p-value

    4熱度

    2回答

    我目前正在嘗試使用ggplot2製作一個'熱圖'來顯示一系列p值,但無法弄清楚如何定製實際的顏色分配和傳說。 sampledata.m <- melt(sampledata) sampledata.m$var2 <- as.character(sampledata.m$var2) sampledata.m$var2 <- factor(sampledata.m$var2, levels=uni

    0熱度

    1回答

    我使用add.test從TSERIES包 cointegration <- function(vals) { library(tseries) beta <- coef(lm(vals[,2] ~ vals[,1] + 0, data = vals))[1] names(beta) <- NULL res <- adf.test(vals[,2] - b

    0熱度

    1回答

    統計和R小白內的p值知道是否有有沒有辦法從GLM添加p值到從下面的命令而產生的輸出的結束: exp(cbind(OR = coef(mod1), confint(mod1))) 也許像這樣: summary(mod1)$coefficients[,4] 我知道這是一個'化妝品'的問題,但它會很方便。 感謝

    2熱度

    1回答

    我正在嘗試使用lmerTest爲我的固定效果設置p值。 我有4個不同的隨機截距,3交叉,一個嵌套: test.reml <- lmerTest::lmer(y ~ s1 + min + cot + min:cot + ge + vis + dur + mo + nps + dist + st1 + st2 + di1 + s1:cot + s1:min + s1:cot:min + s1:ge

    0熱度

    1回答

    c<- c(1.88, 2.33, -2.4, -0.6) dim(c)<-c(2,2) 我有一個數據集,9X12矩陣。 數據集標準化爲正常,所以我可以比較每個元素。 爲了更好地比較,我想將每個值更改爲p值。 我該怎麼做? (請使用以上矩陣。) 請讓我知道。

    1熱度

    1回答

    我想從數據集中獲得pvalues。我沒有任何問題使用pnorm,但我現在已經有了。 data(iris) iris[,-5]<- scale(as.matrix(iris[,-5])) # K-Means Cluster Analysis fit <- kmeans(iris[,-5], 5) # 5 cluster solution # get cluster means aggr

    1熱度

    1回答

    您好我正在尋找一個4行的窗口,2行,任何一側的pvalues小於特定的閾值,然後創建一個新的data.table,其中包含有關這些行的特定字符的信息。 SNP pval GO 1 0.9 A 2 0.8 C 3 0.4 A 4 0.3 D 5 0.9 L 6 0.02 L 7 0.6 L 8 0.1 G 9 0.6 P 10 0.8 E 從上面的數據。例如,在看2行任一的P

    0熱度

    1回答

    我需要計算與這些t值關聯的P值,這將反映出每次訪問使用PROC均值時它們等於0的概率。我也只有一個分類(我,e治療組= 1)。此測試的Alpha設置爲0.05。 下面的代碼是我正在使用的,但我沒有得到期望的p值? PROC MEANS DATA=< input dataset>ALPHA=0.05; BY _VISNAME; VAR Total_Score; OUTP

    0熱度

    4回答

    新的R,我有兩個數據集 - 它們具有相同的X軸值,但Y軸變化。 我試圖找到兩者之間的相關性。當我使用R繪製散點圖時,它給了我兩條最佳擬合線,似乎使一個數據集比另一個數據集高 - 但我真的很想知道兩者之間的p值這兩個數據集來了解效果。 查看之後,好像我應該使用t.test - 但我不確定如何針對彼此運行它們。 例如,如果我運行: t.test(t1$xaxis,t1$yaxis1) t.test(

    3熱度

    2回答

    提取P-SIGN價值 - 測試 - 封裝BSDA我需要提取包BSDA從SIGN.test功能的p值: > library(BSDA) > x <- c(7.8, 6.6, 6.5, 7.4, 7.3, 7., 6.4, 7.1, 6.7, 7.6, 6.8) > t1=SIGN.test(x,md=6.5) One-sample Sign-Test data: x s =