问题标签 [statistical-test]

我已经在 R 上尝试了一段时间，但我似乎无法提取 p 值（“Pr(>f) 的值）”用于 levene 测试。对 R 进行统计测试的常用方法是在测试命令末尾加上 $p.value。然而，这似乎不适用于 Levene 测试，如下所示：

此外，对于 jarque bera 测试，我无法以同样的方式提取 p.value

谢谢您的帮助

使用平稳性检验，我尝试提取与“T 的 p 值”行相对应的结果，在这种情况下为 0，但我似乎无法使用 R 来做到这一点。

其中 lg.day.ret 可以是任何真实向量。

提前致谢。

如何stationarity从 R 中获取测试fractal package以不将任何输出打印到屏幕上。

例如，shapiro.wilk在将结果设置为变量时进行测试，它不会给出任何输出，如下所示

大多数测试都是这种情况，但是当我为stationarity测试执行此操作时，我会在 r 控制台中得到一些输出。

我想为混淆矩阵 2 x 2 计算 Java 中的 Phi 系数，其中代码如下：

其中trueP=6930、trueN=6924、falseP=0 和 falseN = 0，此代码的输出为 3629.03401901938。我已经在excel中计算了 Phi 系数，它对于相同的值返回值1

什么是错？

任何帮助将不胜感激

图书馆（mda）

我在用着：

但收到以下消息：

mindist[l] <- ndist[l] 中的错误：下标作业中不允许使用 NA。

非常感谢您的提示！

我有几组大数据集，用于创建非标准概率分布（numpy.histogram用于对数据进行分箱，并使用scipy.interpolate'sinterp1d函数对结果曲线进行插值）。我还创建了一个函数，可以使用scipy.stats包从这些自定义 PDF 中采样。

我的目标是查看我的样本大小的变化如何改变它们来自的分布以及其他 PDF 的拟合优度，并确定需要多大的样本才能完全确定它是否来自一个或另一个我的自定义 PDF。

为此，我收集到我需要使用某种非参数统计分析，即查看是否从提供的概率分布中提取了一组数据。做了一些研究，Anderson-Darling 检验似乎对此非常理想，但是它在 python ( scipy.stats.anderson) 中的实现似乎仅可用于预设概率分布，例如正态、指数等。

所以我的问题是：考虑到我的许多非标准 PDF（或必要时的 CDF，或者我用来创建它们的数据），在 Python 中计算一组样本数据与每个模型的匹配程度的最佳方法是什么？如果是 Anderson-Darling 测试，是否有某种方法可以定义自定义 PDF 进行测试？

谢谢。任何帮助深表感谢。

, scipy.stats.ranksums,wilcoxon都mannwhitneyu给出了与 Matlab 不同的结果ranksum。

考虑一个Data具有多个因子和多个数值连续变量的数据集。其中一些变量，比如slice_by_1（使用“Male”、“Female”slice_by_2类）和（使用“Sad”、“Neutral”、“Happy”类），用于将数据“切片”为子集。对于每个子集，Kruskal-Wallis 测试应该在变量 上运行length，preasure每个pulse都由另一个称为 的因子变量分组compare_by。R 中是否有一种快速的方法来完成这项任务并将计算出的 p 值放入矩阵中？

我使用dplyr包来准备数据。

样本数据集：

我们来看数据：

所需输出的示例：

我是 R 编程的新手。我面临解决此问题的问题：

数据集：

使用 apply() 计算 ME 中每一行的统计检验。您想询问 A 组和 B 组是来自同一总体还是来自具有不同均值的总体。您可以假设数据是正态分布的。计算 p 值等于或小于 0.05 的行数。

我试过 >P<- apply(ME , 1 , function(ME){ t.test(ME[1:1000])$p.value }) > length(which(P <= 0.05)) 皱眉表情，但这是不正确的

我想在 R 中执行自举配对 t 检验。我已经尝试过使用参数配对 t 检验时返回 p<.05 的多个数据集，但是当我运行自举时，我得到的 p 值在 0.4 和 0.5 之间. 我运行不正确吗？

谢谢！