ITPub博客

原文链接：http://tecdat.cn/?p=14593 与普通的扩散研究不同，网络扩散开始考虑网络结构对于扩散过程的影响。 这里介绍一个使用R模拟网络扩散的例子。基本的算法非常简单： 生成一个网络:g(V, E)。 随机选择一个或几个节点作为种子（seeds）。 每个感染者以概率p（可视作该节点的传染能力,通常表示为ββ）影响与其相连的节点。 其实这是一个最简单的SI模型在网络中的

原文链接：http://tecdat.cn/?p=14601 如何使用蒙特卡洛模拟来推导随机变量可能的分布，我们回到统计数据（无协变量）进行说明。我们假设观察值是基础随机变量，具有未知分布的随机变量。这里有两种策略。在经典统计中，我们使用概率定理来推导随机变量的属性在可能的情况下的分布。另一种方法是进行计算统计。对于评估拟合度，测试正态性不是很有用。在本文中，我想说明这一点。我们使用男生

原文链接：http://tecdat.cn/?p=14683预期绘制生存曲线图实际object of type ‘symbol‘ is not subsettable重现问题的步骤library(survminer)#> Le chargement a nécessité le package : ggplot2

原文链接http://tecdat.cn/?p=14850回归分析是一种十分常见的数据分析方法,通过观测数据确定变量间的相互关系.传统回归分析以点数据为研究对象,预测结果也是点数据,而真实数据往往在一定范围内变动的.基于置信度可以形成置信区间,一定程度弥补了预测值为单点的不足,但将点数据作为研究对象,以点带表某范围内的所有数据,往往存在信息丢失的问题.区间回归分析是一种以区间数为研究对象的数据分析

原文链接：http://tecdat.cn/?p=14854  一种类型的平滑称为样条平滑。柔性金属（通常是铅），可以用作绘制平滑曲线的参考。将选择一组点（称为结），然后将样条线压在特定的x，y点，然后弯曲以通过下一个点，依此类推。由于金属的柔韧性，此过程将生成通过这些点的平滑曲线。 在数学上，可以通过选择结点并使用（通常是三次）回归来估计结之间的点，并使用演算来确保

通常，GLM的连接函数可能比分布更重要。为了说明，考虑以下数据集，其中包含5个观察值