小编Cal*_*n26的帖子

我有以下 LME 代码：

IDRTlme <- lme(Score ~ Group*Condition, random = ~1|ID, data=IDRT)

我想检查正态性假设，因此我完成了以下测试：

shapiro.test(resid(IDRTlme))

这是对 lme 的输出进行夏皮罗测试的正确方法吗？如果不是，那么我们将非常感谢任何帮助？

将非常感谢任何帮助！

这是数据 IDRT：

structure(list(ID = c("1993", "1993", "1993", "1993", "1993", 
"1993", "1997", "1997", "1997", "1997", "1997", "1997", "19998", 
"19998", "19998", "19998", "19998", "19998", "3122", "3122", 
"3122", "3122", "3122", "3122", "3152", "3152", "3152", "3152", 
"3152", "3152", "3182", "3182", "3182", "3182", "3182", "3182", 
"330", "330", "330", "330", "330", "330", "354", "354", "354", 
"354", "354", "354", "363", "363", "363", "363", "363", "363", 
"369", "369", "369", "369", …

我有以下命令：

import pandas as pd
import numpy as np
from scipy import stats
np.random.seed(12345)

standarderrors1992 = stats.sem(np.random.normal(32000,200000,3650))
standarderrors1993 = stats.sem(np.random.normal(43000,100000,3650))
standarderrors1994 = stats.sem(np.random.normal(43500,140000,3650))
standarderrors1995 = stats.sem(np.random.normal(48000,70000,3650)) 
mean1992 = np.random.normal(32000,200000,3650).mean()
mean1993 = np.random.normal(43000,100000,3650).mean()
mean1994 = np.random.normal(43500,140000,3650).mean()
mean1995 = np.random.normal(48000,70000,3650).mean()

在这里，我找到了一组随机选择的值的平均值和标准误差。

limit = 3000
dict = {mean1992:standarderrors1992,mean1993:standarderrors1993,mean1994:standarderrors1994,mean1995:standarderrors1995} 
for key,value in dict:
    if limit > (key+(1.96*value)):
    colour = 1 
    elif limit < (key+(1.96*value)):
    colour = 0 
    elif (limit !> (key+(1.96*value))) && (limit !< (key-(1.96*value))):
    colour = ((key+(1.96*value))-limit)/((key+(1.96*value))-(key-(1.96*value)))

在这里，我尝试将与均值和标准误差相对应的值放入字典中，以便我可以循环遍历它们。

理想情况下，我想根据特定年份的平均值和标准误差值，为变量“颜色”分配一个特定值。即 1992 年的平均值和 …