注意到的一件事是非常大的标准错误数）：

使用的数据：

我在我的轴上使用了一个序数比例：

我的刻度标签在我的数据数组中。格式化我的刻度值的最佳方法是什么（使用 D3 方法），而不是像我在这里所做的那样简单地列出数组中的每一个：

我有两个有序因子，只是想在它们之间找到 Spearman 的 rho。

然而：

就像一个健全的检查：

如何使用 R 找到有序因子的 spearman rho？

我确实发现了以下内容： 计算相关性 - cor() - 仅针对列的一个子集

这引发了同样的问题：R 的 cor() 函数只接受数字数据。这对我来说似乎不对，因为 spearman 的 rho 应该能够处理序数变量。有序因子是有序变量。

提前谢谢。