t-test

    1

    1答えて

    ループを作成しようとしていますので、cond_A、cond_B、cond_Cをそれぞれ同じコントロール( 'ctrl')に対してテストできます。各条件および対照は三重反復によって表される。結果として、条件名とpvaluesを持つデータフレームを取得したいと考えています。ここで は私の入力です: structure(list(ctrl_1 = 1L, ctrl_2 = 2L, ctrl_3 = 3L

    3

    2答えて

    データフレームのt検定ループの速度を向上させようとしています。 大きなデータフレーム(〜15000行と205列)があります。各列は細胞であり、各行は遺伝子である。別の参照表で提供されているIDに基づいて列を2つのグループにグループ化できます。ここで は、私が書いたループです: for (i in 1:nrow(EC)){ ttest_result[i,2] <- rowMeans(EC)

    0

    1答えて

    proc ttestを使用して2つのグループの平均値を比較したいと思います。 proc ttest; class group; var score; run; しかし、このコードでは、デフォルトグループとしてgroup = 0という観測値を仮定しています。従って、t-statisticsは、Mean(群= 0のobsのスコア)から平均(群1のobsのスコア)を引いたものに基づいて計算され

    0

    1答えて

    私はデータフレームを通り、ttestsを実行し、各ttestのp値を別のデータフレームに格納します。 ここで、 'mydata'はttestsが実行されているデータフレームです。 'マイデータ' は4列のデータフレームである:ここでは df <- mydata mydf <- data.frame(c(1:4)) # this is the new dataframe being initi

    0

    1答えて

    完全に理解できなかったという根本的な疑問があります。私は5つの独立したグループを持ち、これらのグループ手段のどれが異なるかを知りたがっています。したがって、私は2つの選択肢があります: 1.片方向アノバを行い、ホックテスト(例:Tukey) 2. pairwise.t.testを使用して複数のtテストを行い、次にp値を調整します どちらのアプローチをとるべきですか?これら2つのアプローチの違いは何

    0

    2答えて

    私は、pandasモジュールを使用してPythonでt検定を試みています。ただし、ターゲットファイルが見つからない同じエラーが発生し続ける。この場合、ターゲットファイルはbrain_size.csvで、セパレータはセミコロンです。空白のままの値はピリオドで表されます。 import pandas as pd data = pd.read_csv('This PC\Desktop\brain_si

    1

    2答えて

    私はパンダのデータフレーム(100x10)を持っています。各カラムはいくつかの量を表しており、t検定を使ってすべての列をペアワイズでテストしたいと思います。代わりに列をループで: stats.ttest_rel(df.iloc[:,i], df.iloc[:,j]) i!=jを、それを行うにはクリーンな方法は何ですか?相関関係に類似するもの: df.corr() ここで、すべてのペアワイズ