bonjour, Partial CCA (pCCA; or alternatively partial RDA) can be used to remove the effect of some conditioning or ``background'' or ``random'' variables or ``covariables'' before CCA proper. In fact, pCCA compares models cca(X ~ Z) and cca(X ~ Y + Z) and attributes their difference to the effect of...
Bonjour, C'est effectivement le comportement normal quand tu fais une matrice à partir d'un facteur. Sans savoir ce qu'il y a dans tes objets "resultatX.X" c'est compliqué de te donner une réponse. Pour t'indiquer un début de piste : unlist(list(fac1=gl(2,5,labels=LETTERS[1:2]&...
Dans le cadre des contrasts de type contr.treatment, l'intercept intègre les estimations des modalités témoin. Cela ne change pas grand chose, il faut juste savoir comment tu interprètes les coefficients obtenus : le coefficient se lit bien comme étant la modification de y obtenue quand on passe de ...
Re Si tu as une réponse comme celle que je t'ai donnée, c'est qu'il y a un problème dans ton message. Donc qu'attends tu exactement ? (on ne va pas te faire un descriptif complet d'une sortie de glmer) Quels sont les points qui te bloquent par rapport à ce que tu attends des sorties d'un modèle mixt...
Dans le même ordre d'idée : mapply(function(x){ tab <-res2[[x]] a <- apply(tab,1,function(z) ifelse(any(z==x),which(z==x),0)) cbind(tab,trois=a) } ,names(res2),SIMPLIFY =FALSE) il y a juste pour le nom de la colonne à ...
Malheureusement j'ai essayé d'appliquer l'exemple que vous m'avez donné mais j'obtiens des graphiques similaires (avec encore une fois cette satané courbe qui ne veut pas suivre l'ordre chronologique des mesures :( ). ça par contre, c'est très étrange car sur ma machine, aucun pb. Tu confirmes que ...
Bonjour, Difficile sans avoir un extrait des données et il y a un peu trop de code parasite (qui ne sert pas pour ta question à ce qu'il semble). ci-dessous un exemple qui marche, à toi de voir ce qui change entre tes données et celles-là et au besoin de revenir ici pour préciser ton prolème NH4 <- ...
Bonjour, Je sais bien que tu as des données ordonnées dans le temps mais pour ce qui concerne R, tu n'es pas vraiment dans le cadre des objets temporels (type time series...). Donc tu peux rester très simple: crée un facteur qui te donne des périodes de 20 ans TonTableau$periode <- gl(5,20,label...
oui car c'est pas qu'il est vide, c'est qu'on dit de ne pas faire apparaitre les points...la nuance est subtile :) tu peux faire : plot(1,xlim=c(0,5),ylim=c(0,1),type="n",xaxt="n") C'est surtout mettre les bons ranges de valeurs pour les axes qui compte af...