p-value

    0热度

    1回答

    我有一个大的数据集,我正在进行许多回归分析。我正在使用r的lmodel2包减少主轴回归。我需要做的是从RMA模型中提取回归系数(r平方,p值,斜率和截距)。我能做到这一点很容易足以与使用OLS回归: RSQ<-summary(model)$r.squared PVAL<-summary(model)$coefficients[2,4] INT<-summary(model)$coefficie

    1热度

    2回答

    我有两个18乘48的数据集。其中一人死亡,另一人死亡。两者具有相同的列名称(CNP1,CNP2,...,CNP48)。我想计算每个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列一气呵成,并保存导致变量(p1,p2,...,p48)?

    0热度

    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热度

    1回答

    欲得到两个无规分布的观测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) 假设T是我的测试统计量,定义为mean(x) - mean(y)= 0(这是H0),那么P值定

    0热度

    1回答

    我写这个代码运行在两个无规分布的观测X A的检验统计量和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热度

    1回答

    我有一个测试Chrome浏览器版本(遥测)的性能测试套件。我试图确定一个版本在给定的测试中是快/慢还是没有明显不同。 对于每次测试运行,我提供了:avg,std,count,max,min,sum。 我可以比较两个测试运行(例如在两个浏览器之间)和我给出的:delta avg,%delta avg,delta std,%delta std ......等。我还给出了p值(直方图没有显着差异的概率)

    0热度

    1回答

    我有2个数据帧。每个数据帧包含64列,每列包含256个值。 我需要比较这两个数据帧的统计显着性。 我只知道统计学的基础知识。 我所做的是计算每个数据帧的所有列的p值。 然后我比较第一个数据帧的每一列的p值与第二个数据帧的每一列的p值。 EX:第1个数据帧的第1列的p值到第2个数据帧的第1列的p值。 然后我告诉哪些列在2个数据框中显着不同。 有没有更好的方法来做到这一点。 我使用python。

    0热度

    1回答

    我正在使用lmer函数的混合模型。我想获得所有固定和随机效应的p值。我能够使用不同的方法获得固定效果的p值,但我没有发现任何随机效果。无论我在互联网上找到什么方法,都要为它创建一个空模型,然后通过比较得到p值。我可以有一种方法,我不需要制作另一种模型? 我的模型看起来像: mod1 = lmer(Out〜Var1 +(1 + Var2 | Var3),data = dataset)

    1热度

    1回答

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

    1热度

    1回答

    我使用混合模型来查看变量的影响。我使用的代码是: 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