使用R对内置鸢尾花数据集iris（在R提示符下输入iris回车可看到内容）进行回归分析，自行选择因变量和自变量，注意Species这个分类变量的处理方法
## 将iris数据加载进来
attach(iris)
## 查看iris数据的整体情况
str(iris)
## 'data.frame': 150 obs. of 5 variables:
## $ Sepal.Leng
转载
2024-05-27 19:39:51
84阅读
# R语言中的LB检验及其实现
在统计学和数据分析中，LB检验（Ljung-Box检验）是一种用于检验时间序列数据之间随机性的常用方法。Q值则是LB检验中的一个关键指标，用于评估时序数据的白噪声特性。本篇文章旨在教会刚入行的小白如何在R语言中实现LB检验并获得Q值。下面将通过表格和代码详细介绍整个流程。
## 实现流程
| 步骤 | 描述 |
|------|------|
| 1 |
VQ(矢量量化)参考文献定义VQ定义失真测度定义将输入矢量用码本重构矢量来表征时所产生的误差的度量方法。其中，表示求期望。欧氏距离测度设未知模式的维特征矢量为，与码本中某个维码矢进行比较，与分别表示同一维分量，有几种常用欧氏距离测度：均方误差方平均误差平均误差绝对值平均误差最大平均误差加权欧氏距离测度采用不加权的欧氏距离而对特征矢量的各个分量进行预加重是加权系数，常用的值如下表示：线性预测失真测度
基带信号的检测是通信系统中至关重要的一环，知道如何选取判决门限以及通信系统的误码率计算可以更好地辅助我们对通信系统进行设计和优化。下面我们从理论的角度一起推导一下：首先，我们在本文中的推导是基于二进制的通信系统。我们假设这个系统会发送两种符号（0和1），发送0的概率是 ；发送1的概率是 。即： （从上面的表达式我们可以知道现在我们用的是单极性不归零编码）我们回顾一下基带信号成型的公式：所以我们可
立法白噪声什么是时间序列时间序列的分析流程和方法 借鉴这两篇文章的思路，我写了个立法白噪声检验的直接使用的程序，用于遇到问题时直接跑程序代码main文件即可% 立法数白噪声检验，渡边笔记
% 如果易知原始数据不是平稳的，则不能做随机性检验
% 接下来要求差分,目的: 变成平稳的数据
% p 如果比 0.05 小就不是白噪声序列，可以使用时间序列
% 某种现象的指标数值按照时间顺序排列而成的数值序列
转载
2023-12-27 11:31:37
1009阅读
R语言中常用的假设检验有哪些？目录R语言中常用的假设检验有哪些？R语言是解决什么问题的？R语言中常用的假设检验有哪些？安利一个R语言的优秀博主及其CSDN专栏：R语言是解决什么问题的？R 是一个有着统计分析功能及强大作图功能的软件系统，是由奥克兰大学统计学系的Ross Ihaka 和 Robert Gentleman 共同创立。由于R 受Becker, Chambers & Wilks 创
转载
2024-04-22 14:57:44
21阅读
正如我们在<<正态分布与方差齐性的检验方法与SPSS操作>>一文中的介绍，方差齐性检验有F检验、Bartlett χ2检验、Levene检验、残差图。F检验和Bartlett χ2检验要求数据资料具有正态性，而且F检验只能检验两个总体方差是否齐同，Levence检验所分析资料可不具正态性，结果更为稳健也可以检验多个总体的方差齐性。示例依旧采用<&l
转载
2023-11-08 23:15:36
156阅读
在几年前出现了一个ggcor包，可以用来可视化mantel test的结果，最开始还可以通过cran安装，不过后来也不行了，而且这个包由于一些原因已经停止维护了，最近的更新是2年前了！但是那张图却一直很风靡。。。其实原作者已经开发了新的包用于可视化mantel test，名字叫linkET，只是由于缺少宣传，大家知道的比较少。善于搜索一搜就能搜到，我在之前的 可能是最适合初学者的R包安装教程，视频
转载
2023-11-18 22:09:56
1436阅读
1、t检验数据是高血压患者治疗前后舒张压的变化，这个内容最熟悉不过了吧，虽然采用t检验的方法目前有争议，我们后面再讨论。treat 1为处理组，treat 2是对照组。显然，要比较两组的dd（血压下降值）。# 读入SPSS格式的数据
setwd("C:/R/R语言笔记")
library(Hmisc)
dat<-spss.get("Hypertension.sav")
# t检验其
转载
2023-09-19 12:19:37
459阅读
本篇来介绍两种常见的统计检验方法：t检验和F检验。目录如下：1 t检验1.1 单样本t检验1.2 独立样本t检验1.3 配对样本t检验1.4 单尾检验2 F检验1 t检验t检验适用于样本量较小、总体方差未知的正态分布的检验。单样本t检验用于检验样本均值是否显著异于给定的总体均值；双样本t检验用于检验两个样本的均值是否存在显著差异，或均值之差是否显著异于给定值，又分为独立样本t检验和配对样本t检验。
转载
2023-06-17 19:37:44
287阅读
方差分析是由英国著名统计学家：R.A.Fisher推导，也叫F检验，用于多个样本间均数的比较(分析类别变量、有序变量)。当包含的因子是解释变量时，关注的重点通常会从预测转向组别差异的分析。方差分析是一种能使多因素(多组间)检验变得简洁的一种检验方式，它能同时考虑所有的样本，不仅能使检验过程变得简洁还能排除因两两检验可能造成的错误累积的概率。这里学习方差分析最简单的部分——单因素方差分析。一、方差分
原标题：R语言数据实战 | 统计检验1、单个总体均值的t检验1. 什么是检验？检验(test)是统计学中最重要的概念之一，在科学研究和实际业务中都有着广泛的应用。用一句话来概括就是：人们希望通过掌握的数据和其他背景知识确认某个假设是否成立(比如某种药物是否有效，股票是否有上扬的趋势，一种汽车的油耗是否为15mpg，一组病人血压的均值是否大于120mmHg)。考虑一个只有赢或者输两种情况的赌局，每次
转载
2023-11-16 22:36:59
25阅读
目录一、前言Fixed-effects models、Random-effects models、Mixed-effects models。二、ANOVA使用的前提假设与假设检验三、ANOVA的计算原理四、事后检验与交叉图：五、R语言进行分析的完整例子：六、结果一、前言今天来说一说概率论或者统计学中常用的一种检验方式，方差检验ANOVA.根据定义：方差分析(ANOVA)是一组统计模型及其相关估计程
转载
2023-06-16 19:36:32
608阅读
R语言进行DW检验：library(lmtest)
dw = dwtest(fm1)> dw
Durbin-Watson test
data: fm1
DW = 2.4994, p-value = 0.8706 DW检验的原假设为：误差不相关！因为dw>0.05所以不拒绝原假设，即认为误差是不相关的。 误差自相关会产生的后果：1．参数估计量仍然是线性的、无偏的，但非
转载
2023-06-02 10:50:21
1164阅读
adf检验R语言 r语言进行adf检验
转载
2020-03-10 21:10:00
374阅读
Fleiss' kappa系数。该检验适用于分析重复测量3次及以上且测量结果是无序分类变量的重测一致性或观察者一致性检验。SPSS没有内置操作模块，但可以通过拓展包输出结果。Fleiss' kappa系数，可以补充SPSS在一致性检验方面的不足。 01 案例数据我们取 irr 包中的diagnoses 数据集的一部分，截取前三个医生对 30 位病人的诊断结果，注意这些诊断结果是无序分类变量
转载
2023-08-09 10:55:21
292阅读
在做线性回归的时候，一般分为以下几个步骤：
1、画散点图，简单的查看是否存在线性关系（3D以下）
2、线性模型跑一遍试试效果
3、其中需要查看以下几个指标：
3.1 正太分布检验
3.1 多重共线性、异方差性、自相关性
3.2 变量显著性
3.4 拟合效果
4、解释变量 上面一篇文章了解了如何利用t检验进行变量
转载
2023-08-21 10:55:01
651阅读
下面我们来讲Fisher检验。费希尔精确概率检验（Fisher's precision probability test），亦称“四格表的确切概率法”。主要用于四格表资料各格中有一格理论次数小于 5 时的独立性检验的方法。还是上次的那个数据： 数据和上次一样，只不过我们将做一点小小的改动： 首先读取数据，然后我们只要该数据的前30行：setwd("D:\\CSDN博
“
医学和生信笔记，专注R语言在临床医学中的使用，R语言数据分析和可视化。主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等。R语言临床预测模型系列文章，目前已更新20+篇内容，持续更新中，欢迎订阅！今天说一说ROC(AUC)的比较。二分类资料的ROC比较可以通过pROC包实现的，使用其中roc.test()函数可实现两个ROC 的Delong检验。使
转载
2023-08-12 14:51:50
241阅读
符号秩检验 在R中，wilcox.test()函数可以用来做Wilcoxon秩和检验，也可以用于做Mann-Whitney U检验。当参数为单个样本，或者是两个样本相减，或者是两个参数，paired=F时，是Wilcoxon秩和检验。当paired = FALSE（独立样本）时，就是Mann-Whitney U检验，在R语言中进行符号秩检验可以使用wilcox.test( )
转载
2023-09-11 12:31:57
426阅读
