问题标签 [significance]

I want to obtain the the limits that determine the significance of autocorrelation coefficients and partial autocorrelation coefficients, but I don't know how to do it.

I obtained the Partial autocorrelogram using this function pacf(data). I want that R print me the values indicated in the figure.

我有一些没有截距的多个线性模型，如下所示：

然而，这个模型是一个线性模型，但由于它没有截距，我们必须将它写成 R 中的非线性模型：

问题是summary(model1)没有像 F 统计那样给我们模型的统计数据，因为它不是lm。我们如何报告这些模型在 R 中的重要性？

我正在尝试分析一个数据集，其中每个主题都有 12 次重复测量（每季度超过 3 年）。我想提取时间斜率的特定主题估计，以评估主题是否随时间发生显着变化。

我目前的代码一直表明，随着时间的推移，每个主题都表现出非常显着的增长。这似乎不太可能，但我不确定如何调整语法以运行更准确的模型。有谁知道这个模型如何/为什么会找到所有情况下时间显着的斜率系数？

对研究的简要描述：我们正在创建一个趋势报告，该报告应标记程序代码（主题），这些代码显示在所分析的时间段（3 年，按季度）内计费次数显着增加。结果变量被视为一个计数（以 0 为界，但不一定是整数）。

任何有关使该模型更准确和高效的帮助将不胜感激！

谢谢！

我正在将成对的列数据与 wilcoxon 秩和检验进行比较，并且在大多数比较中我得到了完全相同的 pvalue。我想知道从数据来看是我犯了错误还是一切正常。以下是一些比较。

这是我使用的比较

这是上面使用的数据的结果。

当涉及到自定义表中的 z 检验时，SPSS 对多响应集的处理与分类变量不同。我认为这种行为与响应的重叠有关，但我不知道如何。

那么，当涉及到多响应集（MRsets）时，SPSS 如何进行 z 检验呢？

我的目标是在 R 中为 MRsets 重现 SPSS z-test，但我无法弄清楚 SPSS 实际做了什么。通常，SPSS 自定义表 z-testing 与

但显然，MRsets 是不同的。

为了清楚起见，请看一下这个分类与 MRset 的比较。

Categorical var z-test (C & D 列根据z-test没有区别)

• 分类数据集（无重叠，3623 例）：下载数据集
• 分类重叠矩阵（无重叠）：

• 分类 z 检验 SPSS 语法

  /li>

• 分类 z 检验输出：

• C<->D z 测试的 R 再现（第一行）：http ://www.r-fiddle.org/#/fiddle?id=p4gw9ftk

  /li>

MRset z-test（表中数字相同，但z-test结果不同：C&D列差异显着）

• MRset 数据集（包括重叠，2404 个案例）：下载数据集
• MRset重叠矩阵：
• MRset z 测试输出：

• MRset z-test SPSS 语法：

  /li>

• C<->D z 测试的 R 再现（第一行）：http ://www.r-fiddle.org/#/fiddle?id=GAhnnrv0

  /li>

从 MRset R 代码中可以看出，即使是重叠案例的减法也无济于事。也许它与加权或什么有关？非常感谢您的想法。

可能有用的链接：关于权重和多重响应集的说明

有 4 组（A、B、C、D），每组包含不同数量的男性和女性

如何识别具有统计上不同比例的男性和女性的组？使用 MATLAB 的建议将不胜感激......

可能的解决方案（请检查）

返回的 CHI 应与可在此处找到的 p<0.05 的 CHI 进行比较

就我而言

CHI > 0.352，因此这些群体的男性和女性人数存在偏差......

有人可以向我推荐线性回归包，它不仅会运行回归，还会计算每个回归系数的显着性标准（std / mean）并将它们与具有（Nk）“度的适当p值进行比较自由”？或者至少会提供可以用来计算的输出？

理想情况下，对于 Python，但也将采用 R

谢谢！

看起来这应该很容易，但我找不到。我有一个带有 id、sex、...、age、Q1、...、Q2 等的数据框。

我想选择性别...年龄作为类别，选择 Q1 ... Q2 作为感兴趣的变量。我希望 R 按感兴趣的变量（本例中为四个表）为每个类别生成 CSV 表，这些表在信息（不一定是格式或布局）中与此类似（通过对问题的响应来计算列的计数和百分比）：

此按性别划分的 Q2 表显示了整个表的卡方检验结果以及对 Q2 的每个响应的所有性别响应之间的显着性检验，p < 0.05。也就是说，当 100% 的男性和 0% 的女性以 1 响应 Q2 时，我想知道这是否重要。

这如何在 R 中轻松完成？

我和一些朋友需要“升级” GLM 和 LMER 图。我们需要添加重要性级别，更改文本大小和图例位置。

我们如何在“allEffectsplot”中做到这一点？

它需要看起来有点像这个图（正确的图像是正确的）：[