问题标签 [p-value]

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：

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。

1. 计算要存储在“统计”变量中的每个分布的倾角统计

2. 将 p 值提取到“dipstatistic”变量中并存储起来以备后用

3. 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？

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

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：

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 resto K res）的蛋白质1与敏感组（L sensto 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！

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。）

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？

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

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？

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！