自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 收藏
  • 关注

原创 t 检验

t检验T检验,亦称student t检验(student’s t test),主要用于变量为连续型的组间比较,样本含量较小(例如n<30),总体标准差σ未知且服从正态分布.T检验是用于小样本(样本容量小于30)的两个平均值差异程度的检验方法。它是用T分布理论来推断差异发生的概率,从而判定两个平均数的差异是否显著。为了阐明方法,我们将使用MASS包中的UScrime数据集。它包含1960年美国47个州

2017-01-03 11:07:48 3108

原创 不同类型相关分析总结

不同类型相关分析1 两个连续变量相关分析,Pearson相关系数 相关性 负值 正值 不相关 −0.09~0.0 0.0~0.09 低相关 −0.3~−0.1 0.1~0.3 中等相关 −0.5~−0.3 0.3~0.5 显著相关 −1.0~−0.5 0.5~1.0Pearson相关系数: r=∑i=1n((xi−x¯)/sx)((yi−

2017-01-03 11:06:33 7465 1

原创 R语言相关分析

相关分析相关系数可以用来描述定量变量之间的关系。相关系数的符号(±)表明关系的方向(正相关或负相关),其值的大小表示关系的强弱程度(完全不相关时为0,完全相关时为1)。我们将关注多种相关系数和相关性的显著性检验。我们将使用R基础安装中的state.x77数据集,它提供了美国50个州在1977年的Population(人口)、Income(收入)、Illiteracy(文盲率)、LifeExp(预期寿

2017-01-03 11:04:34 28927

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除