问题标签 [pairwise]

以前我在使用 lsmeans 识别组之间的显着差异同时使用 lme4 模型控制其他因素时没有任何问题。但是，使用以下数据集查看荧光 lsmeans 会产生相同的 p 值，而不管其他因子水平如何

此示例中使用的数据子集可在此处找到： https ://drive.google.com/file/d/0B3-esLisG8EbTzA3cjVpRGtjREU/view?usp=sharing

数据

响应：此处为 1/0 存在/不存在。（还有平均像素强度和 cbind 百分比覆盖）

固定因素 1：热处理 - 2 级

固定因素 2：竞争待遇 - 2 级

固定因素 3：时间处理 - 2 个级别

随机因素：无

模型创建

最初包含交互项，但根据 AIC 测试，它们的存在并不显着。使用 drop1 对固定因子去除热进行显着性检验很重要

我想测试控制和热处理之间的差异，同时控制竞争处理和时间处理，例如。在 0.5 小时的时间点和没有竞争的对照和加热之间的存在显着不同，在 24 小时的时间点和没有竞争的控制和加热之间的存在显着不同，等等。我尝试了 lsmeans 函数（multcomp 产生类似的结果）

更明确地

对（型号）

但是，两者在每个组组合中都给出相同的 p 值；在查看箱线图和对数据等级进行成对 mann-whitney-U 测试时似乎不准确的东西

我尝试探索数据框以消除相同 p 值的原因。将因子数量减少到两个并使用不同的响应变量/误差分布时，问题仍然很明显。

解决 lsmean/similar 包问题的任何帮助将不胜感激。作为次要选项，关于是否可以接受泊松/二项式 glm()s 的任何建议，然后使用 t-test/mann-whitneys 进行事后测试

我对 Biopython 的 pairwise2 函数有点熟悉，但我注意到它在序列中添加了破折号以获得最佳的对齐分数。例如，

会产生这个结果：

即使第二个序列中的前 2 个字符（A 和 C）与第一个序列对齐。有没有办法找到对齐碱基对的数量而不是对齐碱基对的最高数量（例如：ACTGAA 序列相对于 GCCGTA 序列的得分为 3）？

我想在 DataFrame 中的所有行对上创建一个运算结果矩阵。

这是我想要的一个例子：

我已经看到很多解决方案都依赖于计算距离矩阵的现有函数，但我想要更通用的东西。例如，scipy.spatial.distance.pdist执行我想要的格式，但只处理浮点数并且不允许您按名称选择列（或者至少我无法弄清楚如何）。

我试图查看一个列表 A 的元素是否在另一个列表 B 中以及在哪个索引上。我知道它们不是熊猫结构。但是应该有一种方法可以使用这些列表来获取示例的结果。如果我错了，请纠正我，我对熊猫更陌生。

例如

然后得到一个结果列表 C

其中 1 表示出现了来自 a 的元素，0 表示没有出现在列表 B 中。

顺便说一句，python 还是新手。我在这里看到了答案， 示例， 但我不知道如何将其应用于我的情况。它建议使用 pandas 函数。

我想探索的选项是使用名为 apply 的函数的选项。该示例表明它要快得多，并且我使用了一个大数据集。

我想从两个不同长度的数组 a 和 b 创建一个成对数组的矩阵：

因此，c 矩阵应如下所示：

我正在做一个阅读实验，比较 4 种条件下 2 组的阅读时间。我运行了一个 lmer 模型，其中阅读条件（因子 w 4 水平）和组（因子 w 2 水平）作为预测变量，注视持续时间作为因变量（数字）。

这是输出的一部分：

我需要进行成对比较，过去我使用过 lsmeans。现在它已被弃用，当我使用 lsmeansLT 时，我收到以下错误消息：

我不明白此错误消息的含义。

我也尝试了 difflsmeans 并且它有效（请参阅下面的示例输出）。但是 difflsmeans 不会更正多重比较的 p 值。

任何人都可以提供解决方案吗？我可以理解并修复 lsmeansLT 的错误，或者以某种方式调整 p 值并继续使用 difflsmeans。（我已经加载了 lsmeans 和 lmerTest 库）谢谢！

我有点N。我知道他们的所有成对距离。我需要从中选择K点，以使平均成对距离最大。我只有一个愚蠢的想法来遍历每个点。

您是否有更聪明的想法如何获得这样的子集？

一般地解决这个问题会很好，没有任何假设，但如果有帮助的话：N大约是 10^3-10^4，K大约 10^2。

我的虚拟想法： 我从点＃1开始搜索最远的点，所以我有一大块2点，接下来我搜索第三个点，它与这两个点的平均距离最大，依此类推，直到我将收集 K 点。应将所有 N 个点作为起始值重复此过程。最后我会得到 N 个 K 点的数组。我可以从中选择一个平均距离最大的。

我需要在 R 中执行多个成对方差分析，并使用 bonferroni 更正 p 值。但是，我不需要将每个 CLASS 相互比较。下面是我的数据格式和selcontrasts：我需要对比 log10relquant 的对。你们中有人知道我该如何执行吗？我使用dplyr,lsmeans和broom包。

目前我正在使用它来配对整个数据集（以便比较每个类）而不是选定的对比：

为了只在列表 x 中选择对比，我尝试了：

但我得到了错误：

我在 R 中有一个向量，比如 c(2, 2, 3, 2, 3, 4, 4)，我想构建一个大小为 n（向量的元素数）的方阵，如果向量的元素 i 与元素 j 具有相同的值，否则为 0。在此示例中，矩阵的元素 [1,2] 和 [1,4] 必须为 1，因为向量的第一个、第二个和第四个元素相同。有没有办法做到这一点 ？要构建的命令或函数？有组合的东西？我想避免像 for 这样的循环。

谢谢 ！

我有一个数据框，我想成对应用我自己的距离。myDistance 需要 2 个数据帧并使用 skelarn pairwise_distance 或 scipy pdist 转换的问题是 ndarray。例子：

这将返回：

然后：

这有效并返回-1。
但这不是，因为 pdist 将 df 行视为 ndarray

IndexError：只有整数、切片 ( :)、省略号 ( ...)、numpy.newaxis ( None) 和整数或布尔数组是有效的索引