Hola
Tengo un an�lisis en el que como resultado obtengo una lista recursiva, es
decir, una lista cuyos componentes a su vez son listas. Son varias
iteraciones de una funci�n que proporciona varios resultados de inter�s de
distinta naturaleza y por eso los uno en una lista. Las iteraciones son
hech
Hola Jesus,
Intenta lo siguiente, donde "x" es tu "w.list":
R> unlist(sapply(x, '[', 'a'))
a a
1 11
R> unlist(sapply(x, '[', 'b'))
b1 b2 b3 b4 b5 b1 b2 b3 b4 b5
41 42 43 44 45 71 72 73 74 75
R> unlist(sapply(x, '[', 'c'))
c c
"X" "Z"
Saludos,
Jorge.-
2015-01-29 22:37 GMT+11:00 Jesus Her
mapply(c, w.list[[1]], w.list[[2]])
Si tienes más listas, simplemente las pones a continuación de la última y
mapply te las une igual...
Un saludo.
Isidro Hidalgo Arellano
Observatorio Regional de Empleo
Consejería de Empleo y Economía
http://www.jccm.es
> -Mensaje original-
> De: R-hel
Otra alternativa...
> library(data.table)
> lstData <- Map(as.data.frame, w.list)
> Data <- rbindlist(lstData)
> Data
a b c
1: 1 41 X
2: 1 42 X
3: 1 43 X
4: 1 44 X
5: 1 45 X
6: 11 71 Z
7: 11 72 Z
8: 11 73 Z
9: 11 74 Z
10: 11 75 Z
>
Saludos,
Carlos Ortega
www.qualityexcellence.
Hola, os escribo por un error que me sale al tratar de hacer una tabla de
selecci�n de modelos seg�n AIC, con la funci�n aictab() del paquete AICcmodavg.
Os copio aqu� el script que utilizo:
m1<- lmer(ldate~A+(1|zona/area), data=Data, subset= (Data$brood== 0))
m2<-lmer(ldate~B+(1|zona/area), dat
Estimados
Para analizar tres muestras cualitativas independientes se utiliza
Cochran-Mantel-Haenszel test
?Cual script es el adecuado para analizar tres variables dependientes?en
MCNEMAR solo se permite analizar dos variables cualitaticvas dependientes
saludos
Jos�
[[alternat
Hola,
Mira esta referencia:
http://r.789695.n4.nabble.com/Can-I-use-quot-mcnemar-test-quot-for-3-3-tables-or-is-there-a-bug-in-the-command-td895543.html
Saludos,
Carlos Ortega
www.qualityexcellence.es
El 29 de enero de 2015, 23:04, jbetancourt
escribió:
>
> Estimados
>
> Para analizar tres mu
Hola Javier,
La ayuda de ?aictabe establece que la implementacion del AIC no funciona
para objetos de clase "lmer" (a la que pertenecen los modelos ajustados).
De ahi el error.
La idea es simplemente comparar los modelos basados en el AIC? O tienes
pensado algo mas? Si es lo primero, los objeto