标签: p-value

我正在寻找一种获得一个p值的方法,该值描述了glm模型的拟合优度.以下是手册lm页中略有修改的示例:

 ctl <- c(4.17,5.58,5.18,6.11,4.50,4.61,5.17,4.53,5.33,5.14)
 trt <- c(4.81,4.17,4.41,3.59,5.87,3.83,6.03,4.89,4.32,4.69)
 conf<- c(rnorm(mean=-1, sd=1, n=10), rnorm(mean=1, sd=1, n=10)) 

 group <- gl(2,10,20, labels=c("Ctl","Trt"))
 weight <- c(ctl, trt)
 lm.D9 <- lm(weight ~ group + conf)

有summary(lm.D9)一个得到

Call:
lm(formula = weight ~ group + conf)

Residuals:
     Min       1Q   Median       3Q      Max 
-1.17619 -0.40373 -0.05262  0.24987  1.40777 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  4.97416    0.25153  19.775  3.6e-13 ***
groupTrt    -0.23724    0.41117  -0.577    0.572    
conf        -0.07044    0.13725  -0.513    0.614    
---
Signif. codes:  0 …

我对p值有疑问.我一直在比较不同的线性模型,以确定一个模型是否比另一个更好,在R中具有以下功能.

 anova(model1,model2)

不幸的是,偶尔它不会计算F或p值.这是一个没有给出p值的anova摘要的例子

 Analysis of Variance Table

 Model 1: Influence ~ SortedSums[, Combos2[1, A]] + SortedSums[, Combos2[2,A]]
 Model 2: Influence ~ SortedSums[, B]
    Res.Df   RSS Df Sum of Sq F Pr(>F)
 1    127 3090.9                      
 2    128 2655.2 -1    435.74 

为了对称性,这里也是一个产生p值的anova总结.

 Analysis of Variance Table

 Model 1: Influence ~ SortedSums[, Combos2[1, A]] + SortedSums[, Combos2[2,A]]
 Model 2: Influence ~ SortedSums[, B]
    Res.Df    RSS Df Sum of Sq      F Pr(>F)
  1    127 3090.9                           
  2    128 3157.6 -1   -66.652 2.7386 0.1004

你知道为什么会这样吗？

作为普通的R用户，我正在学习使用python进行分析，我从卡方开始，并做了以下工作：

[R

> chisq.test(matrix(c(10,20,30,40),nrow = 2))$p.value               # test1
[1] 0.5040359
> chisq.test(matrix(c(1,2,3,4),nrow = 2))$p.value                   # test2
[1] 1
Warning message:
In chisq.test(matrix(c(1, 2, 3, 4), nrow = 2)) :
  Chi-squared approximation may be incorrect
> chisq.test(matrix(c(1,2,3,4),nrow = 2),correct = FALSE)$p.value   # test3
[1] 0.7781597
Warning message:
In chisq.test(matrix(c(1, 2, 3, 4), nrow = 2), correct = FALSE) :
  Chi-squared approximation may be incorrect

蟒蛇

In [31]:
temp = scipy.stats.chi2_contingency(np.array([[10, 20], [30, 40]]))  # test1
temp[1] # pvalue
Out[31]:
0.50403586645250464
In …

我有一个二项式检验的结果，它看起来像这样：

data:  x and n
number of successes = 0, number of trials = 7, p-value = 0.01563
alternative hypothesis: true probability of success is not equal to 0.5
95 percent confidence interval:
 0.0000000 0.4096164
sample estimates:
probability of success 
                     0 

我只想知道如何提取R中的p值。我尝试了grep和pmatch，但它们似乎需要表或向量。

我想指出多个条形图之间的p值，如下图所示：

但是我没有在MATLAB的条形图页面上找到与此相关的命令。

这是条形图和标准偏差图的代码：

x = 1:3;
y = [17.5, 97.5, 100];
std = [23.84848004, 10.89724736, 0];

figure
hold on
bar(x,y)
errorbar(y,std,'.')

XTickLabel={'1' ; '2'; '3' ; '4'};
XTick=2:4:15
set(gca, 'XTick',XTick);
set(gca, 'XTickLabel', XTickLabel);

Pr(>|t|)当用R执行线性回归时，使用什么公式来计算输出值？

我了解的值Pr (> | t |)是p值，但我不了解该值是如何计算的。

例如，尽管of Pr (> | t |)的x1值显示为0.021下面的输出结果，但我想知道如何计算该值

x1 <- c(10,20,30,40,50,60,70,80,90,100)
x2 <- c(20,30,60,70,100,110,140,150,180,190)
y <- c(100,120,150,180,210,220,250,280,310,330)

summary(lm(y ~ x1+x2))

Call:
lm(formula = y ~ x1 + x2)

Residuals:
   Min     1Q Median     3Q    Max 
    -6     -2      0      2      6 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  74.0000     3.4226  21.621 1.14e-07 ***
x1            1.8000     0.6071   2.965    0.021 *  
x2            0.4000     0.3071   1.303    0.234    
---
Signif. codes:  0 ‘***’ …

我是新来的，我的英语不是很好，所以我会尽力解释。我正在做一个关于隐写分析的网络应用ASP.NET程序C#。我正在互联网上寻找一个函数，可以计算我的算法的卡方检验中观察到的显着性水平或 p 值，我在 Java 中找到了它：

这是mi搜索的结果：

chi[block]= chiSquareTest(expectedValues, pod);

chiSquareTest(double[] expected, long[] observed)

• 返回观察到的显着性水平或 p 值，
• 与卡方拟合优度检验相关
• 观察到的频率计入预期数组中的频率。

我的问题是，是否有任何等效函数C#返回相同的参数？

先感谢您，

安娜.

我在我的数据上运行了一个 posthoc Tukey HSD，它有十个因子水平。表格很大，我希望只在成对表格中向读者展示 p 值，将 45 行表格留给附录。

这是一个示例数据集：

set.seed(42)
x <- rnorm(100,1,2)
category <- letters[1:10]
data <- cbind.data.frame(x, category)
summary(data.aov <- aov(x~category, data = data))
data.hsd<-TukeyHSD(data.aov)
data.hsd.result<-data.frame(data.hsd$category)
data.hsd.result

结果是一个 45 行的表。相反，我想要一个表，其中因子水平作为行和列名称，在单元格中具有 p 值，显示两者是否显着不同。Xs 或下划线或任何可能代表重复或不必要的比较。像这样的东西：

         a    b       c       d      e     f      ...   j
    a    X    0.97    1     0.99   0.89   0.99    ...   0.99
    b    X     X    0.99    0.89   0.94   0.92    ...   0.97
    c    X     X      X     0.85   0.93   0.96    ...   0.98
    |   ...   ...    ...     ...   ...    ...     ...   ...
    i …

似乎没有可以用 javascript 计算 p 值的库，但那怎么可能呢？我确定一定有什么。

我发现的是这两个计算这些值的选项，但是您应该在网页中找到代码并适应您的需要。

http://home.ubalt.edu/ntsbarsh/Business-stat/otherapplets/pvalues.htm#rtdist http://www.njohnston.ca/2010/09/p-value-calculators-and-graphers-in-javascript /

以及一个也计算它但没有文档和废弃状态的库

https://code.google.com/archive/p/statistics-distributions-js/source/default/source

这是真理吗？不存在包含此计算的任何 stats js 库？

我有两个不同大小的 numpy 数组，我想直接在 python 中运行 t 测试来查看 p 值。