significance

0熱度

2回答

我想提出類似這裏Indicating the statistically significant difference in bar graph 這些圖的圖形考慮下面的例子庫（GGPLOT2） # my data my_data <- data.frame(x = c("No","Yes"), y=c(5,25), lower = c(1,10), upper = c(15,50)) 我做

1熱度

1回答

在R中的重要性測試

我想確定兩個接口之間是否存在顯着差異。我有一個文本文件，看起來像這樣： group conversion A 0 A 0 A 1 A 0 A 0 A 1 A 1 A 0 A 0 A 1 A 1 A 1 A 1 A 1 A 1 A 0 A 0 A 0 A 0 A 0 A 1 A 0 A 1 A 0 A 1 A 1 A 0 A 1 A 0 A

0熱度

1回答

如何在ggplot2中手動選擇具有重要意義的箱形圖的顏色？

我有這樣一個數據幀： values TF group_num group 1 0.22722942 FALSE 5 5 2 -0.36530296 TRUE 3 3 3 0.38795866 FALSE 4 4 4 0.48439459 FALSE 4 4 5 0.93879881 FALSE 4 4 6 -0.03598468 TRUE 4 4

1熱度

1回答

Python-如何做2D數組的f測試？

問題我有兩個數組，我們會打電話給他們AR1和AR2（大小（192289）），代表LAT-LON標準偏差的地圖，我有一個同樣大小的數組區別。我想繪製這個差異，並且在兩個陣列之間的差異在統計上顯着的95％置信水平（α= 0.05）上的點狀模式上。我是用我的coding-這個例子的代碼 How do I do a F-test in python 我用喬爾·科內特的解決方案，替代ar1並在X ar2

0熱度

1回答

過濾器值在-1和1之間excel

我有一個有一些有趣數據的excel列，但很多正面和負面的值是微不足道的。所以我想將所有值-1 1變成零。什麼是最好的方法來做到這一點？任何幫助將使我的一天。

1熱度

1回答

顯著測試scikit學習的置換在相同的p值的測試結果爲所有分類

我試圖找出結果的意義採用scikit學習的permutation test爲： score, permutation_scores, pvalue = permutation_test_score(clf.best_estimator_, X_train, Y_train, cv=10, n_jobs=10, n_permutations=100, scoring='accuracy') 其中

0熱度

1回答

何時需要多重比較校正？

我在假設檢驗方面不是很有經驗，並且在發生多重比較問題時有理解問題？正如我理解的多重比較當試圖從單個數據庫執行多個統計測試時發生問題。因此，爲了得出正確的結論，應該調整顯着性水平。（對嗎？）在我的情況下，我有一個數據庫，並對數據庫的不同部分執行多個t檢驗。換句話說，每個測試的數據都與另一個測試完全不同，而所有數據都屬於一個數據庫。所以，原則上多重比較問題不應該存在於我的測試中，是不是？在此先

0熱度

1回答

尋找平均值的平均值（在R，棱鏡，Excel中，其他任何東西都是免費的）的P值

我有最少的統計知識（生物學家，我知道它不是一個很好的藉口），並希望得到一些有助於分析。我正在測量小鼠肌肉纖維的面積，其中一隻肌肉受損（D），另一隻肌肉未受損（U）;這是爲了控制小鼠以及用藥物治療的小組。我希望評估這種藥物是否影響肌肉再生，用纖維大小作爲他們癒合情況的代理。每隻肌肉有大約100根纖維，但數量不相等，每隻小鼠有一隻D和一隻U肌肉，每種治療有3只小鼠。最初我只是彙集所有纖維直徑並使用方差

0熱度

1回答

比較兩個多列數據幀的統計意義

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。

1熱度

1回答

如何從二元矩陣做R Vennerable Venn圖？

基本示例的檢查顯示Vennerable輸入必須包含一個向量列表here。所以我做的，我需要有二進制p值矩陣，並嘗試基於他們的共同特點 library("Vennerable") library('limma') # vennCounts, vennDiagram library("psych") ids <- seq(1,11) M.cor <- cor(mtcars) colnam