- 综合排序
- 最热优先
- 最新优先
- 来自专栏拓端tecdat
用RSHINY DASHBOARD可视化美国投票记录
p=5136 交互式图表与Plotly 与RSHINY 图表相关的主要原因是它的内置交互性。我希望用户只是将鼠标悬停在积分上，然后看到一段描述上一年转变的文字。结果很简单，只是有点难看paste。
61621发布于 2020-10-22 - 来自专栏拓端tecdat
R语言用Rshiny探索lme4广义线性混合模型（GLMM）和线性混合模型（LMM）
随着软件包的进步，使用广义线性混合模型（GLMM）和线性混合模型（LMM）变得越来越容易。由于我们发现自己在工作中越来越多地使用这些模型，我们开发了一套R shiny工具来简化和加速与对象交互的lme4常见任务。
2.1K10发布于 2020-11-19 - 来自专栏优雅R
生信爱好者周刊（第 52 期）：真正的“科技与狠活”：全球首个人工“优选基因”的“完美婴儿”马上2岁啦！
awesome-rshiny - 棒极了的Shiny学习列表[5] 该库收录了一系列Shiny相关的教程、工具、软件包、图书、论坛。学习Shiny，值得收藏。 仓库链接：https://github.com/grabear/awesome-rshiny 资源推荐 | GSVA教程[6] 基因集变异分析(GSVA)是一种特殊类型的基因集富集方法，它可以对单个样本进行分析 gitter.im/ShixiangWang/community [4] UCell | 为单细胞基因集打分的R包: https://github.com/carmonalab/UCell [5] awesome-rshiny - 棒极了的Shiny学习列表: https://github.com/grabear/awesome-rshiny [6] 资源推荐 | GSVA教程: https://bioconductor.org
1.1K20编辑于 2022-12-30 - 来自专栏拓端tecdat
R语言用Rshiny探索lme4广义线性混合模型（GLMM）和线性混合模型（LMM）|附代码数据
本文选自《R语言用Rshiny探索lme4广义线性混合模型（GLMM）和线性混合模型（LMM）》。 copula的贝叶斯分层混合模型的诊断准确性研究R语言建立和可视化混合效应模型mixed effect modelR语言LME4混合效应模型研究教师的受欢迎程度R语言 线性混合效应模型实战案例R语言用Rshiny
1.3K10编辑于 2022-12-12 - 来自专栏生信技能树
shiny资源汇总
shinyapp.io shinyapps.io user guide Shiny-server Download Shiny Server - RStudio Docker Deploy your RShiny 202A-R: Expert Shiny Developer with AWS | Business Science 一个github上例举各类shiny资源的列表 grabear/awesome-rshiny
3.5K40发布于 2021-04-29 - 来自专栏CDA数据分析师
数据分析师的自我修养丨如何进阶为数据科学家
SVM), 神经网络 绘图：Neo4J、GraphX 分布式计算：Hadoop、Spark 云：GCP / AWS / Azure API 交互: OAuth、Rest 数据可视化和网页应用：D3、RShiny RShiny仪表板是不错的探索数据交互方式 掌握这些技能需要大量的时间（可能比获得专业学位更久）。但每个人都不能满足现状，必须不断学习。
73130发布于 2018-07-30 - 来自专栏拓端tecdat
R语言广义线性模型(GLM)、全子集回归模型选择、检验分析全国风向气候数据|附代码数据
点击标题查阅往期内容 R语言用Rshiny探索lme4广义线性混合模型（GLMM）和线性混合模型（LMM） R语言用潜类别混合效应模型(Latent Class Mixed Model ,LCMM)分析老年痴呆年龄数据 copula的贝叶斯分层混合模型的诊断准确性研究 R语言建立和可视化混合效应模型mixed effect model R语言LME4混合效应模型研究教师的受欢迎程度 R语言 线性混合效应模型实战案例 R语言用Rshiny
1.3K00编辑于 2023-03-02 - 来自专栏拓端tecdat
R语言使用bootstrap和增量法计算广义线性模型（GLM）预测置信区间|附代码数据
点击标题查阅往期内容 R语言广义线性模型GLM、多项式回归和广义可加模型GAM预测泰坦尼克号幸存者 R语言广义线性模型(GLM)、全子集回归模型选择、检验分析全国风向气候数据 R语言用Rshiny探索lme4 copula的贝叶斯分层混合模型的诊断准确性研究 R语言建立和可视化混合效应模型mixed effect model R语言LME4混合效应模型研究教师的受欢迎程度 R语言 线性混合效应模型实战案例 R语言用Rshiny
1.1K00编辑于 2023-01-29 - 来自专栏拓端tecdat
R语言广义线性模型(GLM)、全子集回归模型选择、检验分析全国风向气候数据
点击标题查阅往期内容 R语言用Rshiny探索lme4广义线性混合模型（GLMM）和线性混合模型（LMM） R语言用潜类别混合效应模型(Latent Class Mixed Model ,LCMM)分析老年痴呆年龄数据 的贝叶斯分层混合模型的诊断准确性研究 R语言建立和可视化混合效应模型mixed effect model R语言LME4混合效应模型研究教师的受欢迎程度 R语言 线性混合效应模型实战案例 R语言用Rshiny
66820编辑于 2023-11-17 - 来自专栏拓端tecdat
R语言广义线性模型(GLM)、全子集回归模型选择、检验分析全国风向气候数据|附代码数据
点击标题查阅往期内容R语言用Rshiny探索lme4广义线性混合模型（GLMM）和线性混合模型（LMM）R语言用潜类别混合效应模型(Latent Class Mixed Model ,LCMM)分析老年痴呆年龄数据 copula的贝叶斯分层混合模型的诊断准确性研究R语言建立和可视化混合效应模型mixed effect modelR语言LME4混合效应模型研究教师的受欢迎程度R语言 线性混合效应模型实战案例R语言用Rshiny
1.3K00编辑于 2023-02-10 - 来自专栏拓端tecdat
R语言机器学习方法分析二手车价格影响因素
语言空间可视化绘制道路交通安全事故地图 在GIS中用ggmap地理空间数据分析 tableau的骑行路线地理数据可视化 R语言推特twitter转发可视化分析 618电商大数据分析可视化报告 用RSHINY
49830编辑于 2023-11-11 - 来自专栏数据STUDIO
如何从数据分析师进阶成为数据科学家？
图像处理：Neo4J，GraphX 分布式计算：Hadoop，Spark 云计算 ：GCP / AWS / Azure API 交互：OAuth，Rest 数据可视化和Web应用：D3，RShiny 专业领域 RShiny数据仪表盘是一个优秀的交互工具，可供用户更加直观地对数据进行探索。 掌握这些技能需要很长时间（可能比完成学位课程的时间还要长），即使是为我们熟知的“牛人”们仍在不断地学习。
40410编辑于 2024-07-24 - 来自专栏拓端tecdat
R语言回归、anova方差分析、相关性分析 《精品购物指南》调研数据可视化|附代码数据
PYTHON链家租房数据分析：岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化 R语言广义线性模型(GLM)、全子集回归模型选择、检验分析全国风向气候数据 R语言用Rshiny copula的贝叶斯分层混合模型的诊断准确性研究 R语言建立和可视化混合效应模型mixed effect model R语言LME4混合效应模型研究教师的受欢迎程度 R语言 线性混合效应模型实战案例 R语言用Rshiny
78820编辑于 2023-03-03 - 来自专栏生信宝典
河南农大姚文与张会勇课题组合作发表长文综述，系统总结RShiny在开发交互式生物学网络工具中的应用
河南农大姚文与张会勇课题组合作发表长文综述，系统总结R/Shiny在开发交互式生物学网络工具中的应用
1.3K30发布于 2021-10-22 - 来自专栏拓端tecdat
数据分享|R语言逐步回归模型对电影票房、放映场数、观影人数预测可视化
点击标题查阅往期内容 R语言用Rshiny探索lme4广义线性混合模型（GLMM）和线性混合模型（LMM） R语言用潜类别混合效应模型(Latent Class Mixed Model ,LCMM)分析老年痴呆年龄数据 的贝叶斯分层混合模型的诊断准确性研究 R语言建立和可视化混合效应模型mixed effect model R语言LME4混合效应模型研究教师的受欢迎程度 R语言 线性混合效应模型实战案例 R语言用Rshiny
77610编辑于 2023-11-23 - 来自专栏大猫的R语言课堂
在vscode中配置R的开发环境
整体看起来效果还是非常不错的，开发者在整体上还是保留了Rstudio和visual studio中对于View()这个函数的配置，还在此基础上添加了search功能，此外对Rshiny可视化的支持也非常棒
14.3K20发布于 2020-08-12 - 来自专栏数据分析1480
经验之谈 | 如何从数据分析师转型为数据科学家？
图像处理：Neo4J，GraphX 分布式计算：Hadoop，Spark 云计算 ：GCP / AWS / Azure API 交互：OAuth，Rest 数据可视化和Web应用：D3，RShiny 专业领域 RShiny数据仪表盘是一个优秀的交互工具，可供用户更加直观地对数据进行探索。 掌握这些技能需要很长时间（可能比完成学位课程的时间还要长），即使是为我们熟知的“牛人”们仍在不断地学习。
1K10发布于 2019-05-21 - 来自专栏Python数据科学
进阶指南 | 如何从数据分析师转型为数据科学家？
图像处理：Neo4J，GraphX 分布式计算：Hadoop，Spark 云计算 ：GCP / AWS / Azure API 交互：OAuth，Rest 数据可视化和Web应用：D3，RShiny 专业领域 RShiny数据仪表盘是一个优秀的交互工具，可供用户更加直观地对数据进行探索。 掌握这些技能需要很长时间（可能比完成学位课程的时间还要长），即使是为我们熟知的“牛人”们仍在不断地学习。
66620发布于 2019-03-14 - 来自专栏拓端tecdat
R语言如何解决线性混合模型中畸形拟合(Singular fit)的问题
p=14506 参考文献： 1.基于R语言的lmer混合线性回归模型 2.R语言用Rshiny探索lme4广义线性混合模型（GLMM）和线性混合模型（LMM） 3.R语言线性混合效应模型实战案例 4
5.2K20发布于 2020-08-05 - 来自专栏凹凸玩数据
再见Python！数据分析可以这样做。
此外在构建可视化平台方面，Rmarkdown、Rshiny等R包也提供了极大的便利。
1.2K20编辑于 2022-04-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号