significance

    5

    1答えて

    ロジスティック回帰モデルをトレーニングデータに適合させた後に受け取る各係数の有意水準を得る方法はありますか? 私は方法を見つけようとしていて、自分自身を理解できませんでした。 私はchi sqテストを実行した場合、各機能の重要度を得ることができると思いますが、最初にすべての機能をテストすることができるかどうかわからず、数値データ値を持っています正しい結果かどうかは、依然として問題のままです。 は、

    0

    1答えて

    私は、相関係数のベクトル(r)と観測数(n)を含むベクトルを持っています。それらをそれぞれテストして、 0 r = c(.69,.32,.75,.69,.42,.53,.25,.27,.1,-.15,.48,.39) n = c(41,233,44,44,44,44,217,217,217,217,217,217) ##### t-values rt <- function(r,n){

    1

    1答えて

    私は2つのインターフェイスの間に重要な違いがあるかどうかを判断しようとしています。私は次のようなテキストファイルを持っています: group conversion A 0 A 0 A 1 A 0 A 0 A 1 A 1 A 0 A 0 A 1 A 1 A 1 A 1 A 1 A 1 A 0 A 0 A 0 A 0 A 0 A 1 A 0 A 1 A

    0

    1答えて

    異なる変数/属性セットのマシン学習アルゴリズムの結果を比較するのは意味がありますか? 私は異なる変数/属性グループを比較して、最も効率的なものを探しています。通常、t検定を使用して、同じ変数に対して別の検体の結果が大きく異なるかどうかを比較します。 私は逆もできますか?

    0

    1答えて

    私はいくつかの興味深いデータで桁を持っていますが、肯定的な値とマイナスの値の多くは重要ではありません。 だから私はすべての値-1 1をゼロにしたいと思います。 これを行うにはどうすればよいでしょうか? 私の一日はどんな助けになるでしょう。

    0

    1答えて

    私は2つのデータフレームを持っています。 各データフレームには64個の列があり、各列には256個の値が含まれています。 統計的に重要なのは、これらの2つのデータフレームを比較する必要があります。 私は統計の基礎のみを知っています。 私がしたことは、各データフレームのすべての列のp値を計算することです。 次に、1番目のデータフレームの各列のp値と2番目のデータフレームの各列のp値を比較します。 EX

    1

    1答えて

    基本的な例を調べると、Vennerable入力はベクトルのリストでなければならないことがわかりますhere。 は、だから、私はそこにバイナリp値行列を取り、 library("Vennerable") library('limma') # vennCounts, vennDiagram library("psych") ids <- seq(1,11) M.cor <- cor(mtca

    -1

    1答えて

    私はrで計算した統計量のマニュアルt検定を試みてきました。私はいくつかの人々が関数dtを使用することをお勧めしているのを見てきましたが、それはうまくいかなかった。 Rの結果とSTATAの結果を比較しているので、私は知っています(最後のものは正しいと確信しています)。これは私が3.141523が私の計算t統計とDFは自由度であり、この pvalue<-dt(3.141523, df=8) をやろ

    1

    1答えて

    proc hpgenselectでモデルを構築していますが、有意水準を設定できません。 Docsで私はそのパラメータを見つけました:ALPHA =グローバル有意水準を指定します。しかし、SASは依然としてデフォルト値0.05の建物モデルを使用しています(下の図を参照)。 どのパラメータが異なる重要度レベルでモデル化されるのか見たいと思っていましたが、今はできません。 &有意性。はマクロ変数です。私

    2

    1答えて

    統計的に有意な結果が得られた領域だけをハッチしようとします。どのように私はBasemapとpcolormeshを使ってこれを行うことができますか? plt.figure(figsize=(12,12)) lons = iris_cube.coord('longitude').points lats = iris_cube.coord('latitude').points m = Base