Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
是否有 R 函数将 p.value 转换为显着性代码?
summary显示 p values 的显着性代码 是否有 R 函数将 p value 转换为显着性代码 例如 0 02 gt 和 0 005 gt Use symnum如下所示 symnum了解更多信息 p values lt c 9 5
r
Pvalue
R Stargazer 报告系数、置信区间和精确 p 值
我正在运行一个国家固定效应模型 进一步包括一个虚拟变量 我正在使用 Stargazer 包 但似乎无法弄清楚如何报告置信区间和确切的 p 值 如果我运行我的模型 stargazer dummy CPP title xx align TRUE
r
latex
confidenceinterval
Pvalue
stargazer
如何将 p 值注释到 R 上的分面条形图上?
我想知道是否可以在图表顶部和两个条形图之间注释 p 值 就我而言 使用 ggplot2 我有一个具有 2 个条件 传代和分离 的多面图 并且在每个条件下 有 3 个级别 3 个条形图 GA CH KO 如果可能的话 我有一些来自成对比较的
r
ggplot2
Pvalue
annotate
facetwrap
使用 p 值的逐步回归删除 p 值不显着的变量
我想表演一个逐步线性回归 using p values作为选择标准 例如 在每个步骤中删除具有最高即最不显着 p 值的变量 当所有值均由某个阈值定义的显着时停止alpha 我完全知道我应该使用 AIC 例如命令step or stepAIC
r
statistics
Regression
Pvalue
从 glm 中提取 p 值
我正在运行许多回归 并且只对一个特定变量的系数和 p 值的影响感兴趣 因此 在我的脚本中 我希望能够从 glm 摘要中提取 p 值 获取系数本身很容易 我知道查看 p 值的唯一方法是使用 summary myReg 还有其他办法吗 e g
r
GLM
Pvalue
ggsignif 包错误 stat_signif 需要以下缺失的美观: y
这是我的数据的发明示例 x lt c Control Case Case Case Control Control Control Case Case Case y lt c Dead Dead Dead Alive Alive Dead
r
ggplot2
barchart
Pvalue
Kruskal - R 数据子集的 Wallis p 值矩阵
考虑一个数据集Data它有几个因子和几个数值连续变量 其中一些变量 比方说slice by 1 有 男性 女性 类别 和slice by 2 具有 悲伤 中性 快乐 类 用于将数据 切片 为子集 对于每个子集 Kruskal Wallis
r
Pvalue
statisticaltest
kruskalwallis
python中岭回归的p值
我正在使用岭回归 ridgeCV 我已经从以下位置导入了它 从 sklearn linear model 导入 LinearRegression RidgeCV LarsCV Ridge Lasso LassoCV 如何提取 p 值 我检查
python
Regression
Pvalue
Python Kolmogorov-Smirnov 拟合优度检验中的 p 值非常低
我有一组数据 并通过对数正态分布拟合相应的直方图 我首先计算对数正态函数的最佳参数 然后绘制直方图和对数正态函数 这给出了相当好的结果 import scipy as sp import numpy as np import matplot
python
Histogram
Pvalue
goodnessoffit
kolmogorovsmirnov
在 R 中使用 t.test() 时出错 - 没有足够的“x”观测值
我尝试进行 t test 但它给了我这样的错误 在 R 中使用 t test 时出错 没有足够的 x 观察值 数据只有数值 没有 NA 组的比例是10比35 如何避免这种情况 先谢谢您的帮助 t test data Vrajdeb data
r
statistics
Pvalue
在舍入为 0 之前,R 呈现的最小数字是多少?
我正在使用 R 软件 引导 Kolmogorov Smirnov 测试 对非常大的数据集进行一些统计分析 这意味着我的 p 值都非常小 我已经 Bonferroni 纠正了我执行的大量测试 这意味着我的 alpha 值也非常小 以便拒绝原假
r
statistics
Pvalue
P 值、显着性水平和假设
我对 p 值的概念感到困惑 一般来说 如果 p 值大于 alpha 通常为 0 05 我们就无法拒绝原假设 如果 p 值小于 alpha 我们就拒绝原假设 据我了解 如果 p 值大于 alpha 则两组之间的差异只是来自采样误差或偶然 到目
statistics
Pvalue
将星星添加到 p 值
我计算了多个变量均值差异的 Anova F 检验 p 值 现在我想添加 星星 来指示 p 值的显着性水平 我希望 表示 10 水平的显着性 表示 5 水平的显着性 表示 1 水平的显着性 我的数据如下所示 structure list Va
r
statistics
Pvalue
significance
计算空间计量经济学模型中的 p.values:为什么summary() 和 texreg() 之间存在不一致?
我正在估计一些空间计量经济学模型 其中包含空间自回归项 rho 和空间误差项 lambda 在尝试传达我的结果时 我使用了texreg包 它接受sacsarlm我正在使用的模型 然而我注意到 texreg正在打印相同的 rho 和 lamb
r
Spatial
Pvalue
texreg
如何在 glmer 中获取随机效应的 p 值
我想根据行动和国家层面的特征 使用 glmer 来分析抗议的主张何时针对国家 因此 我想获得固定效应和随机效应的 p 值 我的模型如下所示 targets lt glmer state ENV HLH HRI LAB SMO Capital
r
lme4
mixedmodels
Pvalue
multilevelanalysis
R 中 t 检验的输出 p 值
让我们来看看这个例子 t test 我们通过以下方式对数据进行双样本 t 检验 t test 1 10 y c 7 20 现在我只对保存感兴趣p value当我输入以下代码时 p value也被保存 t test 1 10 y c 7 20
r
Pvalue
与 lmerTest 一起使用时 anova() 不显示 p 值
我正在尝试使用 lmerTest 来获取固定效应的 p 值 我有 4 个不同的随机截距 3 个交叉截距和 1 个嵌套截距 test reml lt lmerTest lmer y s1 min cot min cot ge vis dur
r
lmer
Pvalue
如何从 cor.test() 中提取 p.value 和估计值?
我在 for 循环中对数据集执行 cor test 但我不知道如何从测试中提取估计和 tau 等信息 在数据集中执行 for 循环之前 cor test 函数返回如下 cor test armpit Corynebacterium 1 ar
r
forloop
Pvalue
自动将 p 值添加到构面图
我使用以下命令制作了下面的分面图 ggplot data aes factor Length logFC geom boxplot fill grey90 coord cartesian ylim c 5 5 facet grid X Mo
r
ggplot2
Pvalue
绘图框 p 值显着性注释
我已经开始使用并喜欢绘制箱线图来表示我的数据 然而 我很难找到一种方法来对比这两个群体 使用Plotly时有没有办法引入数据之间的统计显着性比较 我想创建这样的图表 其中 对应于 p 值 0 05 我发现使用scipy stats ttes
plotly
dataanalysis
boxplot
plotlypython
Pvalue
1
2
»