问题标签 [p-value]
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 - 自动将 p 值添加到构面图
我使用以下命令在下面制作了一个小平面图:
有没有办法计算每个箱线图的 p 值并将它们作为 geom_text 添加到每个箱线图上方。我想计算一个 t 检验并与 y=0 进行比较。
我的数据如下所示:
我的错误信息:
r - 在 Do 循环中引用变量列表
我创建了一系列多峰分布来测试 Hartigan dip 测试对单峰的有效性。这些分布每个都有 2000 个观察值,并使用一个或多个 rnorm 函数创建。
此代码的目的概述如下。
计算要存储在“统计”变量中的每个分布的倾角统计
将 p 值提取到“dipstatistic”变量中并存储起来以备后用
在每个分布都经过此计算后引用此变量,以便在以后进行评估
我相信我在这里遇到的问题是指示在循环之外生成的变量。有人对如何纠正这个问题有任何建议吗?
r - 将 Correlation 和 pvalues 显示为列表并擦除不符合某些功能的
我试图显示在一个列表中,该列表告诉我列对、它们的相关性和 pvalue。然后消除相关性 < 0.5 & pvalues > 0.06 的那些。使用下一个矩阵
然后我们将在对角线上有 pvalues 和低于相关性。使用我从将相关性显示为有序列表中找到的类似答案,但我也尝试显示 pvalues,但没有成功。然后我至少尝试使用以下代码删除相关性<0.5的那些数据
然后尝试了这个循环,但它生成了一个错误“Error en if (corx1$Freq[i] < 0.2) { waiting for TRUE/FALSE value:”并且还用这对数据更改了列
r - 计算 R 中所有(可能很大)矩阵列的 p 值
有没有更有效/更快的方法来比较两个矩阵(按列)并使用 t 检验计算 p 值,以确保均值没有差异(最终在必要时切换到 chisq.test)?
这是我的解决方案:
r - 从 data.frame 中自动提取 p 值
我想比较两组患者(耐药与敏感)的蛋白质表达值(n=465 蛋白质)。
我有11名耐药患者和8名敏感患者。我想比较(ttest)抗性组(A res
to K res
)的蛋白质1与敏感组(L sens
to S sens
)的表达值,蛋白质2(抗性)与蛋白质2(敏感)的表达值,等等。作为输出,我只想要 p 值 <0.05 的蛋白质。
我试图这样做(见下文),但出了点问题,我不知道是什么。
非常感谢您的帮助!
r - 在 R 中指示交互的问题
我们有 97 个观察值和 7 个变量:
我们希望看到不同变量之间的所有相互作用,但我们所写的 p 值仅表示所有变量之间的一种相互作用。那么我们如何编写代码以便 R 程序可以指示所有交互。(我们所写的仅适用于summary()
和anova()
,但也不计算 PRESSp BICp AICp 和 R^2p。)
statistics - Sklearn Chi2 返回 NaN 结果
我尝试通过使用 sklearns chi2 库http://scikit-learn.org/stable/modules/generated/sklearn.feature_selection.chi2.html执行卡方测试来评估我的特征结果。
我使用了这个线程中的方法:Python sklearn - 如何计算 p 值以获得我的 p 值。我的 p 值截图如下:
我有大量的nan。为什么是这样?这是否意味着假设 0.05 显着性检验,我的结果微不足道?
matlab - 在 MATLAB 相关函数中固定 pvalue
是否可以corr
在 MATLAB 中修复函数中的 pvalue?我需要找到 p=0.01 的 2 个向量之间的相关性
谢谢,加布里埃尔
sas - SAS Enterprise p 值和百分位数
我正在考虑在 SAS Enterprise Guide 中教授我的统计入门课程。如果可能的话,我希望我的学生能够使用下拉菜单计算各种分布(二项式、正态、t、卡方)的p值和百分位数。例如,有没有办法做到这两点:
和
通过下拉菜单?
statistics - f 统计量和 p 值表明不同的结果
在多元线性回归中,如果我想知道响应和预测变量之间是否存在关系,
书上说 F 值需要多大才能拒绝 Ho 取决于 p 值。我只是想知道是否会有 p 值和 f 统计表明不同事物的情况。那么我们应该依靠哪一个呢?
谢谢!