Publications by JRV
McNemar
set.seed(123) tbl=rbind(c(30,20), c(25,125)) dimnames(tbl)=list( c('Si_C','No_C'), c('Si_C','No_C') ) tbl ## Si_C No_C ## Si_C 30 20 ## No_C 25 125 mcnemar.test(tbl) ## ## McNemar's Chi-squared test with continuity correction ## ## data: tbl ## McNemar's chi-squared = 0.35556, df = 1, p-value = 0.551 (tbl[...
10 sym
Análisis Correspondencia Parte 1
Continuación clase anterior Discriminación y Clasificación library(readxl) datos = read_excel("G:/Mi unidad/MAESTRÍA CIENCIA Y TECNOLOGÍA ALIMENTOS/Métodos Multivariados/Clases/discriminantes_051923.xlsx") View(datos) library(rgl) ## Warning: package 'rgl' was built under R version 4.2.3 plot3d(datos,type = 's') Se particiona la matriz 80%...
1671 sym R (14969 sym/149 pcs) 8 img
Discriminación y Clasificación Clase 18.05.2023
Diapositivas en el drive. Revisar que el algorirmo haga una buena clasificación, para esto se debe evaluar el algoritmo. Matriz de confusión: Se va a construir en clase con un ejemplo sencillo. Machine Learning: Aprender usando datos reales o simulados. Una fucnión o densidad de probabilidad genera ciertos datos. Sean f1(x) y f2(x) funcione...
2613 sym R (3978 sym/42 pcs) 8 img
MM 11 May 2023
library(readxl) databan <- read_excel('Clase 11.05.2023/Data_ModeloAF_2022.xlsx', sheet = "alo2") head(databan) ## # A tibble: 6 × 13 ## A10 A20 A30 A40 A50 A60 A70 A_1_3LCL A1_2LCL ALCL Kumar B ## <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> ## 1 207. 140. 103...
625 sym R (17635 sym/83 pcs) 20 img
Clase 4.May.2023 MM
library(readxl) library(rgl) ## Warning: package 'rgl' was built under R version 4.2.3 datos = read_excel('Datos Sensores.xlsx') head(datos) ## # A tibble: 6 × 4 ## A B C D ## <dbl> <dbl> <dbl> <dbl> ## 1 0.766 0.852 0.541 0.694 ## 2 0.845 0.996 0.610 0.752 ## 3 0.854 1.13 0.673 0.730 ## 4 0.886 1.20 0.715 0.760 ## 5...
45 sym R (3803 sym/38 pcs) 5 img
DocumentClase 27.Abril.2023
Tamaño de muestra mínimo necesario para estimar una proporción en muestreo aleatorio simple. Muestreo Aleatorio simple Se usa solo para un estrato. \[n=\frac{Np(1-p)}{(N-1)\left(\frac{e}{z}\right)^{2}+p(1-p)}\] #Muestreo #Tamaño mínimo de cuadros que deben ser seleccionados para estimar la prevalencia de una enfermedad. #Se parte que hay 6...
2261 sym R (12792 sym/38 pcs) 6 img
Clase 20-Abr-2023
Tamaño de muestra mínimo necesario para estimar una proporción en muestreo aleatorio simple. Muestreo Aleatorio simple Se usa solo para un estrato. \[n=\frac{Np(1-p)}{(N-1)\left(\frac{e}{z}\right)^{2}+p(1-p)}\] #Muestreo #Tamaño mínimo de cuadros que deben ser seleccionados para estimar la prevalencia de una enfermedad. #Se parte que hay 6...
222 sym
Clase 13.Abr.2023 MM
library(profileR) ## Warning: package 'profileR' was built under R version 4.2.3 ## Loading required package: ggplot2 ## Warning: package 'ggplot2' was built under R version 4.2.3 ## Loading required package: RColorBrewer ## Loading required package: reshape ## Warning: package 'reshape' was built under R version 4.2.3 ## Loading required package: ...
39 sym R (5291 sym/33 pcs) 3 img
Entrega Medidas Repetidas
library(car) ## Warning: package 'car' was built under R version 4.2.3 ## Loading required package: carData library(faux) ## ## ************ ## Welcome to faux. For support and examples visit: ## https://debruine.github.io/faux/ ## - Get and set global package options with: faux_options() ## ************ options(digits=4) DFL1=rnorm_multi(n=...
37 sym R (17997 sym/33 pcs) 1 img
Ejercicios 1 R
Ejercicio 1 #Ejercicio 1 x=10 y=3 u=x+y;u ## [1] 13 v=x*y;v ## [1] 30 w=x/y;w ## [1] 3.333333 z=sin(x);z ## [1] -0.5440211 r=8*sin(y);r ## [1] 1.12896 s=5*sin(2*y);s ## [1] -1.397077 Ejercicio 2 #Ejercicio 2 x=2; y=5 (y*x^3)/(x-y) ## [1] -13.33333 (3*x)/(2*y) ## [1] 0.6 3/2*x*y ## [1] 15 (x^5)/(x^5-1) ## [1] 1.032258 Ejercicio 3 #Ejerc...
3488 sym R (102503 sym/774 pcs) 53 img