开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

从R中的dunn检验中得到明显不同的组

，意味着在进行多组比较时，至少有一对组之间存在显著差异。Dunn检验是一种非参数的多重比较方法，用于比较多个组之间的差异性。

Dunn检验的分类：Dunn检验属于非参数的多重比较方法，它不依赖于数据的分布情况。因此，它适用于各种类型的数据，包括连续型数据、分类数据等。

Dunn检验的优势：相比于其他多重比较方法，Dunn检验具有以下优势：

非参数性：Dunn检验不依赖于数据的分布情况，因此适用于各种类型的数据。
适用性广泛：Dunn检验可以用于比较多个组之间的差异性，无论组数是多少。
控制类型I错误的方法：Dunn检验使用了适当的校正方法，可以控制类型I错误的发生率。

Dunn检验的应用场景：Dunn检验可以应用于各种研究领域，例如医学、生物学、社会科学等。它常用于比较不同治疗组的疗效、不同产品的性能、不同组织的特征等。

腾讯云相关产品和产品介绍链接地址：

云服务器（CVM）：提供弹性、安全、可靠的云服务器实例，满足各种计算需求。详情请参考：https://cloud.tencent.com/product/cvm
云数据库 MySQL 版（CDB）：提供高性能、可扩展的关系型数据库服务，适用于各种应用场景。详情请参考：https://cloud.tencent.com/product/cdb_mysql
人工智能平台（AI Lab）：提供丰富的人工智能开发工具和服务，帮助开发者快速构建和部署人工智能应用。详情请参考：https://cloud.tencent.com/product/ailab
云存储（COS）：提供安全、可靠、低成本的对象存储服务，适用于海量数据存储和访问。详情请参考：https://cloud.tencent.com/product/cos
区块链服务（BCS）：提供一站式区块链解决方案，帮助企业快速搭建和管理区块链网络。详情请参考：https://cloud.tencent.com/product/bcs

以上是腾讯云提供的一些相关产品，可以根据具体需求选择适合的产品来支持云计算和相关领域的开发工作。

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

R中的常用的检验方法

1.独立样本的t检验 t.test调用格式1：其中是一个数值型变量，x为二分变量 t.test(y~x， data) t.test调用格式2：其中有y1,y2为数值型变量。...2.非独立样本的t检验如，年长的男性与年轻的男性失业率概率是否相同，此时，年龄与失业率是有关的，所以是非独立的。非独立样本的t检验假定组间差异呈正态分布。...interval: 57.67003 65.30870 sample estimates: mean of the differences 61.48936 因此，可以拒绝不同年龄男性失业率相同的原假设...3.卡方独立性检验卡方检验可以使用chisq.test()函数对二维表的行变量或者列变量进行检验。...############################################################## 以下为在真实病例中的应用，检验两种不同的疾病与年龄，性别以及发病部位有无显著差异

9422 0

「R」R检验中的“数据是恆量”问题

这是一般做基因差异表达分析在使用t检验或者其他统计检验中常出现的一个问题。...之前我学习和自己分析时就遇到过，尝试使用判断的方式事先检查它是不是数据存在问题（这类数据明显不服从正态分布），可以使用正态性检验，或者直接判断是不是样本组内的数据是完全一样的，如果一样就不要这个了。...以下是我的回答：数据是恒量是无法做t检验的，因为计算公式分母为0（不懂的看下统计量t的计算公式，一般标准差/标准误为分母，所以恒量是不能算的）。...假设有两万个基因的表达，我手头没数据，所以写个伪代码：下面用geneExpr1与geneExpr2表示两组数据： for循环1(geneExpr1, geneExpr2): 组合某基因表达 - c...9508518/why-are-these-numbers-not-equal https://stackoverflow.com/questions/23093095/t-test-failed-in-r

4.5K1 0

R中的假设检验方法

在简单的参数检验中，可以直接检验每个组的数值向量是否服从正态分布，而在方差分析或回归分析中则需要检验其模型是否服从正态分布。...⑵t-检验 t检验是很常用的一种两组来自正态总体的数据比较检验方法，在R中进行t检验的为t.test()函数。...R中内置的state.region数据为美国50个州的分区信息，一共分为东北部、南部、北部、中部、西部五个区域，如下所示：而state.x77数据则包含不同州人口、面积/文盲率等信息，如下所示：...这里涉及到科研中的一个区组设计(block design)问题，由于实验条件不均匀，例如不同地块土壤性质不同，不同医院医疗水平不同，那么实验结果也会受之影响。...同理我们也可以检验不同年份之间的差异：不同年份的空气质量数据差异并不明显。可以看出，由于实验目的以及实验条件不同，那么研究设计也会不同，得出的研究结果也不同。

1.3K3 0

RStuido Server 选择不同的 R 版本（conda 中的不同 R 版本）

头脑风暴我有一个设想：用root权限，新建一个环境R4.1，然后在里面安装R4.1 在R4.1中安装那几个包将Rstudio的R版本设置为新建环境的R4.1 我的顾虑：不确定我用root新建的环境...，能不能让大家使用不确定Rstudio-server能不能指定新建环境中的R4.1版本 3....在conda环境中安装R包「R4.1.0」 if (!...其它人用Rstudio-server安装R包因为现在Rstudio-server用的是conda环境中的R4.1，它会在conda环境中有一个library，普通用户没有写入的权限，安装R包时会在自己的路径下自动新建一个...2，外部是可以用conda环境中的程序的，指定路径就行。

3.9K2 0

惊艳 | RStuido server选择不同的R版本（conda中的不同R版本）

头脑风暴我有一个设想：用root权限，新建一个环境R4.1，然后在里面安装R4.1 在R4.1中安装那几个包将Rstudio的R版本设置为新建环境的R4.1 我的顾虑：不确定我用root新建的环境...，能不能让大家使用不确定Rstudio-server能不能指定新建环境中的R4.1版本 3....在conda环境中安装R包「R4.1.0」 if (!...其它人用Rstudio-server安装R包因为现在Rstudio-server用的是conda环境中的R4.1，它会在conda环境中有一个library，普通用户没有写入的权限，安装R包时会在自己的路径下自动新建一个...2，外部是可以用conda环境中的程序的，指定路径就行。

9.7K2 1

从ERP实施失败中得到的一点体会

掌控全局、把握当下、发展业务、从董事会议厅到工厂仓库车间，企业信息管理系统正在发挥着不可或缺的作用。　　...随着企业的发展和信息化技术的提升，传统ERP的敏捷性，适应变化性已经无法满足现在企业的要求，基于互联网发展云技术的ERP系统应运而生，所谓“云技术”，是指网络技术、信息技术、整合技术、管理平台技术、应用技术等的总称...尽管从技能视点上来说云计算并不是完全新兴的产品，但仍有立异之处，尤其是个人或中小型企业。　　...就拿库存来说，ERP系统中的数据与企业仓库库存的数据对接出现问题，企业在成产制造时会遇到损耗，损耗不可避免，但是如果损耗不记录，久而久之ERP与实际库存情况的不一致，差距数量巨大，恐怕就是库存管理员的责任了...要使ERP系统长期、可靠地运行，并达到预定（商家所宣传的、企业所期盼的）效果，企业的一切，诸如库存、生产、管理和决策的程序，特别是企业引导的认知和组织结构，都应该随着企业添加ＥＲＰ软件而改变管理的思想和方式

5202 0

R中坐标轴截断的不同实现方式

本文在做学术论文中，正好想做一下把y轴一些数据进行截断的效果。通过网上检索，整理了一下两种方式构建坐标轴截断图。...下面两第一个图是未加axis.break()的结果，第二幅是加了该参数的结果。...首先随机构造一个数据，，我们想把y为7~17的数数据进行截断。思路是：构造一列：type，把小于7的命名为“samll”，大于17的命名为“big”，然后利用facet效果构建图。...参考资料： R语言作图——坐标轴截断画图 http://blog.sina.com.cn/s/blog_6a4ee1ad0102x5at.html ggplot坐标轴截断 https://www.jianshu.com.../p/0e4fa8849479 代码，数据与相关资料已放在我的github上了，见文末阅读原文。

3.9K2 0

R中坐标轴截断的不同实现方式

本文在做学术论文中，正好想做一下把y轴一些数据进行截断的效果。通过网上检索，整理了一下两种方式构建坐标轴截断图。...下面两第一个图是未加axis.break()的结果，第二幅是加了该参数的结果。...= "height", main="test image") ## ylim -282.7 231 axis.break(2,90,breakcol="snow",style="gap")##去掉中间的那两道横线...首先随机构造一个数据，，我们想把y为7~17的数数据进行截断。思路是：构造一列：type，把小于7的命名为“samll”，大于17的命名为“big”，然后利用facet效果构建图。

1.5K1 0

AB实验中不同类型指标使用的假设检验方法

不同的指标类型，服从不同的概率分布，我们需要通过一个合理的检验方法，了解指标本身的离散程度，才能知道当指标发生变化的时候，是不是说明实验是显著的还是自然的波动。...所以在进行AB实验的过程中，需要使用不同的假设检验方法。均值类指标最常见的均值类（Mean）指标，比如用户的人均时长、平均购买金额等。...而在AB实验中，实验组和对照组的比较，会使用两总体均值的T检验来检验实验组的变化是否显著。...在原假设成立的条件下，方差是，其中是合并两个样本的比例估计量：，表示样本中具有某种特征的单位数，表示样本中具有某种特征的单位数。...卡方检验常用于验证两个变量抽出的配对观察组是否相互独立。在我们的场景中，假如我们要观察实验组和对照组，点击UV是否有差别。即检验两个变量（变量1是不同组，变量2是点击UV）是否独立。

4.8K4 0

直接写和放在函数中不同的R语言用法

索引数据框中的某一列 df$A可以索引数据框df中列名为A的列的所有值。那么假如列名是一个R对象怎么做？...分别指定为x轴和y轴）指定绘图属性，但如果列名字是一个R对象呢？...sym把一个R字符串对象转换为一个symbol。 (bang-bang操作符)!!则把symbol再转回R字符串对象，等同于直接写这个对象。...看新的例子中，xvariable="A"；xvariable_en <- sym(xvariable)转换为了symbol；aes(x=!!xvariable_en)等同于直接写aes(x=A)。...兜兜转转，2步转换把想传的值传进去了。 # 注意sym和!!

1.8K1 0

从我一年编程生涯中得到的经验教训

从我一年编程生涯中得到的经验教训一年前，我还是一个新鲜出炉刚毕业的学生，刚开始我在Rocketrip的工作。经过一年的时间，我学到了很多东西。...我常常在想，要是我能早点知道这些针对应届毕业生的技巧，那么我从学生到员工的转变道路将会顺畅得多。 ? ps：顺序先后没有特定含义 1.对工作的激情能大大提升你的工作质量。...3.95％的电子邮件没必要立即回应。这个比例可能有待商榷，但我想说明的是需要立即响应的电子邮件数量是非常少的。匆匆忙忙回复每一个进来的电子邮件，其成本会很高。你可以设置你的手机至半小时后提醒。...不要依赖于你周围的人给你设定的预期。如果给你的预期工作量比你认为你应该做的多，那么也许这家公司并不适合你。同时，竭尽全力工作，即使结果比你预期的要多。 9.做业余项目。...除非你的头脑异常清晰，否则你很容易忘记你负责的任务。

6096 0

如何「科学的比较」机器学习模型表现？

今天谈谈如何对比多个机器学习算法的性能，阅读本文需要基本的统计检验知识，比如明白假设检验中 P<0.05通常说明了统计学显著性差异。 0....确定了不同的两组后，在进行配对比较（pairwise analysis），分析的方法依赖于前面步骤中的做法。...此时你需要先使用某种显著性检测方法来分析ABC三人在每天吃蛋数上是否有明显的不同如果没有，那么分析可以到此为止。如果有，那么需要在用post-hoc手段来分析到底是A和B不同，还是B和C不同。...样本之间的大小一致，比如很多算法无法检验A吃蛋10天的数据，B吃蛋3天的数据，和C吃蛋6天的数据。很多多样本的对比测试没有合适的Python实现，如果想要使用需要使用R或者SPSS。...使用这位大哥的工具包，还可以轻松的将Dunn's Test的结果可视化，下面是我的一个小例子（这个配色是我改的，毛子大哥用了红配绿实在难看），下图中可以发现随机森林(RF)和朴素贝叶斯之间结果有明显不同

2.4K10 0

TODS：从时间序列数据中检测不同类型的异常值

当时间序列中存在潜在的系统故障或小故障时，通常会出现逐点异常值。这种异常值存在于全局（与整个时间序列中的数据点相比）或局部（与相邻点相比）的单个数据点上。...全局异常值通常很明显，检测全局异常值的常见做法是获取数据集的统计值（例如，最小值/最大值/平均值/标准偏差）并设置检测异常点的阈值。...检测系统异常值的目标是从许多类似的系统中找出处于异常状态的系统。例如，从具有多条生产线的工厂检测异常生产线。...生成的管道将存储为 .json 或 .yml 文件等类型的描述文件，这些文件可以轻松地使用不同的数据集进行复制/执行以及共享给同事。...我希望你喜欢阅读这篇文章，在接下来的文章中，我将详细介绍在时间序列数据中检测不同类型异常值的常见策略，并介绍 TODS 中具有合成标准的数据合成器。

1.9K1 0

从FastJson库的不同版本源码中对比学习绕过方法

从这个版本的fastjson中，对前面的漏洞进行了修复，引入了checkAutoType安全机制，默认autoTypeSupport关闭，不能直接反序列化任意类，而打开 AutoType 之后，是基于内置黑名单来实现安全的...更新主要在com.alibaba.fastjson.parser.ParserConfig中。...在fastjson.properties中添加：fastjson.parser.autoTypeAccept=org.su18.fastjson....有网开启AutoType 1.2.25<=fastjson<=1.2.43反序列化漏洞漏洞分析这个版本在ParserConfig#checkAutoType中做出了修改。...但是在loadClass中，同样对[进行了处理。

7273 0

通过shell得到数据库中权限的脚本（r2笔记77天）

有些时候想直接查看某个用户下对应的权限信息。自己每次从数据字典中查找有些太麻烦了。如果涉及的对象类型多一些，很容易遗漏。...一种方式就是通过exp直接导出对象的信息来，可以直接解析dump内容来得到object的一些信息，也可以直接访问数据字典表来得到。...以下是在Metalink中提供的脚本，我在原本的脚本基础上稍微改动了一下。不过可以看到这个脚本还是有一些的缺点，首先会创建一个临时的表。...把各种过滤信息都放入临时的表中，然后继续筛查，而且对于表中的有些对象类型（比如回收站中的对象）也罗列了出来，这个不是大家期望看到的。其它的部分功能都很全面。...让脚本的功能更加灵活和全面。

6214 0

从git仓库中删除不同分支的.idea文件夹原

删除git的.idea文件 git rm --cached -r .idea # 如果没有git忽略文件的话，操作： ①配置.gitignore文件(新建/编辑） echo '.idea' >> .gitignore

4.8K3 0

ASP.NET Core中如影随形的”依赖注入”: 从两个不同的ServiceProvider说起

采用依赖注入的服务均由某个ServiceProvider来提供，但是在ASP.NET Core管道涉及到两个不同的ServiceProvider，其中一个是在管道成功构建后创建并绑定到WebHost上的...针对中间件类型Invoke方法的执行同样采用了依赖注入的形式来提供该方法从第二开始的所有参数，这是对依赖注入的第三次应用。...如果我们在这个ServiceProvider上以Transient模式注册了一个服务，这意味着每次从ServiceProvider提取的都是一个全新的对象。...通过调用Configure方法注册的中间件会利用从当前HttpContext获取的ServiceProvider来提供三个对象的服务对象。...的特性集合中。

1.6K8 0

从R迁移到Python过程中需要知道的几个包

我一直认为编程语言的能力取决于它的软件库，因此本文将着重介绍我经常使用的一些关于机器学习算法的 R 包和 Python 中的替代包。...pandas 吸取了 R 语言中数据清洗功能的优点并将其引入到 Python 中。...Python 中拥有正则表达式库re,和一个内置的字符串软件包 string。 RStudio -> Rodeo ? 对于许多用户来说，RStudio 是 R 语言中一款非常友好的编辑器。...在 R 语言中，我们可以利用 knitr 来创建可重复的可视化分析报告，RStudio 中很早就包含了这个功能。在 Python 中，最相近的软件库是 Jupyter。...sqldf -> pandasql sqldf 是 SQL 用户在 R 中轻松操作数据的一个好方法。在我刚开始喜欢使用 R 语言的时候，我经常利用 sqldf 来处理数据。

1.2K1 0

从 R 迁移到 Python 过程中你需要知道的几个软件库

我一直认为编程语言的能力取决于它的软件库，因此本文将着重介绍我经常使用的一些关于机器学习算法的 R 包和 Python 中的替代包。...pandas 吸取了 R 语言中数据清洗功能的优点并将其引入到 Python 中。...Python 中拥有正则表达式库re,和一个内置的字符串软件包 string。 RStudio -> Rodeo 对于许多用户来说，RStudio 是 R 语言中一款非常友好的编辑器。...Knitr -> Jupyter 在 R 语言中，我们可以利用 knitr 来创建可重复的可视化分析报告，RStudio 中很早就包含了这个功能。...sqldf -> pandasql sqldf 是 SQL 用户在 R 中轻松操作数据的一个好方法。在我刚开始喜欢使用 R 语言的时候，我经常利用 sqldf 来处理数据。

1.2K7 0

卷积神经网络在图像分割中的进化史：从R-CNN到Mask R-CNN

他在Medium上发布了一篇博客文章，介绍了在具体的图像分割任务中如何应用卷积神经网络，来得到更好的效果。...图4：在图像分割中，其任务目标是对图像中的不同对象进行分类，并确定对象边界。卷积神经网络可以帮助我们处理这个复杂的任务吗？对于更复杂的图像，我们可以使用卷积神经网络来区分图像中的不同对象及其边界吗？...如果我们想要在特征图谱中表示原始图像中左上角15x15像素的区域，该如何从特征图中选择这些像素？我们知道原始图像中的每个像素对应于特征图谱中的25/128个像素。...在RoIPool中，我们会舍弃小数点后的部分，只选择2个像素，导致轻微的错位。然而，在RoIAlign中，我们避免了这样的舍弃。相反，我们使用双线性插值来精确地得到这2.93像素中的信息。...未来展望在过去短短的3年时间里，我们看到了对图像分割问题的研究，是如何从Krizhevsky等人的R-CNN，经过不断发展，最后得到Mask R-CNN的奇妙分割效果。

1.8K5 0

点击加载更多

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

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭