Можно ли использовать предикативную функцию в SEM |
Здравствуйте, гость ( Вход | Регистрация )
Можно ли использовать предикативную функцию в SEM |
11.04.2017 - 15:43
Сообщение
#1
|
|
Группа: Пользователи Сообщений: 149 Регистрация: 11.02.2014 Пользователь №: 26005 |
Снова новый вопрос от меня:) По поводу Моделирования структурными уравнениями разобрался, по крайней мере на первых парах хватит))
вопрос такой library("lavaan") library("semPlot") m=read.csv(mydata,sep=";",dec=",") View(m) #do correlation matrix data.m=cor(m) View(data.m) #path model for sales model<-' var1~var2+var3+var4 var2~var3+var4 ' fit <- sem(model,sample.cov =data.m, sample.nobs = 1000) summary(fit,standardized=TRUE,fit.measure=TRUE) Это простенький код для модели путей, скажите, пожалуйста, а можно ли построенную модель использовать чтобы предсказывать значения на новых данных в R! как predict функция в lm моделях predict(fit,newdata) что-то я так сделал, получил это нумерацию какую-то [1,] [2,] [3,] [4,] [5,] [6,] [7,] [8,] [9,] [10,] [11,] [12,] [13,] ... Кто R знает подскажите:)) |
|
11.04.2017 - 15:50
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 1091 Регистрация: 26.08.2010 Пользователь №: 22699 |
Снова новый вопрос от меня:) По поводу Моделирования структурными уравнениями разобрался, по крайней мере на первых парах хватит)) вопрос такой library("lavaan") library("semPlot") m=read.csv(mydata,sep=";",dec=",") View(m) #do correlation matrix data.m=cor(m) View(data.m) #path model for sales model<-' var1~var2+var3+var4 var2~var3+var4 ' fit <- sem(model,sample.cov =data.m, sample.nobs = 1000) summary(fit,standardized=TRUE,fit.measure=TRUE) Это простенький код для модели путей, скажите, пожалуйста, а можно ли построенную модель использовать чтобы предсказывать значения на новых данных в R! как predict функция в lm моделях predict(fit,newdata) что-то я так сделал, получил это нумерацию какую-то [1,] [2,] [3,] [4,] [5,] [6,] [7,] [8,] [9,] [10,] [11,] [12,] [13,] ... Кто R знает подскажите:)) The predict() function calls the lavPredict() function with its default options. If there are no latent variables in the model, type = "ov" will simply return the values of the observed variables. Note that this function can not be used to ?predict? values of dependent vari- ables, given the values of independent values (in the regression sense). In other words, the structural component is completely ignored (for now). |
|
11.04.2017 - 20:14
Сообщение
#3
|
|
Группа: Пользователи Сообщений: 149 Регистрация: 11.02.2014 Пользователь №: 26005 |
Спасибо:)
|
|
13.04.2017 - 15:00
Сообщение
#4
|
|
Группа: Пользователи Сообщений: 149 Регистрация: 11.02.2014 Пользователь №: 26005 |
Коллеги, у меня не получается, , пож-та
library("lavaan") library("semPlot") class=read.csv(data,sep=";",dec=",") #разделение выборки index <- sample(1:nrow(class),round(0.75*nrow(class))) train <- class[index,] str(train) test <- class[-index,] str(test) #do correlation matrix data.m=cor(train) #path model for sales model<-' var1~var3+var4+var5 var2~var3+var4+var5 ' fit <- sem(model,sample.cov =data.m, sample.nobs = 750) summary(fit,standardized=TRUE,fit.measure=TRUE) #plot semPaths(fit,whatLables="par",layout = "spring") semPaths(fit,'std','est', curveAdjacent = TRUE, style = "lisrel") #prediction lavPredict(object = fit, newdata = test, type = "lv", method = "EBM") на выходе это, пустые строчки. Подскажите, что не так. Прикрепил данные > lavPredict(object = fit, newdata = test, type = "lv", method = "EBM") [1,] [2,] [3,] [4,] [5,] [6,] [7,] [8,] [9,] [10,]
Прикрепленные файлы
|
|