PU
theme_set() в ggplot2, мне в какую сторону думать? Нужно создавать отдельное окружение при запуске пакета и там складывать скрытые переменные?Size: a a a
2020 April 04
2020 April 05
a
Дорогие, а если я хочу сделать функцию по аналогии с
АК
Дорогие, а если я хочу сделать функцию по аналогии с
theme_set() в ggplot2, мне в какую сторону думать? Нужно создавать отдельное окружение при запуске пакета и там складывать скрытые переменные?Функция сама порождает окружение, так что можно внутри неё.
a
А что вы думаете про это? Я не видел такое использование PCA. Но числа 25% объясненной дисперсии мне кажется маленьким...
AS
На меня обижались, когда я не хотел пропускать в сборник статью, с R = 0.05.
V
Тема крайне актуальна, но сеттинг какая-то каша, а РСА кажется выбранным методом тыка пальцем(
АР
А что вы думаете про это? Я не видел такое использование PCA. Но числа 25% объясненной дисперсии мне кажется маленьким...
25% объяснённой дисперсии - это вряд ли в какие ворота
АР
в психосемантических исследованиях на несколько десятков переменных я учу самое крайнее на 30 соглашаться
АР
А что вы думаете про это? Я не видел такое использование PCA. Но числа 25% объясненной дисперсии мне кажется маленьким...
Такого = доказательство взаимосвязи через вхождение в один фактор? Бывает
АР
ну судя по величине нагрузок в 0,7-0,8 и 0,5 обычная корреляция там должна была получиться хотя бы с чем-то из эмпатии. Почему не посчитать при сравнительно малом количестве показателей - это вопрос, да. Ну, может, решили, что так интереснее в отведённом для выступления объёме. Это же не журнальная статья в конечном счёте
V
Да, обычная регрессия была бы и проще и понятнее.
БА
Други, ни у кого нет случаем пакета для API Google DV 360?
АР
Violet
Да, обычная регрессия была бы и проще и понятнее.
я бы сначала просто покоррелировал. Для регрессии тут будет многовато общей дисперсии по нескольким предикторам
a
в психосемантических исследованиях на несколько десятков переменных я учу самое крайнее на 30 соглашаться
Я учу 60%
АР
Я учу 60%
В конечном счёте факторы (главные компоненты) должны быть интерпретируемы. Можно на любых данных сделать хоть 90% путём набивания бессмысленными склейками. Но надо остановиться там, где кончается смысл. Хотя бы вымученный
АР
а где это будет - зависит от количества входных переменных и изучамой реальности
АР
в каком-то пособии для физиков что ли я вообще видел "Не соглашайтесь меньше, чем 90. Некоторые говорят, что 70 хватит, но нет, это совсем мало. Только 90"
АР
в большинстве книг, ориентированных на психологов или около того, встречал 50
V
Выбор предикторов мне тоже кажется странным, кстати.
АР
в случае психосемантики входные данные обычно ещё более многочисленны и помехонаполнены, там реально выше 30 с копейками зачастую не подымешься. Ну уж точно не до 50. Если не всякий раз, то через раз