問題タブ [p-value]

p値のデータフレームがあります。p値以外にも、いくつかのゼロエントリがあります。

data

次のコードを使用して、フィッシャーの方法を適用し、各行の p 値を結合します。

p値の対数変換後に無限値になるため、行合計にゼロを追加することをスキップしたいと思います。

私は DNA メチル化データの統計分析を行いました。すでにレポートを書きましたが、論文に変更を加えてほしいとアドバイザーに拒否されました。

p 値に関連していることをよく理解していなかったので、答えられなかった質問が 1 つあります。

分析中に、R で記述したコードを使用して順列テストを実行し、サンプルを 1000 回シャッフルして、p 値を計算しました。しかし、私の教授は私に「p値の妥当性を知る方法. エラーモデルは何ですか?」と尋ねました.

意味が分からなかったので回答できませんでしたが、最近順列検定について読んでいましたが、まだ回答が得られませんでした。

この質問を理解するのを手伝ってくれる人はいますか?

私の生存分析タスクでは、cox 比例モデルを使用して、データセットのさまざまなグループの一致指数 (c-index) 値を計算しました。c-index プロットに p 値を追加して、この図のように異なるグループを比較するにはどうすればよいでしょうか?

ここに私のコードがあります:

前もって感謝します、

次の文を読みました。

機能的 MRI データは、サンプル数に比べて高次元です (通常、1000 サンプルに対して 50000 ボクセル)。この設定では、機械学習アルゴリズムのパフォーマンスが低下する可能性があります。ただし、単純な統計テストは、ボクセルの数を減らすのに役立ちます。

スチューデントの t 検定 (scipy.stats.ttest_ind) は、2 つの分布が統計的に異なるかどうかを判断する単純な統計検定を実行します。2 つの異なる条件でボクセルの時系列を比較するために使用できます (この場合、家または顔が表示されている場合)。時系列分布が 2 つの条件で類似している場合、ボクセルは条件を識別するのにあまり関心がありません。

この検定は、2 つの時系列が同じ分布から引き出される確率を表す p 値を返します。p 値が低いほど、ボクセルの識別性が高くなります。

から: http://nilearn.github.io/building_blocks/manipulating_mr_images.html

この t 検定は 4 つのクラス (条件) にも適用できますか。

利用可能なこれのMatlab実装はありますか?

次のコードを使用して t 検定を実行しています。

私の出力は次のようになります：

同じデータを配列として渡し、ttest_ind 関数を使用すると、t = -11.374250 p = 0.000000 が得られます。

関数が p を nan として与えるのはなぜですか? 私の t_stat と ttest_ind の正確な違いを理解するにはどうすればよいですか? どんな助けでも大歓迎です。

いくつかの t 値と自由度があり、それらから p 値を見つけたいと考えています (両側です)。現実の世界では、統計の教科書の後ろにある t 検定表を使用します。ただし、Python で stdtr または stats.t.sf 関数を使用しています。どちらも自由度が小さい場合は問題なく動作しますが、自由度が大きい場合は nan を指定してください。

tf = -11.374250, dof=-2176568.362223 は pf と pval= nan を与えます。

ここで内部で何が起こっているのかを理解するのを手伝ってくれませんか。また、Python のこれらの内部関数のコードをどのように読み取ることができますか。