对大数据集自动执行Mann Whitney U测试
大数据集自动执行Mann Whitney U测试是一种统计分析方法，用于比较两个独立样本的差异性。它基于非参数检验，适用于非正态分布的数据和小样本量的情况。
Mann Whitney U测试的步骤如下：
- 收集两个独立样本的数据。
- 对数据进行预处理，包括数据清洗、去除异常值等。
- 确定零假设和备择假设。零假设是两个样本没有差异，备择假设是两个样本存在差异。
- 计算U统计量，该统计量是根据两个样本的秩次计算得出的。
- 根据U统计量和样本量，查找对应的临界值。
- 比较U统计量和临界值，判断是否拒绝零假设。
- 根据结果得出结论，说明两个样本是否存在显著差异。
Mann Whitney U测试的优势在于：
- 非参数检验方法，不对数据分布做出假设，适用于各种类型的数据。
- 适用于小样本量的情况，不需要满足正态分布的要求。
- 可以比较有序和无序的数据。
Mann Whitney U测试的应用场景包括但不限于：
- 医学研究：比较不同治疗方法的疗效。
- 市场调研：比较不同产品的销售情况。
- 用户行为分析：比较不同用户群体的行为差异。
腾讯云提供了一系列与大数据分析相关的产品和服务，其中包括：
- 腾讯云数据仓库（TencentDB for TDSQL）：提供高性能、高可用的云端数据仓库服务，支持海量数据存储和分析。
- 腾讯云数据湖（Tencent Cloud Data Lake）：提供海量数据存储和分析的解决方案，支持数据的采集、存储、处理和可视化分析。
- 腾讯云数据智能（Tencent Cloud Data Intelligence）：提供数据分析和机器学习的平台和工具，帮助用户进行数据挖掘和模型训练。
- 腾讯云大数据分析（Tencent Cloud Big Data Analytics）：提供大数据分析的解决方案，包括数据仓库、数据湖、数据智能等服务的集成。
更多关于腾讯云大数据分析产品和服务的详细介绍，请访问腾讯云官方网站：腾讯云大数据分析。
相关·内容
Jupyter notebook中的mann-whitney u测试结果无法重现。 首先，我们对测试数据集进行了mann-whitney u测试。 ? 其次，我们对我的数据集进行了mann-whitney u测试。我必须道歉，我的数据集无法附加，因为这是非常大和机密的数据。 ? 然后，我们再次对测试数据集进行mann-whitney u测试，得到了错误消息。 ? 你知道这种现象吗？造成这种现象的原因是什么？ MacOS 10.14.5 python 3.7.2 jupyter notebook 4.4.0 import numpy as np
from scipy
np.ran
浏览 39提问于2019-12-24得票数 0
回答已采纳
我使用statannot对一些基本数据进行统计测试，但是统计测试的结果似乎不正确。也就是说，我的一些比较得出了"P_val=0.000e+00 U_stat=0.000e+00"，我认为这是不可能的。我的数据框架和/或代码有什么问题吗？
下面是我使用的数据框架：
这是我的密码：
import pandas as pd
from matplotlib import pyplot as plt
import seaborn as sns
from statannot import add_stat_annotation
import scipy.stats as sp
da
浏览 3提问于2021-06-09得票数 0
回答已采纳
我目前正在尝试使用Mann-Whitney U Test，我发现Apache Commons Math已经实现了它。在查阅了多个网站(是其中之一)后，他们表示该测试的U统计量是U1和U2中最小的。但是，当我查看Apache Commons Math MannWhitneyUTest.mannWhitneyU()方法时，它返回U1和U2的最大值。
我的问题是，为什么Apache Commons返回这两个值中的最大值，而我在网上找到的所有其他来源都表明返回了最小值？
浏览 16提问于2018-03-01得票数 0
回答已采纳
我正试图迫使SPSS做一项psuedo-Monte研究。现实世界的数据是如此的离奇，以至于我无法可靠地模拟它(如果你感兴趣的话，它是用来测试伤害严重程度分数的)。因此，我使用了一个包含大约50万个真实世界数据的观测数据集，然后基本上引导来自越来越大的随机样本的结果。目标是找出假定正态性所需的组大小(在哪些组大小进行t测试时，测试可靠地同意；换句话说，我什么时候可以依赖中心极限定理)。
我的计划是使用宏的组合来重复这两个测试100次(但在随机选择导致组大小为零的情况下运行150次)，然后使用OMS命令将大量测试的结果导出到一个单独的数据文件中。
到目前为止，一切都很好，但是，我想添加另一个循环命
浏览 4提问于2016-10-01得票数 0
回答已采纳
我有一个具有连续和因子类型列的数据框架。我试图用一个变量分层gt汇总构建一个汇总表。我的问题如下：
是否有一种方法可以一次测试所有的数值变量，以确定它们的分布是否为正态分布(例如，functions?After ())，使用其中的一个应用族()，是否有一种方法可以将正态分布的数据显示为均值(Sd)，而非正态分布的数据作为median(IQR)?Can at摘要来决定是否使用方法来根据分布对平均值进行比较？(例如t测试与Mann Whitney U测试).
谢谢!
FC。
浏览 3提问于2020-09-21得票数 2
回答已采纳
我是Python新手，需要一些关于xarray的帮助。我有两个三维数据数组(rlon，rlat，time)用于未来和过去的气候。我想计算每个网格点的Mann-Whitney-U-test，以分析与过去相比未来温度变化的意义。我已经完成了Mann-Whitney-U-test工作，从历史和未来数据的一个网格点选择一个时间序列。示例： import numpy as np
import xarray as xr
import scipy.stats as sts
#selecting time period and grid point of past and future data
tp
浏览 17提问于2020-01-30得票数 1
回答已采纳
1回答
我想对数据帧执行非参数测试。我有三个组A，B，C。我现在想知道A/B，B/C和A/C组之间的统计意义。当应用Kruskal-Wallis-Test时，我得到了组之间的总体推断。这为后续的后期测试提供了保护。但是如何编写非参数后检验(使用Kruskal-Wallis或Mann-Whitney-U)？
x<-c(1,2,3,4,5,6,7,8,9,NA,9,8)
y<-c(2,3,NA,3,4,NA,2,3,NA,2,3,4)
group<-rep((factor(LETTERS[1:3])),4)
df<-data.frame(x,y,group)
df
浏览 1提问于2013-01-06得票数 0
2回答
为什么R和不同？
、、
我想知道为什么在python和R.在python中做mann whitney u测试时，我的答案如此不同：
from scipy.stats import mannwhitneyu
t = [1,2,3]
g = [4,5,6,7,8,9]
mannwhitneyu(t,g)
(0.0, 0.014092901073953692)
在R：
t = c(1,2,3)
g = c(4,5,6,7,8,9)
wilcox.test(t,g, paired = FALSE)
Wilcoxon rank sum test
data: t and g
W = 0, p-value = 0.02
浏览 16提问于2014-08-18得票数 4
回答已采纳
1回答
假设检验，以确定平均数是否较大
、、、、
我有一个性能测试套件，测试Chrome浏览器版本(遥测)。对于给定的测试，我试图确定一个版本是否更快/更慢，或者与另一个版本没有明显的不同。
对于每次测试运行，我提供: avg，std，count，max，min，sum。
我可以比较两次测试运行(例如，在两个浏览器之间)，并给出: delta avg、% delta avg、delta std、% delta std、.此外，我还得到了p值(直方图不明显不同的概率)、z分数(也称为标准分数:直方图平均值和参考直方图平均值之间的标准差数)和U统计量( Mann-Whitney U假设检验产生和消费的一个数字)。
考虑到这些测试统计数据，我如何用
浏览 2提问于2017-05-28得票数 1
回答已采纳
我是R newby，如果这个问题对你们这些人来说太微不足道了，我提前道歉，但我完全糊涂了。 在尝试学习R时，我发现自己面临着创建重复循环来逐个执行Mann Whitney U测试组1与组2的多个变量的问题。下面是一个例子。(https://i.redd.it/2c0429k4y3y21.png) 尽管我可以一个接一个地执行测试，从A到Z，但在我测试的真实数据中，我有超过10000个变量，因此我必须找到一种方法来1)自动化测试；2)生成一个包含所有结果p值的文件。 有没有人能帮我完成这项任务？我非常愿意花更多的时间来学习如何用R编写代码，但我需要在这方面做一点小小的推动。 谢谢
浏览 11提问于2019-05-17得票数 0
2回答
我知道weka的AUC/ROC面积()是基于e Mann Whitney统计量()的。
但我的疑问是，如果我有10个标记的实例(Y或N，二元目标属性)，通过在数据集上应用算法(即J48)，那么这10个实例上就有10个预测的标签。那么我到底应该使用什么来计算AUC_Y、AUC_N和AUC_Avg呢？使用预测的排名标签Y和N还是实际的标签(Y‘和N')？或者我需要计算TP率和FP率？
谁能给我举个小例子，告诉我应该使用什么数据来基于Mann Whitney统计方法来计算AUC？在进阶时谢谢。
示例数据：
inst# actual predicted error PrY
浏览 0提问于2013-03-05得票数 2
回答已采纳
当我使用wilcox.test运行Mann Whitney U非参数测试时，返回的W值是两个U值中较大的一个。这对我来说似乎很奇怪，因为MWU测试使用两个U值中较小的一个作为测试统计，所以我希望看到那个值来报告数据。下面是一个例子。如果我在R中运行代码，W值列在214。
wilcox.test(disp ~ am, data = mtcars)
但如果我使用另一个程序或网站(我喜欢这个计算器：)来计算，我得到两个U值是33和214。然后，我们使用33来检查临界值，并报告该值。
有没有以一种更友好的方式计算MWU的软件包，它会显示正确/较小的U值作为测试统计数据？我尝试了rstatix的版本，它
浏览 3提问于2020-10-03得票数 3
1回答
以下是问题陈述：
我有两个来自不同年份的数据集(2013年数据集和2014年数据集)，这些数据是多变量的，每个数据集包含38个属性，我想找出在这两个连续年份中两个数据集之间可能发生的任何差异/增量，这种差异应该是一个数值。
到目前为止，我已经应用了以下技术：
1)方差分析(它告诉我差异是存在的，但它没有告诉我差异有多大)
2)Wilcoxon-Mann-Whitney U检验(问题与方差分析相同)
3)求出数据集均值之间的均方误差。
问题：
1)他们是否有其他方法/测试可以应用，可以给我一个数据集之间差异的数值？
2)如果我将2013年的数据集标记为"1“，将2014年的数据集标记为&
浏览 3提问于2016-11-29得票数 0
1回答
我有一个很大的数据帧，其中一些列由于取0的对数而具有NA。
我一直在对数据进行各种测试(ANOVA，Tukey，Kruskal Wallis，Mann Whitney)，但我无法弄清楚NA值发生了什么。
R是否完全排除了这些值？
浏览 3提问于2016-08-05得票数 1
我正在做配对的Mann Whitney U测试。我的每个测试样本是非常不同的，通过t.test确实产生了不同的结果，但是对于MW测试的结果是相同的。相比之下，MW测试的默认设置很好，并给出了不同的结果。有什么想法吗？附件是代码，它包含了我的总体数据和测试函数的示例。包括t.test以表明测试产生了不同的结果：
x1 <- c(26.33323, 26.69508, 26.25390, 18.78399, 24.11386, 23.94950,
23.77843, 21.09932, 17.71425, 19.03429, 20.01796, 19.86626, 12.84303)
x2
浏览 0提问于2018-11-19得票数 2
回答已采纳
我想创建一些RDF我的问题是我不知道我应该使用什么样的词汇表来做这样的事情：
下面是我的数据示例(我已经将它们存储在几个XML文件中)
<uri>http://dbpedia.org/resource/Herbie_Mann</uri>
<classtype>classtype:Artist</classtype>
<title>Herbie Mann</title>
<albums>
<album url="/~u0082/intelweb2/%3fq=album/75">Push
浏览 0提问于2012-04-24得票数 2
回答已采纳
我试图使用tflearn.objectives.roc_auc_score作为Keras中的GRU网络的丢失函数，但我得到了以下错误：
> ValueError: An operation has `None` for gradient. Please make sure
> that all of your ops have a gradient defined (i.e. are
> differentiable). Common ops without gradient: K.argmax, K.round,
> K.eval.
这是令人惊讶的，因为实施显然是基于
浏览 0提问于2018-02-15得票数 2
我有一个表(X，Y)，其中X是一个矩阵，Y是类的向量。下面是一个示例：
X = 0 0 1 0 1 and Y = 1
0 1 0 0 0 1
1 1 1 0 1 0
我想使用Mann-Whitney U检验来计算特征重要性(特征选择)
from scipy.stats import mannwhitneyu
results = np.zeros((X.shape[1],2))
for i in xrange(X.shape[1]):
u, prob = mannwhitneyu(X[:,i], Y)
results[
浏览 0提问于2013-06-02得票数 4
回答已采纳
1回答
因此，我的数据集中在不同的处理方法以及它们如何影响种子萌发的一天。
不久前，当我在R中制作小提琴曲线图以根据处理显示发芽时间的分布时，我试图添加一个框图作为描述性统计，但只遇到了一条线。
我联系了许多人，他们根本不知道问题是什么，我在另一个小提琴图中使用了同样的数据，作为更大的数据收集的一部分，包括这个更多的处理。
我从这里开始，发现它很奇怪，现在当我在SPSS中执行统计测试时，我遇到了与下图相同的问题。当我尝试Mann Whitney U测试时，我被告知“无法计算”，因为不只有两个变量，当我尝试Kruskal Wallis测试时，我遇到了下面不可靠的盒子图，我被告知由于少于3个测试字段(即2
浏览 17提问于2020-05-28得票数 0
3回答
在临床前药学中，许多治疗组与一个或多个对照组进行统计学意义的比较。
例如Dunnett，Duncan，Schefee，Tukey，Benferonni，Dunn-Sidak Newman-Keuls，t-test等统计检验如果数据来自正态分布，则比较分组均值，如果数据不是正态分布，则比较Kruskal-Wallis，Mann-Whitney排名数据等检验。
我很难找到在R包中执行这些测试的函数。理想情况下，它们将给出标准输出，如测试统计数据，显示比较组是否彼此显着不同的p值。
我知道R有一个名为multcomp的包，但它似乎不包括上面提到的许多参数测试。谁能告诉我如何在R中找到执行这种统计测试
浏览 1提问于2011-11-15得票数 3
我有两个变量要比较:一个变量包含年龄(连续)变量，另一个变量包含中风状态变量(是否有中风，因素)。我可以很高兴地使用下面的命令
wilcox.test (allcoding$age~allcoding$stroketia)
但是，我在sjPlot中很难做到这一点，因为它希望两者都是数字
sjt.mwu(mwu(allcoding$age, allcoding$stroketia))
Performing Mann-Whitney-U-Test...
---------------------------------
showing statistics between groups (x|y)
浏览 0提问于2016-04-13得票数 0
2回答
如何使用"t-sample t-test“和"Wilcoxon Mann-Whitney test”计算以下数据的P值：
died<-mydata[mydata$disoutcome=="died"]
survived<-mydata[mydata$disoutcome=="recovered"]
mean_died<-sapply(died,mean,na.rm=T)
SD_died<-apply(died,2,sd,na.rm=T)
mean_survived<-sapply(survived,mean,na.r
浏览 5提问于2017-06-28得票数 0
1回答
<meta name="twitter:card" content="summary_large_image">
<meta name="twitter:site" content="@nytimes">
<meta name="twitter:creator" content="@SarahMaslinNir">
<meta name="twitter:title" content="Parade of Fans for Houst
浏览 4提问于2017-02-22得票数 4
我需要计算几百次加权Mann Whitney U测试结果。每一次迭代都涉及两个样本的测试，以确定两组之间的差异。我不知道如何让现有的函数在不动态删除案例的情况下处理缺失值。
其中一些比较的数据是，在我称之为dat的数据帧中。此表中所有带数字的变量都是数字类型。
下面是我调用sjstats::mannwhitney()函数的方式：
mannwhitney(dat, measure1, group)
当我这样做时，我得到以下错误：
Error in `[[<-.data.frame`(`*tmp*`, "grp1.label", value = character(0)) :
浏览 9提问于2021-02-18得票数 1
回答已采纳
1回答
我有超过338列，每列都有不同的药物名称。我想做的是使用代码遍历所有列。这个代码是针对一种特定药物的。问题是我有338个不同的药物名称。代码是： NPTESTS
/INDEPENDENT TEST (PLIN3 CYFIP2 IL2RA HSD3B1 IL2RB PYROXD1 ZBED4 MCTP1 LAMA3 CTSC EDEM1 LIF PIM3
PPARA SLC6A11 THNSL2 ZNF697) GROUP (drug_1) MANN_WHITNEY KRUSKAL_WALLIS(COMPARE=PAIRWISE)
/MISSING SCOPE=ANALYSI
浏览 26提问于2021-03-31得票数 1
日安。我正在使用我拥有的数据集搜索一些帮助/建议，我想对其运行Mann-Whitney U测试。data.frame的虚拟集合如下所示：
Plant R1 R2 R3 R4 R5
a 1 2 3 4 5
a 6 7 8 9 10
a 11 12 13 14 15
b 16 17 18 19 20
b 21 22 23 24 25
b 26 27 28 29 30
b 31 32 33 34 35
c 36 37 38 39 40
c 41 42 43 44 45
c 46 4
浏览 3提问于2013-07-13得票数 2
回答已采纳
1回答
我对编程和R完全陌生，但是有一个数据集只能用一个更强大的统计程序来分析，比如R。
我有一个大型但简单的数据集，由数千个不同的组和多个样本组成，我想用mann whitney U测试与对照组进行比较，数据结构如下所示。
Group, Measurements
a 0.14534
cont 0.42574
d 0.36347
c 0.14284
a 0.23593
d 0.36347
cont 0.33514
cont 0.29210
b 0.36345
...
问题在于，测试的性质要求只指定两组。但是，由于我有超过一个组，它
浏览 2提问于2016-04-17得票数 0
回答已采纳
2回答
如何在有循环的蟒蛇身上进行测试？
、、、、
我有一个循环，每次都会给出新值k1和k2，但问题是，在我的数据集中，k1和k2中的所有值都是零。当程序来到他们，它只是抛出一个错误，没有完成循环，仍然有很多的计算。我如何才能使这样的情况只是签署，就像NA或其他东西，然后循环进行？
python3
import pandas
from scipy.stats import mannwhitneyu
print(mannwhitneyu(k1, k2))
我对不同的观测进行Mann-Whitney U测试，我希望循环不要在错误的情况下停止，而只是注意到这里不可能。
错误示例(上面第3行是正常的)：
MannwhitneyuResult(s
浏览 0提问于2018-09-21得票数 3
回答已采纳
：给定一个具有多行、分组条和映射条带的海运绘图(kind="bar")，如何添加统计注释(p-值)。
以下来自的代码在没有统计注释的情况下生成我的图形。我想在这个数字中加入统计注释：
import seaborn as sns
tips = sns.load_dataset("tips")
g = sns.catplot(x="sex", y="total_bill", hue="smoker", row="time", data=tips, kind="bar", ci = &
浏览 7提问于2022-02-06得票数 1
回答已采纳
我有一个由50名学生(行)组成的数据集，每个学生有15个分数(列，分数从1到5)，我正在尝试做一些事情。首先，我尝试从原始的15分中为每个学生生成10分的所有可能的组合。然后，我尝试对每个分数组合运行Wilcoxon测试(我相信Mann-Whitney U)，以针对学生的原始15分集来确定哪些组合有显著差异。到目前为止，我在R中编写的代码发布在下面的循环中，以对每个组合运行测试，但我一直收到错误“error not enough (finite) observations”，并且我不确定我这样做是否正确。我尝试了as.numeric()，但似乎仍然不能修复它。代码似乎可以很好地生成组合，但我就
浏览 0提问于2017-03-13得票数 0
1回答
我已经创建了两种使用统一来执行相同功能的模拟，但是使用了两种不同的编程范式(面向对象和面向数据)来演示一种模式相对于另一种模式的性能优势。我收集了两种模拟的CPU速度值(用于测量仿真中每个循环之间的时间)。我已经为模拟的300次迭代编译了两个包含这些CPU速度值的数组，我希望对这两个数组进行统计分析，以确定模拟之间是否存在显着的性能差异。
我目前的问题是，我不知道如何分类我的数据。我最好的猜测是，我的数据是参数化的(我对此不太确定)，我应该使用独立的t检验，但我也读过一些关于Kruskal Wallis和Mann Whitney的东西，这让我怀疑t检验是否是解决这个问题的合适途径。
任何帮助都
浏览 0提问于2022-03-22得票数 1
我不是R.Anyway的高级用户，我只想对两个数据集进行Wilcox测试：
library(coin)
GroupA = c(2,4,3,1,2,3,3,2,3,1)
GroupB = c(3,5,4,2,4,3,5,5,3,2)
g = factor(c(rep("GroupA", length(GroupA)), rep("GroupB", length(GroupB))))
v = c(GroupA, GroupB)
ss = wilcox_test(v ~ g, distribution="exact")
我想要的是得到Zvalue并计算
浏览 2提问于2016-05-06得票数 1
回答已采纳
1回答
Mann-Witney-U检验是与t检验等价的非参数检验，它只能用于正态分布的数据。在Scipy中，这两个测试都可用：
T检验：
Mann-Witney-U-test：
虽然ttest可以通过指定轴来执行计算，例如在3d数组上进行计算，但这对于Mann-Witney-U-test似乎是不可能的？
import numpy
from scipy import stats
A1= numpy.random.normal(1,1,50).reshape(25, 2)
A2= numpy.random.normal(1,1,50).reshape(25, 2)
A3= numpy.random.no
浏览 0提问于2014-10-07得票数 1
2回答
我有一个样本列表，每个样本都有不同的长度。我需要比较列表中所有样本的样本均值(使用Mann-Whitney-Wilcoxon检验)。当前代码如下：
wilcox.v = list() ##This creates the list of samples
for (i in df){
treat = list(i$treatment)
wilcox.v = c(wilcox.v,treat)
}
###This *should* iterate over all items in the list
wilcox = sapply(wilcox.v, function(i){ wi
浏览 0提问于2013-09-27得票数 1
我有两个不同长度的数据帧(一个是16，另一个是28)。我想用scipy.stats.wilcoxon在这两者之间做一个Wilcoxon测试。为此，我创建了一个函数： def wilcoxon_test(df1, df2):
list_col_1 = df1.columns
list_col_2 = df2.columns
for i in range(0, len(list_col_1)):
name = list_col_1[i]
for j in range(0, len(list_col_2)):
name_check = list_col_
浏览 9提问于2021-07-22得票数 0
我需要计算数据集中每个县的降雨值的Mann-Kendall。每个县有991行。有没有办法创建一个循环，获取每个县的名称(可以是字符串或整数)，并计算Mann-Kendall，将结果保存到新的dataframe/excel文件中？ 例如，我的数据帧看起来像这样： data = pd.DataFrame({'County': ['Adair', 'Adair', 'Adair', 'Allegany', 'Allegany', 'Allegany', 'Alexander
浏览 33提问于2021-01-03得票数 1
2回答
验证无监督二进制分类
、、、
我在研究一个完全没有监督的异常检测问题。由于它完全没有监督，所以我很难定义一些度量来验证结果(我运行了几个算法，但最终的结果是二进制分类)。我正在考虑做一个Mann测试，以检查我标记的异常样本和非异常样本之间的显着差异。当然，这并不能告诉我分类是否正确，但至少我可以假设我的分类方法将我的数据分割成两个显著不同的样本。说得通吗？谢谢你的回复，也许还有潜在的有效替代方案。
浏览 0提问于2022-08-30得票数 1
我正在对一些数据做测试：
wilcox_test(y ~ x, distribution="exact", conf.int=TRUE)
# Exact Wilcoxon Mann-Whitney Rank Sum Test
#
# data: y by x (1, 2)
# Z = 1.8732, p-value = 0.06106
# alternative hypothesis: true mu is not equal to 0
# 95 percent confidence interval:
# 0 2
# sa
浏览 4提问于2015-01-11得票数 2
回答已采纳
我正在研究如何制作自定义频率表。与大多数R包生成表格的方式相比，我的团队发表的大多数期刊都需要奇怪的表格格式。虽然我不认为这种格式对于理解发生了什么特别有用，但它们通常是这样的 ? 我知道sjplot和stargazer，但我找不到能适应这种格式的代码 我做了一个dataframe示例，以防它有用。 structure(list(gender = structure(c(2L, 1L, 2L, 1L), .Label = c("female",
"male"), class = "factor"), age = c(12, 65, 4
浏览 18提问于2019-12-25得票数 1
回答已采纳
2回答
我的这个模拟的目的是评估1型错误率的测试在几个因素组合。
样本大小-(10，10)，(10,25)，(25,25)，(25,50)，(25,100),50,25)，(50,100)，(100,25)，(100,100)
标准差比- (1.00，1.50，2.00，2.50，3.00和3.50)
不等偏度和等偏度伽马分布的分布
其中2个样本检验分别为方差t检验、welch t检验和mann whitney检验。我试图使用上述因素组合来修改代码。
########################################
#for normal distribut
浏览 1提问于2016-04-06得票数 0
我有一个高度不平衡的二进制(是/否)分类数据集。数据集当前有appx 0.008% 'yes‘。
我需要使用SMOTE来平衡数据集。
我遇到了两种方法来处理这种不平衡。在对变量运行MinMaxScaler之后，执行以下步骤
from imblearn.pipeline import Pipeline
oversample = SMOTE(sampling_strategy = 0.1, random_state=42)
undersample = RandomUnderSampler(sampling_strategy=0.5, random_state=42)
steps = [(&
浏览 3提问于2020-05-14得票数 0
我们有很多连接和获取的方法，如下所示：
@Query(
"select new com.company.user.entity.DTO.UserBillingDTO(" +
"u.id as id, " +
"u.firstName as firstName, " +
"u.lastName as lastName, " +
"e.tokenId a
浏览 1提问于2018-07-19得票数 0
回答已采纳
我是R的新手，我正在尝试运行kruskal wallis测试，看看在观察不同基因时，三组之间是否存在差异。我有3个组，127个蛋白质。我已经能够创建一个代码来实现这一点， sample_data“ groups <- c("control","control","control","control","control","group1","group1","group1","group1","group1","g
浏览 18提问于2020-04-15得票数 1
1回答
对条目最少的变量求和排名
、、、
我正在学习R，并希望使用正态近似手动计算Mann-Whitney U统计量和p值(而不是使用wilcox.test或等效的)。我的养老金领取者的大脑在编码方面苦苦挣扎，所以我花了几个小时才写出和教科书上一样的答案。然而，我的代码对具有最少值的状态的“StateRank”求和是复杂的。如何用更高效的代码替换注释部分？我在这里和谷歌上到处寻找，但我甚至不知道该用哪个搜索词！听说有一个简单的解决方案，我不会感到惊讶，但我还不知道它是什么。
library(tidyverse)
# Activity 9: aboriginal village size in Alaska and California
浏览 6提问于2021-02-21得票数 1
回答已采纳
因此，我的情况如下:我有一个大的数据，其中包含的数据，我应该使用的匹配分析。但是，我应该在由某些区域定义的子组中匹配。因为我不想为每个子组“手动”(有太多)，所以我想出了一种方法，将初始数据分成包含每个唯一处理区域和控制区的信息的子数据格式，并将这些数据存储到列表中。之后，我使用R的matchit包中的MatchIt函数对列表中的数据执行匹配。这里是一个非常简化的示例，展示了dataframe列表的外观：
> list_df
$A
name treatment cov1 cov2 cov3 var
1 A 1 13.65933 2
浏览 3提问于2021-05-28得票数 0
回答已采纳
2回答
我希望能够传递两组按列Category分组的值。有没有一种方法可以使用package plyr中的ddply来完成此操作
我想做这样的事情：
ddply(idata.frame(data), .(Category), wilcox.test, data[Type=="PRE",], data[Type=="POST",])
wilcox.test函数如下：
Description
Performs one- and two-sample Wilcoxon tests on vectors of data; the latter is also known as
浏览 2提问于2013-01-23得票数 3
回答已采纳
我发现mann测试的结果令人困惑，而gnu文档并没有帮助我。
下面是我尝试过的简单示例：
octave:1> x=[1,1,1,1,1]
x =
1 1 1 1 1
octave:2> y=[2,2,2,2,2,2]
y =
2 2 2 2 2 2
octave:3> [p,z]=u_test(x, y, "<>")
p = 0.0061699
z = -2.7386
octave:4> [p,z]=u_test(x, y, ">")
p = 0.0030849
浏览 4提问于2017-01-27得票数 2
回答已采纳
我有一个名为yeast4的不平衡数据集。记录分为两类目标“积极”和“消极”。正类只占总比例的3%。我使用了kNN算法进行分类，我没有指定k，但我在训练数据上使用了5折交叉验证。我发现: auc_knn_none = 0.7062473。我很感兴趣地添加了一个过采样算法来提高模型的质量。所以我使用了SMOTE算法，而且我没有指定k ok kNN，我在训练数据上使用了5折交叉验证。但这次，我发现: auc_knn_smote = 0.56676。通常情况下，auc_knn_smote必须高于auc_knn_none，所以有一些问题，我不知道问题出在哪里。下面是我的代码：
library(imbal
浏览 9提问于2020-08-30得票数 0
我正在尝试定义一个函数，它可以用来对整个数据集的多个部分进行统计测试，而无需手动键入多行相同的代码。 我的原始函数看起来像这样； #Mann-Whitney test for non-normal continuous variables
MW_fn = function (var) {
wilcox.test(x = df %>% filter(Diagnosis == "Control") %>% select(var) %>% pull(), y = df %>% filter(Diagnosis == "Schizophrenia
浏览 5提问于2020-10-28得票数 0
我试图从DynamoDB表中删除所有具有属性“代码”的记录。在这里，我的对立面：
var params = {
TableName: table,
Key:{
"email": "email",
},
ConditionExpression:"attribute_exists(code)",
};
这是一个错误：
{
"message": "The conditional request failed",
"code": "Condit
浏览 1提问于2021-11-12得票数 1
回答已采纳
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
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
