随着时间的推移,我有成百上千的种群相关性(不同的物种,地点等)。我如何统计分析所有这些相关性(针对它们各自的组)?
我有每个600+相关性的p值,顺,相关系数,但我如何在组内比较这些(物种,位置等)。
我试图对与种群数量(百分比)和年份相关的数据执行大的部分相关,当在家庭内关联时,将物种和位置(变成虚拟变量)作为控制因素,当在物种内关联时,将位置(作为虚拟变量)作为控制变量,但不确定这是否正确。
以下是一些示例数据,但这是一个与实际数据问题相反的更符合逻辑的问题:
Location Species Year Section Total Perce
我想用以下内容测试一个模型:
summary(aov(dep~ind.1*ind.2))
但是p.values是不可重复的,因为正态性和同方差性的假设没有得到尊重。我正在寻找一种非参数检验,可以取代这种双向anova (更广泛地说,是n-way Anova)
Durbin-Watson测试是一个好的解决方案吗?
我正在尝试运行一个Durbin-Watson测试,但是没有成功!
require(lmtest)
dwtest(dep~ind.1*ind.2) # Fail
dwtest(lm(dep~ind.1*ind.2)) # I get only one p.value instead of
我有一组数据点。每个点有6个维度(x1, x2,...x6)。我想找出二维(例如x1 vs x2)之间的关系。到目前为止,我所做的是通过定义一个带来寻找其他维度(x3 to x6)相对恒定的点。这样,我就可以得到几组数据点,其中只有两个感兴趣的维度会发生变化。
我想知道是否有更好的方法来分析这两个维度之间的关系。我看了PCA,但我有一种感觉,它对我没有多大帮助。如果我把问题降到二维,那么轴基本上是没有意义的。
你们能给我指路吗?
redis-cli -h host -p port --bigkeys 将显示一个大键列表,这是非常方便的。 但在我的环境中,我被限制在交互模式下。 在我可以输入任何命令之前,它已经通过交互模式连接到redis了。像这样: redis-cli -h host -p port
> x.x.x.x@port connected!
> i can start typing here 有没有办法在交互模式中使用--bigkeys命令?