利用广义可加模型对分类数据进行曲线拟合代码
广义可加模型在生态学的应用,以R语言编程为主。
2022-06-21 20:29:40 2KB r gam 生态
1
最近的分析表明,全世界登革热病例的数量可能高达每年4亿。 根据巴西卫生部的资料,2015年该国共有1 621 797例登革热可能病例,包括所有分类,但丢弃率除外,这是自1990年以来的历史最高记录。许多研究发现气候条件与登革热传播之间存在关联,特别是使用广义模型。 在这项研究中,使用了与visreg软件包关联的广义可加模型(GAM),以了解2001年至2012年气候变量对巴西东北部首都的影响。从12个气候变量中,验证了相对湿度是与登革热的相关性最高。 然后,将与visreg相关的GAM应用于了解它们之间的作用。 相对湿度解释了登革热的发病率,分别在-1和-2个月内调整为78.0%(在圣路易斯-马萨诸塞州)和82.3%(在Teresina-PI)。
2021-12-05 08:42:06 1.38MB 登革热 GAM Visreg包装
1
破产机器学习 破产数据研究的目的是为给定数据确定预测破产的最佳分类方法。 破产数据是从COMPUSTAT收集的1980年至2000年的数据,其中有5436个观察值和13个变量。 9个基于会计的变量和1个市场变量是:R1:WC / TA,营运资金/总资产R2:RE / TA,未分配利润/总资产R3:EBIT / TA,息税前利润/总资产R4:ME / TL,权益/总负债的市场价值R5:S / TA,销售/总资产R6:TL / TA,总负债/总资产R7:CA / CL,流动资产/流动负债R8:NI / TA,净收入/总资产R9:破产成本,对数(销售)R10:市值,对数(绝对(价格)*流通股数/ 1000) 对于本研究,由于没有明显的破产趋势,因此可以假定可以将多年来的数据汇总在一起并进行研究。 在这13个变量中,其中一个是“ DLRSN”-一种表示默认值的分类变量,即预测的因变量。 总体而
1