ANOVA给了我一个显着的P值，但是Tukey的HSD将所有的东西都归类为同一个字母。我做错了什么导致了这种情况？ - 腾讯云开发者社区 - 腾讯云

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

方差分析简介(结合COVID-19案例)

全世界的研究人员都在疯狂地试图开发一种疫苗或COVID-19的治疗方法，而医生们正试图阻止这种流行病席卷整个世界。我最近有了一个想法，把我的统计知识应用到这些大量COVID数据中。 ?...为了作出一个有信心和可靠的决定，我们需要证据来支持我们的做法。这就是方差分析的概念发挥作用的地方。在本文中，我将向你介绍方差分析测试及其用于做出更好决策的不同类型。...，这是一个N向方差分析（N是你拥有的自变量的数量），也就是MANOVA检验。...但是，我们尚不知道desnity_groups之间的区别在哪里。因此，基于p值，我们可以拒绝H0；就面积密度和日冕例数而言，没有显着差异。...因此，Tukey HSD的上述结果表明，除上述组外，日冕病例数的所有其他成对比较均拒绝了原假设，并且表明没有统计学上的显着差异。结尾在病毒大流行时期，我试着用一个相关的案例来解释方差分析。

1.9K2 0

经典方差分析：手把手教你读懂、会用1

这种组间的比较分析我们可以称之为方差分析（analysisof variance，ANOVA）。...假如只有一个类型变量，也即只有一组分类情况，则称为单因素方差分析（one-way ANOVA），若有两个甚至更多个因子，则为多因素方差分析。...特别注意的是，多重比较一定要进行p值校正，一般情况下多重比较函数直接返回校正后的p值。我们这里以图基检验为例。...具体分析方法如下： #对方差分析结果进行图基（Tukey）检验 TukeyHSD(fit) 函数直接返回了校正后的p值。...=mcp(Group_ID="Tukey")) summary(tuk) #做箱型图并使用字母标识显著性分组 mycol=c(52,619,453,71,134,448,548,655,574,36,544,89,120,131,596,147,576

2.9K2 0

您找到你想要的搜索结果了吗？

是的

没有找到

方差分析（ANOVA）

方差分析的主要思想是分解变异，即将总变异分解为处理因素引起的变异和随机误差引起的变异，通过对两者进行比较做出处理因素有无作用的统计推断。在后续的内容中我将会和大家详细讲解方差分析的统计原理。...拟合模型在接下来的例子里，我将会以小写字母表示数值型向量，而大写字母表示因子数据。...多重比较在这里，你可以使用TukeyHSD()函数来进行Tukey HSD检验，它实际上是在方差分析结论有统计学意义之后进行的两两时候比较。 TukeyHSD(fit) 5....从上图中我们可以清晰看出mpg和cyl在不同gear组的变化关系，总的来看，随着cyl的增加，mpg在减少，当cyl在4~6范围时，不同gear的mpg差异较大，当cyl>6时，这种差异几乎没有了。...关于方差分析的内容就先讲到这儿，注意方差分析的核心函数是aov()。接下来我将和大家讲解非参数假设检验，咱们下期再见！

1.8K2 0

十步搞定单因素方差分析

值是0.05，远小于我们真实情况，所以非常显著了。...第9步：判断是否显著 1-pf(f,2,1215) 现在我们已经知道了，在选定的显著水平为0.05时候，这个F统计是显著的，但是仍然是不知道哪组之间不一样，所以可以选择tukey检验第10步：进行tukey...检验,多重比较 J·W·图凯（Tukey）于1953年提出一种能将所有各对平均值同时比较的方法，这种方法现在已被广泛采用，一般称之为“HSD检验法”，或称“W法”。...比如说一共有4组数据，两两比较产生6个统计值，Tukey test用于生成一个critical value来控制总体误差（Familywise error rate，FER）;与Tukey test相类似的是...这个多重比较算法还蛮多的，参考：https://zhuanlan.zhihu.com/p/44880434 这里超纲了，我就不具体介绍了！

1K5 0

独家｜使用Python进行机器学习的假设检验（附链接&代码）

我将简要介绍一下这个当我学习时给我带来了麻烦的主题。我把所有这些概念放在一起，并使用python进行示例。在我寻求更广泛的事情之前要考虑一些问题 —— 什么是假设检验？我们为什么用它？...第一次投掷硬币，结果是尾部P值= 50％（头部和尾部的概率相等）第二次抛硬币，结果是尾巴，现在p值= 50/2 = 25％同样地，我们连续6次投掷并得到P值= 1.5％的结果，但是我们将显着性水平设置为...但是假设您想使用单样本t检验来测试10个值的样本的总体平均值。你现在有一个约束——平均值的估计。究竟是什么约束？...使用该约束，数据集中的第一个值可以自由变化。无论它是什么价值，所有10个数字的总和仍然可以具有35的值。第二个值也可以自由变化，因为无论你选择什么值，它仍然允许所有值的总和的可能性是35岁。...这是一个单变量测试，测试2个相关变量之间的显着差异。这方面的一个例子是，如果您在某些治疗，病症或时间点之前和之后收集个人的血压。 H0：表示两个样本之间的差异为0。

9763 0

数据分析：假设检验方法汇总及R代码实现

K-S检验检验的是样本分布与理论分布（在这种情况下是正态分布）之间的最大差异。当Shapiro-Wilk检验的p值大于0.05时，我们没有足够的证据拒绝数据来自正态分布的零假设。...这种检验适用于以下情况：数据是配对的：每对数据来自于同一受试者或对象，例如，同一个受试者在不同时间点的测量结果。...效应大小是独立于样本大小的一个量，它提供了关于观察到的差异或关联实际重要性的额外信息。在许多情况下，即使p值显著，效应大小也可能很小，这表明虽然统计上显著，但实际差异可能并不具有重大意义。...后置检验：组均值之间的多重两两比较 by Tukey HSD (Tukey Honest Significant Differences)TukeyHSD(res.aov)#> Tukey multiple...这种双侧检验为我们提供了更全面的视角，以评估不同研究中观察到的效应大小和方向。

2911 0

【SAS Says】基础篇：8. 相关、回归等初步统计

SAS是一个专业的统计软件，前面我们介绍了很多数据管理、输出美化的东西，本节终于要介绍一点SAS做统计的知识了，不过，在基础篇中我们只大概介绍一下，更多统计分析的东西放在进阶篇中。...代码为： ? ? 结果为： ? 报告开始于每个变量的描述统计量，接着列出相关矩阵，包括：相关系数（pearson）、P值。...Model语句描述了自变量和效应（effects）。对于单因素方差分析，效应就是分类变量。每组的观测值数要求一样，这样的数据为平衡的。...代码为： ? 结果将在8中讨论： 8.8 读取proc anova的输出 Procanova的输出至少有两个部分，首先打印出有一个表，给出分类变量的信息：水平数、变量值、观测值数。...再次打印出变量表的分析。如果使用了类似means这样的语句，那么其结果将接在后面。 7中想要检验是否组与组之间的升高有区别，使用proc anova语句如下： ? 第一部分给出了分类变量的信息： ?

2.2K6 0

【SAS Says】基础篇：基本统计、相关分析与回归分析

用proc reg做简单回归分析 6. 读取proc reg的输出 7. 用proc anova做方差分析 8. 读取proc anova的输出 9....代码为： ? ? 结果为： ? 报告开始于每个变量的描述统计量，接着列出相关矩阵，包括：相关系数（pearson）、P值。 5....Model语句描述了自变量和效应（effects）。对于单因素方差分析，效应就是分类变量。每组的观测值数要求一样，这样的数据为平衡的。...代码为： ? 结果将在8中讨论： 8. 读取proc anova的输出 Procanova的输出至少有两个部分，首先打印出有一个表，给出分类变量的信息：水平数、变量值、观测值数。...再次打印出变量表的分析。如果使用了类似means这样的语句，那么其结果将接在后面。 7中想要检验是否组与组之间的升高有区别，使用proc anova语句如下： ? 第一部分给出了分类变量的信息： ?

3.4K5 0

R语言泊松Poisson回归模型分析案例

p=2605 ? 这个问题涉及马蹄蟹研究的数据。研究中的每只雌性马蹄蟹都有一只雄性螃蟹贴在她的巢穴中。这项研究调查了影响雌蟹是否有其他男性居住在她附近的因素。...，这是小的，并且该斜率在z值为8.216及其低p值的情况下在统计学上是显着的。...考虑到剩余偏差统计值为567.88和171 df，p值为零，值/ DF = 567.88 / 171 = 3.321远大于1，因此该模型不适合。缺乏适合可能是由于缺少数据，协变量或过度分散。...此外，如果您运行anova（model.disp），从下面的输出中我们可以看到，在考虑宽度后，颜色几乎没有统计上显着的预测因子。...R代码的这部分做以下更改： ? 将此输出的部分与上面的输出相比较，我们将颜色用作分类预测器。我们这样做只是为了记住同一个变量的不同编码会给你不同的拟合和估计值。现在估计的模型是什么？

3.2K3 0

Linux系统安全-SELinux入门

任何程序对其资源享有完全的控制权。假设某个程序打算把含有潜在重要信息的文件扔到/tmp目录下，那么在DAC情况下没人能阻止他。SELinux提供了比传统的UNIX权限更好的访问控制。...DAC的核心思想很简单，就是：进程理论上所拥有的权限与执行它的用户的权限相同。比如，以root用户启动firefox，那么firefox就有root用户的权限，在Linux系统上能干任何事情。...SELinux中也有用户的概念，但它和Linux中原有的user 不是同一个概念。比如，Linux中的超级用户 root 在SELinux中可能就是一个没权限，没地位，打打酱油的"路人甲"。...在SELinux世界里，每种东西都会被赋予一个安全属性，官方说法叫Security Context ，也可以理解为上面所提到的"标签"。通过每个资源的属性，对他们进行归类管理。...修改布尔值：setsebool -P httpd_enable_cgi on/off -P表示永久生效，不加 -P时，重启后失效获取端口的标签：semanage port - lSELinux

1.4K1 0

斯坦福 Stats60：21 世纪的统计学：第十五章到第十八章

首先让我们使用独立样本 t 检验来测试差异，忽略了数据点成对来自同一个个体的事实。...要创建 ANOVA 模型，我们扩展了您在上一章中遇到的“虚拟编码”的概念。请记住，对于比较两个均值的 t 检验，我们创建了一个单一的虚拟变量，该变量对于其中一个条件取值为 1，对于其他条件取值为零。...这样做的一个有用方式是将相关值绘制成热图，其中地图的颜色与相关性的值相关。图 16.2 显示了一个相对较少变量的示例，使用了上面的心理学示例。...右：直方图显示了来自数据集的多个样本的效应大小估计，显著结果显示为蓝色，非显著结果显示为红色。我们可以看一个单独的模拟来看为什么会出现这种情况。...Bem 在这里提出的是p-hacking，这意味着尝试许多不同的分析，直到找到一个显着的结果。 Bem 正确地指出，如果报告数据上进行的每一项分析，那么这种方法就不会“不道德”。

1881 1

Nat. Chem. | 使用高通量实验数据探索化学“反应组”

从这些结论中，我们可以开始理解：（1）哪些统计上重要的因素驱动了好的或坏的结果；（2）这些数据将教给人工智能（AI）模型什么。...每个框架回答以下一个问题：哪些变量是重要的？即随机森林分析；哪些试剂在统计上是最佳/最差类别的？即Z分数-ANOVA-Tukey分析；以及这些最佳/最差类别的试剂如何分布在化学空间中？即PCA分析。...值得注意的是，这种统计分析的组合不对底层数据结构做任何假设。...没有考虑这种过度代表性的HiTEA对Buchwald-Hartwig数据集的分析将揭示以芳基溴化物偶联为中心的HTE反应组。实际上，HiTEA确实给予了BrettPhos Pd G1高变量重要性。...在使用t-BuBrettPhos的情况下，它是与不容易反应的底物一起使用的（这也是为什么它被认为是最佳类别配体，根据Z分数-ANOVA-Tukey分析）。

1221 0

基于matlab的方差分析_方差分析结果怎么看

6列：第一列为方差来源，方差来源有组间、组内和总计3种第二列为各方差来源所对应的平方和（ss）第三列为各方差来源所对应的自由度（df）第四列为各方差来源所对应的均方（MS），MS... p=anova1(X,group) 当X是一个矩阵时，anoval函数会把X的每一列作为一个独立的组，检验各组所对应总体是否具有相同的均值。...实现 MATLAB统计工具箱中提供了anova2函数，用来做双因素一元方差分析，其调用格式如下： p=anova2(X,reps) 根据样本观测值矩阵X进行均衡实验的双因素一元方差分析...N3P2下，水稻的平均产量达到最大值，然而这确实错误的，因为A,B之间存在着非常显著的交互作用，在这种情况下对主效应进行检验可能存在问题，这时应该对因素A、B的每种水平组合进行多重比较，找出所要的水平组合...p是主效应A，B和交互效应AB所对应的检验的p值，table是元胞数组的方差分析表，stats是一个结构体变量，可用于后续的分析中（如多重比较），矩阵term的3行分布表示了3个效应项：主效应项A，主效应项

1.2K2 1

「分享」差异分析完整解决方案：Easystat

因为我已经将全部的依赖都写好了. 增加多组展示同一张图的可视化方式。修改字母标记无法显示完整问题增加line展示差异ns是否显示的参数。增加线柱图展示。参考（NBT线虫工程菌）。...，虽然许多多种比较方法默认展示方式不同，但是我已经在包中将这些展示方式调整一致为字母。...，所以这里我设置了自动保存，也只有这种方式是自动保存，其他单个，多组分面图形较少，所以就可以自己保存。...其次，这里使用line展示会非常混乱，所以我去除了line展示的方式，所以这里没有选择，只能是默认的abc。但是我保留了这个参数，希望以后又更好的方式。...这里我想告诉大家，所有的出图函数都可以提取数据，并且自己设计代码出图。

2.2K1 0

架构师之路--怎样聊技术天，限流技术和各类编程语言

如果说我做的有开发平台的东西，里面有上传视频的。先调用云存储的接口进行一个初始化，他们返回给我们一个视频介质上传url。JS端将介质分片的方式上传到url上。...这种问题在清理的时候同样出现。做了坚持了，确实就成功了。然而任何一个东西都有一个形成和发展的阶段。...记得我前面写的文章里个人简介里写凭借自己的语言天赋被网友吐槽了，但是我在东软的时候人人都说我有语言天赋，我自己也就习惯这么认为了，我只是理所当然的认为自己在陈述一件事情，并没有标榜的意思。...那时候人人网喜欢搞内部创业，我们是海外事业部，本来就是不赚钱的。我做了那个接入，游戏方给了我们10万接入费，剩下的就是游戏分成，收入我就不知道有多少了。但是这是我们那时候唯一赚钱的一个项目了。...Python真是非常好学，我白天维护网站，所有的人都来找我，晚上做接入，研究python和接入文档，1周时间把支付接入部分搞定了。测试环境可以充钱了。

5613 0

SPSS单因素方差分析教程「建议收藏」

大家好，又见面了，我是你们的朋友全栈君。...Bonferroni法又是最优选，想方便的查看两两差异并标注abc角标这里推荐 2分钟完成SPSS多重比较字母标记_显著性_方差分析_ANOVA 这一教程，利用云统计分析工具直接导入结果文件完成标记...（注意在实际操作中会存在这样的情况：在数据收集完成后，为减少工作量，研究者会挑出来一些看似差异比较大的组进行比较，而那些看起来似乎没有差别的组便不再比较，因此在实际操作中并没有做完所有的两两比较，而是只完成了其中几组看起来差异大的两两比较...但要注意的是，即使看似仅进行了其中几组两两比较，但这些“看起来差异大”的组别已经是在所有两两比较中，“通过经验”而不是“检验方法”所筛选出来的结果，所以实际上也还是考虑了所有的两两比较，依然属于“事后比较...，选中检验字段（下图所示的黄底TP），在右边界面底下的查看中选择成对比较，则在右边出现了两两比较的信息，比如下图可以看出对于TP这个指标在1组和3组之间比较p值为0.016，表面这两组之间差异显著总结

2.3K2 0

架构师之路--限流技术和泛谈各类编程语言

这种问题在清理的时候同样出现。做了坚持了，确实就成功了。然而任何一个东西都有一个形成和发展的阶段。...记得我前面写的文章里个人简介里写凭借自己的语言天赋被网友吐槽了，但是我在东软的时候人人都说我有语言天赋，我自己也就习惯这么认为了，我只是理所当然的认为自己在陈述一件事情，并没有标榜的意思。...那时候人人网喜欢搞内部创业，我们是海外事业部，本来就是不赚钱的。我做了那个接入，游戏方给了我们10万接入费，剩下的就是游戏分成，收入我就不知道有多少了。但是这是我们那时候唯一赚钱的一个项目了。...Python真是非常好学，我白天维护网站，所有的人都来找我，晚上做接入，研究python和接入文档，1周时间把支付接入部分搞定了。测试环境可以充钱了。...云存储在另一个部门，他们负责和云转码部门进行通信，云转码将介质转成各种格式，至于从原始高清文件转成各种码率，怎样取样的，由云转码部门负责。他们内部是用什么策略分发到各个DNS节点上的。

5863 0

tACS恢复老年人认知控制能力的EEG功能和DTI结构网络机制

2.7.2 脑电图为了评估tACS和认知控制训练对功能连接的影响，为没有tACS的情况下计算了相锁值（PLV）（运行1-2，7-10，15-16）。...P值产生于tACS组的主效应3.2 theta tACS提高了多任务处理为了确定与对照tACS相比，theta后最大多任务处理增益的时段，作者进行了混合的rm-ANOVA，以每日RT成本为因变量，以时段为主体内因子...如图3所示，PLV（tACS后）增幅最大的参与者在基线（tACS前）的FA值最高。相比之下，对1Hz组的相同分析没有显示显着的关联。...这一结果表明，加强alpha PLV支持衰老的多任务处理收益，并提出了一种行为表现改善的功能机制，这种机制不是tACS所特有的。图4....黑色趋势线代表两组，参与者的颜色编码只是为了可视化他们所接受的tACS治疗（橙色，6 Hz；灰色，1 Hz）。P值只列出了显著的预测因素。4.

4972 0

揭开黑盒一角！谷歌联合OpenAI发布“神经元显微镜”，可视化神经网络运行机制

虽然机器视觉系统在越来越多的领域得到应用，从医疗保健到自动驾驶汽车，但是要真的理解机器的眼睛到底是如何“看到”事物，为什么它将甲归类为行人，但将乙归类为路标，仍然是一个迷。...因为通常情况下，如果要部署一个关键的软件，程序员可以通过检查代码的所有执行路径，甚至进行形式化验证来确保安全。但是目前而言如果用到了神经网络，我们进行这种检查的能力将会受到很大的限制。...有了激活地图集，人类就可以发现那些存在于神经网络中而未曾被预料到的问题。例如，神经网络可能会依赖虚假相关性对图像进行分类，或者因为重复利用了不同类别间共有的某个特征而导致奇怪的错误。...“由于神经网络固有的复杂性，它们缺乏可解释性，”Selvaraju在采访中说。但是在未来，当这种网络经常被用于驾驶汽车以及引导机器人时，可解释性将非常重要。...OpenAI的Chris Olah也参与了这个项目，他说，“感觉有点像创造一个显微镜。至少，这就是我们所追求的目标。

6272 0

告诉你做数据分析必须学R的4个理由

S 负责执行内存管理和变量声明，举例而言，这样用户就无需编写或调试这些方面了。更低的编程开销使得用户可以在同一个数据集上快速执行大量分析。...在每种情况下，原始数据都拥有属性和期望值：举例而言，一个时间序列包含观察值和时间点。而且对于每种数据类型，都应得到标准统计数据和平面图。...对于时间序列，我可能绘制一个时间序列平面图和一个相关图；对于拟合模型，我可能绘制拟合值和残差。S 支持为所有这些概念创建对象，您可以根据需要创建更多的对象类。...对 S 的面向对象性而言，任何这类拟合模型的结果本身都是一个 S 对象。合适的函数调用都会提供假设测试的拟合值、残差和 p-值。...R 支持这种方法，这解释了它为什么仍然如此流行的原因。面向对象性还帮助 R 保持最新，因为新的数据来源需要新的数据结构来执行分析。

9806 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