如何迭代因素的组和组合来t检验均值的差异？
迭代因素的组和组合来t检验均值的差异是通过方差分析（ANOVA）方法实现的。ANOVA是一种统计方法，用于比较两个或多个组之间的均值差异是否显著。
具体步骤如下：
- 确定研究的因素：首先确定需要研究的因素，例如不同的处理组或不同的条件。
- 设计实验：根据研究因素的不同水平，设计实验并收集数据。确保每个组都有足够的样本量。
- 计算总体均值：计算每个组的均值，并计算所有组的总体均值。
- 计算组内变异度：计算每个组内观察值与组均值之间的差异，然后计算每个组内的平均方差。
- 计算组间变异度：计算每个组均值与总体均值之间的差异，然后计算组间的平均方差。
- 计算F值：将组间变异度除以组内变异度，得到F值。
- 进行假设检验：根据F值和自由度，进行假设检验。如果F值大于临界值，表示组间差异显著，可以拒绝原假设。
- 进行事后分析：如果假设检验结果显著，可以进行事后分析来确定具体哪些组之间存在差异。
在腾讯云上，可以使用腾讯云的数据分析产品TencentDB for PostgreSQL进行数据存储和分析。TencentDB for PostgreSQL是一种高性能、可扩展的关系型数据库，适用于大规模数据存储和分析场景。您可以通过以下链接了解更多关于TencentDB for PostgreSQL的信息：TencentDB for PostgreSQL
请注意，以上答案仅供参考，具体的实施方法和产品选择应根据实际需求和情况进行决策。
相关·内容
2回答
我有一个二进制分类问题(目标0 0 1)，我有两个变量连续和分类作为特性。我明白，关于卡方，我只能用分类的特征来评价它们。那方差分析(f_classif)呢？是一样的吗？我只能评价最好的分类特征？提前谢谢你
浏览 0提问于2022-12-24得票数 1
我有来自三个不同来源(医院)的配对t检验的数据摘要，这意味着我没有全部样本数据。我要进行配对t检验的是平均值(每个配对样本数据的差异)。
数据看起来像下面的表格(每行都是一个病人)，我有mean(diff)和sd(diff)。
有什么功能，我可以很容易地进行配对t检验，并得到95%的CI？由于病人的隐私问题，没有办法获得整个数据集。
3 months 6 months diff
1 3 -2
2 1 1
5 9 -4
浏览 0提问于2018-12-04得票数 1
回答已采纳
2回答
我正在做t检验，看看A组和B组的平均值是否不同。
A组-样本大小在20K左右
B组-样本大小在670 K左右
由于P值小于α，所以我拒绝零假设，得出A组和B组的平均值是不同的。然而，为了进行两个样本t检验，一个要求是样本(在我的例子中是A和B)必须是独立的，并且来自正态分布。它们是独立的，因为我的样本规模足够大，用中心极限定理的力量，我认为假设它是正态分布的。
但我决定做个正常的测试来确保这是真的。
A和B来自X，所以对X做一个不正常的测试表明：
由于p值小于alpha，我们必须拒绝空假设(样本来自正态分布)。
我哪里出问题了？测试有效吗？A和B是正态分布吗？
浏览 3提问于2017-12-03得票数 1
回答已采纳
1回答
是否有一个数字广播解决方案来创建一个矩阵，用于输出DataFrame中所有列之间的标准差？
下面的解决方案非常有用，但只适用于均值差(例如独立性等) 。
感谢@divakar，@ayhan，@jezrael和其他参与讨论的人
输入将是一个DfA
0 A1 B1 C1
1 8.01 9.29 7.31
2 8.23 9.05 7.46
3 8.16 9.68 7.34
4 8.27 8.95 7.05
所需的2个输出具有每列之间差异的平均值和标准差的DfM和DfStd。
0 St1 St2 St3
1 a1-a1 b1-a
浏览 3提问于2018-12-10得票数 0
1回答
我有肌钙蛋白(TRP)水平的数据(一种在心脏肌肉中发现的蛋白质)，在200多名患者中进行了测量。数据分为安慰剂组和药物-X组.每个病人在第一、第三、第七、第十四、第二十一和第二十八天测定色氨酸水平。如果病人在28天前出院，则额外测量一次，即TRP_on_discharge_day，这可以在1-28之间的任何一天进行。注:并非所有的受试者都有所有的测量结果，因为有些病人在此期间出院。
我有两个问题：
首先，我想研究安慰剂组和药物-X组的平均色氨酸水平，以及它们是否有显着性差异。由于数据对每个主题都有多个测量值，我认为，正常的t检验是不可能完成的。因此，当我在其他地方阅读时，我正在尝试使用lme4
浏览 2提问于2022-01-10得票数 1
回答已采纳
3回答
假设我有四个相同的路由器A、B、C和D，分别运行busybox和ptpd。A和B通过电缆1连接；C和D通过电缆2连接。我在路由器A和C上有一个小的C程序，它通过UDP向对方路由器发送一个非常小的数据包，我使用pcap来检测数据包的发送时间和到达另一端的时间，并计算一千个此类测试的平均值和偏差。
如何判断这些电缆是否不同？显然，如果一个是500ms，另一个是10ms，它们是不同的。但是，如果一个结果的平均值为200μs，标准差为8，而另一个结果的平均值为210μs，标准差为10，那么它们不同的可能性有多大？我应该做什么计算来测试这个？而且，从更技术性的角度来看，延迟的预期可变性是什么？
我知道任
浏览 1提问于2011-02-05得票数 2
回答已采纳
我有一个巨大的矩阵，有1000000行，10000列。这是一个玩具示例：
A B C Mean
1 3 4 2.66
2 4 3 3
1 3 4 2.66
9 9 9 9
1 3 2 2
2 4 5 3
1 2 6 3
2 3 5 3.33
" mean“列中的行表示每行的A、B和C的平均值。另一方面，" mean“一栏的全局平均值为3.58。我想知道，使用t检验和R，每一行的平均值是否显着高于全局平均值。我怎样才能得到比较用的p值？使用t.test()比较两组之间的平均值非常简单，但我无法找到如何将单个值与包含该值的组的平均值进行比较。
浏览 5提问于2018-03-09得票数 0
2回答
P值和影响大小
、、、
那么，在t检验中，p值越低，两组均值的差异越大，这一说法正确吗？
例如，如果我在两组测量值A和B之间进行t检验，然后对两组测量值B和C，我发现在第一种情况下p值低于第二种情况，其中一种可能的解释是，A组和B组的均值之间的差异大于B组和C组均值之间的差异吗？
浏览 0提问于2021-02-12得票数 2
回答已采纳
我使用R中的lme4包来进行线性混合效应模型。基本上，所有参与者都接受了两种干预措施(干预治疗和安慰剂治疗(对照))，并以一段时间为间隔。然而，他们收到的干预措施的顺序或顺序有所不同。
在LMM中包含了一个干预和访问的交互术语，8个层次包括干预的所有组合(2级:控制和干预)和访问(4级:访问1=baseline 1，访问2，访问3=后随机化基线2，访问4)。
我的问题是，如何用一个临时t检验来确定干预效果，作为干预之间差异的平均值，因此在1和2之间，以及在第3和第4次访问之间。我还想确定干预和控制的效果与基线相比。
请参阅下面的代码：
model1<- lmer(X ~ t
浏览 7提问于2022-05-12得票数 0
回答已采纳
2回答
假设A是一家通过其标准帐户提供在线出租车预订的cab公司。
最近，该公司推出了一个预付费的保费账户，其功能包括折扣乘车、特价优惠、保证提货和低等待时间等。
当局对市民进行了一项调查，结果显示市民对新保费户口的反应令人鼓舞。
问:这种令人鼓舞的反应是来自新客户还是现有客户？
我们得到的数据包括时间(预订被放置)，接送和下车地点，旅程费用，乘坐类型(溢价或标准)，客户人口和价格信息。
我在这里完全迷路了。我们怎样才能回答上述问题呢？任何暗示都是感激的。
如果我被要求确定客户是否有固定的运输预算，我如何使用上面的数据来解决这个问题？
我的计划是把支出分成每月销售，然后计算他们的收入。假设我们有12样
浏览 0提问于2020-03-14得票数 4
1回答
三组假设检验
、、、、
根据这些数据，A、B和C组的平均销售额在统计上是否相同？
我在AB，BC，CA上做了t.test。对于CA，p值>0.05，所以我得出结论，对于CA，我们不能拒绝零假设，而且平均值可能是相同的。
H1-替代假说-- 36-45组和46-50组之间的均值差异并不等于0。
我的问题是-我做得对吗?还是有其他方法来检验三组的假设？
浏览 15提问于2022-12-03得票数 0
我对更有经验的数据科学家很好奇，你有没有使用过t检验，方差分析，威尔克森等等？
基本上，我的问题是，你是执行推理任务，还是纯粹的预测任务？(机器学习)
浏览 0提问于2020-02-07得票数 6
在R中，我有四个数值向量。我想检验这四个向量的平均值是否相同，如果不是，哪个平均值更大，哪个平均值更小(基本上我想按它们的平均值排列四个向量)。
这个职位非常适合我：
我正在遵循这一指南：
然而，这篇文章停止测试四种均值是否相等，但如果答案不是，我怎么知道R中哪一种均值更大，哪一种均值更小？
非常感谢,
该职位的代码是：
a = c(65, 48, 66, 75, 70, 55)
b = c(64, 44, 70, 70, 68, 59)
c = c(60, 50, 65, 69, 69, 57)
d = c(62, 46, 68, 72, 67, 56)
dati = c(a, b,
浏览 3提问于2016-11-23得票数 2
回答已采纳
我有一个名为data的数据集，它包含我的因变量contaminant上的数据。一年内的所有观测结果都独立于随后几年。我的预测因子是Species (三个水平)和Year (三个水平)：基本上，我需要看看是否每个物种的污染物数据会随着时间的推移而增加/减少。
到目前为止，我尝试了以下代码
model1<- lm(contaminant~Species*Year,data=data)
#using Year as numerical (covariate): Indeed, I do not care about
the diffe
浏览 1提问于2020-02-26得票数 0
回答已采纳
1回答
我有一个标准的日期组，即4-30-7.2005。
我的参考日期是4-30.7.2003和4-30.7.2004
现在我必须比较我的标准组的平均值和参考日期的平均值。即4-30.7.2004至4-30.7.2004。
我使用t-test来比较按年份分隔的方法，使用以下命令：
t.test(cvd ~ format(date, "%Y"), data=hw_2010[format(hw_2010$date, "%Y")=="2003" | format(hw_2010$date, "%Y")=="2004",])
这很
浏览 0提问于2019-10-08得票数 0
我正在做两个样本的独立t检验.我对试验组和对照组进行了分析，我必须写一份报告，但我没有几个问题。
我们必须剔除异常点然后进行t检验吗？
一旦我执行t测试-有人能解释t测试输出吗？解释不应以统计术语为依据，而应以非业务人员也能理解的方式来解释。我需要对这两个样本的置信区间和平均值的差异进行简单的解释。
我们可以绘制什么样的图表来表示我们的结果？
浏览 0提问于2016-03-24得票数 1
1回答
我有这个数据集。我试图找出连续变量expr与范畴变量WHO_Grade之间的相关性。
> dput(tmp)
structure(list(expr = c(3.72491159808923, 7.8316405937301, 4.1302793124001,
6.81536170645658, 6.68352582647051, 6.0974581720256, 6.81642917136002,
6.52282686468863, 6.95033151442703, 7.40122305409127, 6.734502473652,
4.52338197246748, 5.6
浏览 5提问于2022-03-24得票数 0
1回答
我想估计一下我所拥有的一组数据的平均值。
我有1000个数据点，我在某个地方读到，如果你的样本小于30，你应该使用t分数，否则使用z分数。
下面是我使用的代码
def mean_confidence_interval(data,confidence = 0.95):
from numpy import mean,array
import scipy as sp
import scipy.stats
a = array(data)
n = len(a)
m, se = mean(a), scipy.stats.sem(a)
h = s
浏览 2提问于2015-07-05得票数 3
我想为数据帧中的各个组计算几个汇总统计信息和一个样本ttest p值。
我可以得到均值，最大值，最小值，计数等等，但不能得到p值
下面是使用一个样本测试的代码
library(dplyr)
library(ggplot2)
library(nlmeU)
data(armd0, package = "nlmeU")
df <- armd0 %>%
group_by(treat.f, time.f) %>%
summarise_each(funs(mean, median, min, max, length, sd), visual)
我想在同一个表中获
浏览 3提问于2017-02-22得票数 1
回答已采纳
2回答
我有df1：
PopDens Score1 Group
93.53455 17.985288 B
137.13861 10.549394 A
35.98619 13.392857 A
89.69800 8.644537 B
16.27796 29.591635 A
25.33346 21.081301 F
89.69800 2.644537 C
46.27796 29.591635 A
25.33346 5.081301 B
36.27796 29.591635 A
1.33346 9.081301 B
我想
浏览 6提问于2020-04-02得票数 1
有可能将数据集与公布的均值和标准差进行比较吗？
更准确地说:我有一组临床试验的数据。我想将我的数据与文献中公布的数据进行比较，在文献中，你通常会发现n，平均值和标准差。
这能用t检验来完成吗？在我的研究中，我发现了一个，在这里我可以输入2个平均值，2个标准差和2个案例数。这是正确的吗？
提前感谢！
浏览 3提问于2016-06-24得票数 1
回答已采纳
我试图理解具有father.son置信区间的t.test数据集。
当我们做配对=真，输出= 0.83 1.16
当我们做配对=假时，输出= 0.76 1.23
我由此推断，当我们成对=真时，这意味着整体上的儿子比他们的配对父亲要高(当两个群体被比较，这也是有关联的)，但是当配对=假的时候，我没有什么可推断的？
PS:我没有统计学背景。
浏览 1提问于2017-02-19得票数 0
回答已采纳
2回答
我有两组样本(A，B)，数量相对较高(大约10,000)，我想看看某个因素是否影响了样本B。当然，我应该使用A/B测试。问题是，分布不是正态分布，我感兴趣的是最大变化，而不是平均值！所以，如果你所知道的是CLT如何使所有的东西都是高斯的，这是一个很好的点，停下来继续下一个问题。数据是距离，所以最小值为0，但没有最大值，也无法保证分布的样子。例如，直方图如下所示：
📷
我的直觉告诉我，橙色样本的最大值只是随机地高于蓝色的，但肠道感觉通常是错误的。所以我想要一些测试的方法。如有任何意见，我将不胜感激。
PS:韦尔奇的t检验告诉我，对于100.000%的置信度，这两种分布是不同的，但它们是吗？
浏览 0提问于2019-10-21得票数 1
1回答
我有一份包含一栏工资的数据。我想计算的置信区间在97%左右的中位数。t.test计算的是平均值，而不是中值。你知道我该怎么做吗？这是我专栏中t.test的输出：
t.test(Salary)
One Sample t-test
data: Salary
t = 26.131, df = 93, p-value < 2.2e-16
alternative hypothesis: true mean is not equal to 0
95 percent confidence interval:
37235.65 43360.56
sample estimates:
mean of x
浏览 0提问于2018-07-31得票数 0
回答已采纳
1回答
def get_pvalue(con_conv, test_conv,con_size, test_size,):
lift = - abs(test_conv - con_conv)
scale_one = con_conv * (1 - con_conv) * (1 / con_size)
scale_two = test_conv * (1 - test_conv) * (1 / test_size)
scale_val = (scale_one + scale_two)**0.5
p_value = 2 * stats.norm.cdf(
浏览 0提问于2019-04-14得票数 0
回答已采纳
2回答
我有一个关于不平衡数据的一般性问题。我正在对A组和B组进行T测试。A组有20个数据，B组有500个数据。我将不等方差(Welch)设为平差，P值为0.01.我是否可以得出结论，这是有意义的？
我有另一个我不确定的想法。我多次从B组随机抽取了大约20个样本，并对A组进行了测试，我应该对结果做一些调整吗？我不知道这是否可行。如果有效的话，我应该用什么样的调整来进行多个测试？
谢谢!
谢谢你的回复！
浏览 0提问于2017-03-01得票数 1
回答已采纳
5回答
训练集和测试集的特征缩放
、、、
假设我想使用梯度下降算法。我有一个训练集和一个测试集，我想用平均归一化来进行特性缩放。
对于两个集合中的等价特征，我是否应该使用相同的均值和方差？为什么？
浏览 0提问于2018-01-06得票数 4
2回答
T检验中p-值的意外分布
、、、
我取了两个样本，每个样本由100 K来自同一标准正态分布的观测数据组成，并检验了它们的均值相同的零假设。我重复了这个实验5K次，并绘制了一个直方图的p值。
根据我的直觉，这两个样本足够大，并且是从相同的分布(相同的平均值和std)取样的。因此，我预计t检验会产生相对较高的p值(拒绝空假设)。然而，p-值似乎是均匀分布的。
下面是我用来创建这个图的代码(我使用的是numpy 1.19.2，ciply1.4.1)：
from scipy import stats
import numpy as np
ps = []
for i in range(5000):
gaussian_
浏览 8提问于2021-06-24得票数 1
回答已采纳
假设我们有一套治疗计划(可供选择)给病人。治疗计划可以是侵入性手术，非手术，非侵入性手术.
我们有一个数据集，其中一个治疗方案是为病人选择的，我们也有他们的结果(存活/没有生存)。
什么是最好的方法来进行分级/排名/选择一个最优的治疗方案，这样我们才能保持最佳的存活率。
对我来说，这听起来像是一种推荐算法，但大多数推荐算法的工作方式似乎是根据是否选择了该选项来建模最佳推荐/选项。这里的结果不是是否选择了特定的治疗/推荐(非选择的治疗可能更好)，而是患者是否在选定的治疗后存活下来。考虑到我们对未被选择的选择没有结果，只有被选择的治疗才有结果--我如何才能最好地创建一个模型，产生一个级别/等级的最
浏览 0提问于2022-02-03得票数 1
我正在尝试运行两个样本的t检验，以确定处理组和对照组之间的差异。数据未配对。当我子集我的原始数据帧时，我发现我的样本大小不相等(手动不是问题，但R似乎使其成为问题)。下面是我的代码：
CG<-subset(data,treat=="Control")
TG<-subset(data,treat!="Control")
agep <-t.test(CG$age~TG$age)$p.value
我得到的错误如下：
Error in model.frame.default(formula = CG$age ~ TG$age) :
variable
浏览 3提问于2018-10-15得票数 2
回答已采纳
2回答
假设我有一个12变量的数据集，它包含大约100种情况。如果我要在两个变量之间做t检验，然后在其他三个变量之间做一个方差分析，然后是一个后临时变量。也许在那之后，非参数变量的曼-惠特尼.我的问题是，如果我要在方差分析中使用Bonferroni，我应该如何计算家庭方面的错误？分析系列什么时候开始？什么时候结束？
浏览 2提问于2020-04-26得票数 0
我想使用ggpaired from ggpubr绘制一个盒子图，以比较以下数据帧的两种情况。因此，您可以看到csv由来自3个实验(E2020-36，E2021-04，E2021-06)的3个数据对(-FLS，UT)组成。P值的计算是使用stat_compare_means完成的，但是，当我运行成对的t-test时，我感觉错误的值是成对的。当我运行不成对的测试时，p= 0.032。当我运行配对T检验时，p= 0.094。然而，在我看来，配对t-test适合于这种计算，因为要比较的配对来自3个独立的生物重复。因此，这应该会导致更低的p值，而不是更高的p值。也许有人能帮我解释一下这里发生了什么.
谢
浏览 3提问于2021-02-16得票数 0
我有两个独立样本的非正态分布数据，将患者分为对照组和治疗组。希望验证两组“控制”和“治疗”之间是否存在差异，并测量这一差异，因此我使用以下代码：
wilcox.test(data.to.work$disease ~ data.to.work$group)
对我的测试来说，我的怀疑是:我可以用Cohen的d来测量效果大小吗？
我还用密码做了一个测试：
cohens_d(data.to.work$disease ~ data.to.work$group)
rcompanion::wilcoxonR(data.to.work$disease, g=data.to.work$group, ci=T)
浏览 15提问于2022-07-29得票数 -1
2回答
产品特性的ab测试
、、、、
如果Yelp想要了解收视率是否有助于用户选择列表，并且我们使用CTR作为成功指标来运行ab测试，我们如何知道CTR的重大变化只是由于评分，而不是列表的其他部分，如评论？
在运行ab测试之前，我们是否必须进行某种用户细分，而不是随机分配用户？
浏览 24提问于2018-01-29得票数 1
回答已采纳
我学过统计学，包括平均值，中位数，模式和不同的测试。
是Z检验、F检验和卡方检验，而且几乎全部参与
困难的数字数据预测挑战，如on kaggle和其他
我很少看到有人使用像z，f，chi这样的统计测试，
数据的规范化--我们都用方格图，条形图来表示意思，
中位数、模式等
我的问题是，这些测试在哪里是数据科学中不可或缺的一部分？
这些问题主要是基于设计研究的。
在数据科学问题中，最理想的情况是使用统计数据的哪一部分
当所有的统计数据都必须用于数据科学时，为什么只使用某些部分。
除了算法之外，我还在询问测试和其他统计数据。
浏览 2提问于2018-03-14得票数 0
回答已采纳
1回答
我用R比较了几个值，它们是存储在1000长向量中的8个变量。这意味着，1000*8矩阵，8列代表8个变量。
然后我打电话
boxplot(test),
我得到的结果是:8个变量的平均值非常接近。这使得比较和解释变得非常困难。我能把所有的离群点都包括在我的情节里吗？那么整个范围会更容易比较吗？或者可以给出其他的建议来区分这些变量？
浏览 2提问于2014-03-14得票数 0
回答已采纳
1回答
我从一个广义的最小二乘模型(长寿~交配系统)中产生了一个方差分析，并且它没有显着性(0.08)。但是，当我使用汇总()运行模型时，我可以看到每个系数(交配系统的类型)都很重要。
从我所读到的(多次)，方差分析显示自变量中的方差是否可以用因变量来解释。而回归模型将检验因变量如何随自变量水平的变化而变化。
然而，我觉得我遗漏了一些东西，因为我不确定我完全理解一个因变量的单个水平的p值是什么，以及方差分析中一个因变量的总体p值意味着什么。
我希望有人能用比较外行的术语来解释我的结果。
浏览 0提问于2018-08-13得票数 2
回答已采纳
我有一个多元数据集，包含A和B。我想看看A和B样本之间是否有差异。我目前对如何做到这一点有两个想法，但我不确定它们是否有效。
对A样本进行模型训练，对B样本分别进行模型训练，并比较回归系数。
用A样本训练一个模型，比较A样本和所有B样本的误差，看看误差有什么不同。
第一个解背后的思想过程是，如果两个数据集是相似的，所计算的回归系数也是相似的。我对第二个解决方案的想法是，如果这两个数据集足够相似，在A上训练的模型应该做得比较好预测B。然后我可以做一些统计检验，证实B的误差与A的遮挡没有显著的差别。
这条思路有意义吗？系数和误差的差异是否意味着数据集中的差异？我觉得这是不可行的，因为我在任何地方都
浏览 0提问于2021-10-21得票数 2
使用给定的n1=100、n2=80、μ1=1、μ2=2、σsquared=3。如何模拟分组的数据，并使用lm()估计μ1，μ2。平均值是否不相等(R t.test )？
浏览 3提问于2021-05-02得票数 0
我已经看了我的代码一段时间了，我只是被困在我搞砸的地方，所以也许你们中的一个能帮上忙。
我的for循环应该做的是:迭代一长串时间。它的平均值为前100次，并将其设置为值。这部分起作用了。接下来应该做的是将一个值添加到t(我在for循环中使用的值)，以便将第1次和第101次相加，如果这个平均值小于.1秒的速度，将t值添加到x值列表中，然后将该值设置为要击败的新平均值。如果它不是.1较低，我们增加t，然后再试一次，直到它工作。
这是我的代码，我将向您介绍它的含义，使其更具可读性
for t in times:
t = int(t)
sumset = sum(times[t:t +
浏览 0提问于2018-11-28得票数 0
回答已采纳
我在一个巨大的基因列表上做了差异表达，我只在我想研究的外部基因列表中选择有意义的基因。当我在标题栏上表示我的重要值时，我从经过调整的t检验(BH校正)中得到的p值是不一样的；对于这个same图，我使用了ggpubr函数stat_compare_means()，而出现的p值与用limma得到的值完全不同和简略。
有人知道这是否正常吗？
我绘制的基因应该是正确的，我检查了好几次。
谢谢
浏览 18提问于2022-02-16得票数 0
假设我们得到了一个数据集，并希望根据分布的相似性对它们进行排序。我不想用视觉化。有什么足够的方法和我分享吗？我有一个想法，比如，我们可以从特征中减去一些百分位数，然后找出它的平均值。
def percentile(feature1, feature2, num_percentiles):
percentiles1 = np.percentile(feature1, np.linspace(0, 100, num_percentiles))
percentiles2 = np.percentile(feature2, np.linspace(0,
浏览 0提问于2023-05-27得票数 0
不是新的，但仍然是R的初学者。
这是我的data的一个片段(数字是随机的，因此Average列在本例中是不正确的)。
> head(data)
1 2 3 Average HKAverage dC
Neg CNTRL NA NA NA NA NA NA
NEG CNTRL NA NA NA NA 0.80393767 NA
POS
浏览 1提问于2022-05-08得票数 0
如果你想知道两个不同的群体(假设A和B)在态度上是否存在显着差异。我从A中抽取了31个样本，并从33个B中抽取了一个样本。鉴于以下事实，这两个样本是相互独立的：
1)我需要运行一个样本还是两个样本测试，为什么?2)考虑到样本大小，我应该运行T测试还是Z测试，为什么? 3)它是单尾测试还是双尾测试，为什么？
浏览 0提问于2016-11-09得票数 0
2回答
假设我正在运行一个机器学习模型，它会产生一定的结果(例如，准确率为80%)。我现在更改模型中的一个次要细节(例如，在深度学习模型中，增加一个卷积层中的内核大小)，并再次运行该模型，从而提高了.8+x的准确性。
我的问题是，我如何确定性能的哪一个-/下降允许我说，新的网络体系结构比我的旧架构更好？我假设x=.0001在一个合理的误差范围内，而x=-2是性能的显著下降-然而，在这里使用“重要”将是纯粹的口语化，没有任何科学依据。
我知道某种假设检验在理论上是合适的，但据我所知，这需要多个样本(即多次运行网络)，对于大型ML模型，有时需要几天的训练是不可行的。
浏览 0提问于2021-05-21得票数 4
1回答
我试图找出在复杂的调查设计上运行单程Anova的最佳方法。仔细看过之后，我一点也不聪明。
调查:anova函数的意思是“拟合和比较复杂调查数据的分层对数线性模型”，这不是我正在做的。
，，我收集了一个分类自变量，3个水平和一个定量因变量的数据。我想用方差分析来检查因变量是否根据自变量的水平变化。
这里是我的流程的一个例子：
负载测量包和创建复杂的测量设计对象
library(survey)
df <- data.frame(sex = c('F', 'O', NA, 'M', 'M', 'O', '
浏览 4提问于2022-07-03得票数 1
回答已采纳
1回答
我们将一组的平均值(或平均值)与集合平均值(或平均值)进行比较。这个集合平均值可以是任何理论值(也可以是总体平均值)。
我正在尝试使用单边t.test.Is计算300个观测值与1500个观测值的平均，这种方法正确吗？如果不是，有没有替代方案呢？
head(data$BMI)
attach(data)
tester<-mean(BMI)
table(BMI)
set.seed(123)
sampler<-sample(min(BMI):max(BMI),300,replace = TRUE)
mean(sampler)
浏览 0提问于2019-11-20得票数 0
1回答
我正在寻找一种方法来“阻止”t测试，这将允许我在每个主题上使用三个度量，而不是仅仅平均它们。
问题是：我的测量方法有(本质上)很大的误差，所以我测量了相同的主题三次来解释这个错误(技术三重)。在线性混合效应模型中，我通常会阻止我的ANOVA，或者将主题和技术的重复考虑为随机效应，以便考虑到测量的性质。
然而，在这种情况下，我只有治疗(5人，每个受试者3次测量= 15)和控制(7*3 = 21)，所以t检验将更充分，但我无法找到“阻止”t检验的方法。配对t检验是不适用的，因为治疗不适用于相同的对象(这是不可能的)，而且正常的t检验不考虑重复中的错误。在R中有函数可以这样做吗？
浏览 3提问于2014-04-28得票数 2
回答已采纳
1回答
我使用R中的t检验来检验在使用FGT贫困度量时，当将权重、分层和聚类(分别)添加到调查设计时所产生的均值差异的意义，我使用传递包中的svyfgt函数来计算。我通过为每个调查设计建立向量来运行t检验，其中包括均值、标准差和样本大小，因此，我需要获得svyfgt均值的标准差。
在测量软件包中，有一个svysd函数，用于计算复杂测量设计时的标准差。此值与通过将SE乘以sqrt(n)获得的值有很大不同，如下所示：
library(survey)
wel <- c(68008.19, 128504.61, 21347.69,
33272.95, 61828.96,
浏览 5提问于2022-01-02得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
