问题标签 [hypothesis-test]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
r - 一个代码中的多个二项式测试
我想使用binom
R 包(binom.test
函数)对 4 个不同的成功次数和 4 个不同的概率值执行精确的二项式检验。
我可以单独完成,但我想知道我是否可以编写代码以仅在一个命令中进行计算(例如 lapply、for 循环)。
和conf.level = 0.95
(alternative = "two.sided"
因为结果可以是 1 或 0)。
有什么建议吗?
我试过了:
但不起作用。
python - 基于属性的测试和突变测试有什么区别?
我对这个问题的上下文是在 Python 中。
假设检验库(即基于属性的检验): https ://hypothesis.readthedocs.io/en/latest/
r - R: prop.test returns different values based on whether matrix or vectors are passed to it
Why would r's prop.test
function (documentation here) return different results based on whether I pass it a matrix
or vectors?
Here I pass it vectors:
Here I create a matrix
and pass it in instead:
Why do I get different results? I expect the same results for both scenarios to be returned.
r - 在 Matlab 中执行不善的两样本 Kolmogorov-Smirnov 测试(kstest2)?
我是否遗漏了一些明显的东西,或者 Matlab 给出的pkstest2
值很差?在非常差的情况下,我的意思是我怀疑它甚至被错误地执行了。
kstest2
说明该函数计算渐近p值的帮助页面,尽管我没有找到任何关于准确使用哪种方法的参考。无论如何,描述进一步指出:
渐近p值对于大样本量变得非常准确,并且被认为对于样本量 n1 和 n2 相当准确,例如 (n1*n2)/(n1 + n2) ≥ 4
示例 1
让我们以 Lehman and D'Abrera (1975) 的示例 6 为例:
(n1*n2)/(n1 + n2) = 4
在这种情况下,p值应该是相当准确的。
Matlab 产生p = 0.0497
,而书中给出的解决方案是0.0870
. 为了验证解决方案,我使用了 R,我比 Matlab 更信任它,尤其是在统计方面。
使用ks.test
from stats
package 和ks.boot
from Matching
package:
两者都给p = 0.0870
。
示例 2
让我们使用kstest2
自己的示例来比较更大样本量的 Matlab 和 R 结果:
这产生p = 0.0317
. 现在,使用相同的x1
和x2
向量 R 给出p = 0.03968
。预计非常准确的结果时,大约有 20% 的差异(n1*n2)/(n1 + n2) = 25
。
我失踪了,搞砸了什么吗?Matlab 的性能是否可能kstest2
如示例所示那样糟糕?算法使用的是什么近似值kstest2
?(我可以看到 kstest2 的实现代码,但是参考书籍或论文会更好地理解发生了什么。)
我正在使用 Matlab 2016a。
雷曼和达布雷拉 (1975)。非参数:基于等级的统计方法。第 1 版。施普林格。
r - 在不使用新参考水平重新拟合线性模型的情况下获取组均值差的 p 值
当我们有一个带有因子变量的线性模型X
(带有A
、B
和C
)
结果显示估计值XB
和XC
是差异B - A
和C - A
。(假设参考是A
)。
如果我们想知道B
和C
:之间的差异的 p 值C - B
,我们应该指定 B 或 C 作为参考组并重新运行模型。
我们能同时得到效果B - A
、C - A
和的 p 值C - B
吗?
python - 我应该实例化多个测试使用的假设策略吗?
内置假设策略是通过函数提供的(例如,不是实际策略,而是integers
创建策略的函数)。这向我表明,策略对象具有内部状态。
在上面的两个虚假测试中,每个测试都会获得一个不同的策略对象(来自不同的调用integers
。如果我创建自己的策略,如下所示:
...然后将其用于相同的测试:
它们共享相同的策略对象。在我看来,这听起来可能是错误的,但在某些情况下,文档中的示例就是NodeStrategy
这样做的(参见和的定义NodeSet
)。我是否应该通过将策略组合包装在如下函数中来避免这种情况:
r - R:具有 NA 结果的 Durbin Watson 测试
我正在尝试使用 R 中的 Durbin Watson 测试来衡量股票价格历史与指数之间的相关性。
这是我到目前为止所做的:
在这里,我填写了一些 NA 值。
我做回归
如果我们看一下ldibex
(例如),我们可以看到如下内容:
但是当我尝试运行测试dwtest(regression)
时,这是输出:
我已经填写了所有 NA 值,所以我不明白为什么会这样NA
。