p-value

    0熱度

    1回答

    我有一個大的數據集,我正在進行許多回歸分析。我正在使用r的lmodel2包減少主軸迴歸。我需要做的是從RMA模型中提取回歸係數(r平方,p值,斜率和截距)。我能做到這一點很容易足以與使用OLS迴歸: RSQ<-summary(model)$r.squared PVAL<-summary(model)$coefficients[2,4] INT<-summary(model)$coefficie

    1熱度

    2回答

    我有兩個18乘48的數據集。其中一人死亡,另一人死亡。兩者具有相同的列名稱(CNP1,CNP2,...,CNP48)。我想計算每個CNP的P值。 ,我使用的功能如下: t.test(died_CNP $ CNP1,survived_CNP $ CNP1)[3] - 如何使用此功能的48列一氣呵成,並保存導致變量(p1,p2,...,p48)?

    0熱度

    1回答

    mydf <- read.table(header=TRUE, text=" id col1 col2 col3 col4 N 1 8 5 10 N 3 7 4 20 N 5 6 3 40 N 1 8 5 10 N 3 7 4 20 N 5

    0熱度

    1回答

    欲得到兩個無規分佈的觀測x和y的P值,例如: > set.seed(0) > x <- rnorm(1000, 3, 2) > y <- rnorm(2000, 4, 3) 或: > set.seed(0) > x <- rexp(50, 10) > y <- rexp(100, 11) 假設T是我的測試統計量,定義爲mean(x) - mean(y)= 0(這是H0),那麼P值定

    0熱度

    1回答

    我寫這個代碼運行在兩個無規分佈的觀測X A的檢驗統計量和y mean.test <- function(x, y, B=10000, alternative=c("two.sided","less","greater")) { p.value <- 0 alternative <- match.arg(alternative) s <- replicate(B, (mean(sample

    1熱度

    1回答

    我有一個測試Chrome瀏覽器版本(遙測)的性能測試套件。我試圖確定一個版本在給定的測試中是快/慢還是沒有明顯不同。 對於每次測試運行,我提供了:avg,std,count,max,min,sum。 我可以比較兩個測試運行(例如在兩個瀏覽器之間)和我給出的:delta avg,%delta avg,delta std,%delta std ......等。我還給出了p值(直方圖沒有顯着差異的概率)

    0熱度

    1回答

    我有2個數據幀。每個數據幀包含64列,每列包含256個值。 我需要比較這兩個數據幀的統計顯着性。 我只知道統計學的基礎知識。 我所做的是計算每個數據幀的所有列的p值。 然後我比較第一個數據幀的每一列的p值與第二個數據幀的每一列的p值。 EX:第1個數據幀的第1列的p值到第2個數據幀的第1列的p值。 然後我告訴哪些列在2個數據框中顯着不同。 有沒有更好的方法來做到這一點。 我使用python。

    0熱度

    1回答

    我正在使用lmer函數的混合模型。我想獲得所有固定和隨機效應的p值。我能夠使用不同的方法獲得固定效果的p值,但我沒有發現任何隨機效果。無論我在互聯網上找到什麼方法,都要爲它創建一個空模型,然後通過比較得到p值。我可以有一種方法,我不需要製作另一種模型? 我的模型看起來像: mod1 = lmer(Out〜Var1 +(1 + Var2 | Var3),data = dataset)

    1熱度

    1回答

    如果我在這種方式 responseList <- names(mtcars)[-c(4,9)] modelList    <- lapply(responseList, function(resp) {                            mF <- formula(paste(resp, " ~ hp*am"))                            ao

    1熱度

    1回答

    我使用混合模型來查看變量的影響。我使用的代碼是: proc mixed data=pb2; class treat_a treat_b hoknr_ day; model conc=treat_a|treat_b hoknr_/outp=residuals1 residual; repeated day/subject=hoknr_(treat_a treat_b)type=vc; run