confidence-interval_编程技术问答社区_程序员问答知识库

以下是关于 confidence-interval 的编程技术问答

R中主成分的载荷的置信区间

我使用以下代码用于使用r: 中的PRCOMP函数的前4列的主体组件分析. > prcomp(iris[1:4]) Standard deviations: [1] 2.0562689 0.4926162 0.2796596 0.1543862 Rotation: PC1 PC2 PC3 PC4 Sepal.Length 0.36138659 -0.65658877 0.58202985 0.3154872 Sepal.Width -0.08452251 -0.73016143 -0.59791083 -0.3197231 Petal.Length 0.85667061 0.17337266 -0.07623608 -0.4798390 Petal.Width 0.35828920 0.07548102 -0.54583143 0.7536574 如何在R中获得这些值的

4 2023-05-21 编程技术问答社区 r pca confidence-interval

使用Hotelling's T2计算置信区间的Python PCA图

我试图将PCA应用于多变量分析，并在Python中使用Hotelling T2 Profucer Ellipse绘制前两个组件的分数图.我能够获得散点图，我想在散点图中添加95％的信心椭圆.如果有人知道如何在Python中完成，那将是很棒的. 预期输出的样本图片: 解决方案这让我很烦r"> pca和hotelling的t^2，用于python中的r (并使用ggbiplot r软件包中的某些源代码) 使用一些源代码 from sklearn import decomposition from sklearn.preprocessing import StandardScaler import numpy as np import matplotlib.pyplot as plt import scipy, random #Generate data and fit PCA random.seed(1) data = np.array(np.random.normal

12 2023-05-21 编程技术问答社区 python python-3.x statistics pca confidence-interval

Pandas，计算许多带有自举置信区间的平均值，用于绘图

我想用Bootstrap置信区间来计算数据框架的某些子集；最终目标是用自举置信区间作为误差条产生均值的条形图.我的数据框架看起来像这样: ATG12 Norm ATG5 Norm ATG7 Norm Cancer Stage 5.55 4.99 8.99 IIA 4.87 5.77 8.88 IIA 5.98 7.88 8.34 IIC 我感兴趣的子集是规范柱和癌症阶段的每种组合.我设法使用: 制作了一张均值表 df.groupby('Cancer Stage')['ATG12 Norm', 'ATG5 Norm', 'ATG7 Norm'].mean() 但我需要计算自举置信区间，以用作此类方法的每种方法，都使用此处描述的方法: http://www.randalolson.com/20

0 2023-05-17 编程技术问答社区 pandas data-structures nested-loops confidence-interval statistics-bootstrap

Python数据框架中的置信区间

我正在尝试计算大数据集中的"力"列的均值和置信区间(95％).我需要通过分组不同的"类"来使用Groupby函数. 当我计算平均值并将其放入新的数据框中时，它为我提供了所有行的NAN值.我不确定我是否走正确的方式.有什么更简单的方法可以做到吗? 这是示例数据框: df=pd.DataFrame({ 'Class': ['A1','A1','A1','A2','A3','A3'], 'Force': [50,150,100,120,140,160] }, columns=['Class', 'Force']) 计算置信区间，我做的第一步是计算平均值.这就是我使用的: F1_Mean = df.groupby(['Class'])['Force'].mean() 这给了我所有行的NaN值. 解决方案在25-OCT-2021上进行更新: @a-donda指出，95％应基于平均值

2 2023-05-17 编程技术问答社区 python pandas confidence-interval

正确获得具有Scipy置信区间的方法

我有一个1维数据的数据: a = np.array([1,2,3,4,4,4,5,5,5,5,4,4,4,6,7,8]) 我想获得68％的置信区间(即: 1 sigma ). from scipy import stats import numpy as np mean, sigma = np.mean(a), np.std(a) conf_int = stats.norm.interval(0.68, loc=mean, scale=sigma) 但在conf_int = stats.norm.interval(0.68, loc=mean, scale=sigma / np.sqrt(len(a))) 也就是说，Sigma除以样本大小的平方根:np.sqrt(len(a)). 问题是:哪个版本是正确的? 解决方案的68％置信区间来自正态分布平均MU和STD偏差Sigma为 stats.norm.interval(0.68, loc=

28 2023-05-01 编程技术问答社区 python numpy scipy confidence-interval

指数曲线拟合的置信区间

我正在尝试在某些x,y数据上获得指数拟合的置信区间(可用在这里 ).这是我必须找到最适合数据的MWE: from pylab import * from scipy.optimize import curve_fit # Read data. x, y = np.loadtxt('exponential_data.dat', unpack=True) def func(x, a, b, c): '''Exponential 3-param function.''' return a * np.exp(b * x) + c # Find best fit. popt, pcov = curve_fit(func, x, y) print popt # Plot data and best fit curve. scatter(x, y) x = linspace(11, 23, 100) plot(x, func(x, *popt), c='r') show(

12 2023-05-01 编程技术问答社区 python numpy scipy confidence-interval

假设分布未知的样品数据计算置信区间

我有示例数据，我想为其计算一个置信区间，假设分布不正常并且未知.基本上，看起来分布是帕累托. 正态分布的答案: 从样本数据中计算一个置信区间正确的置信度间隔的正确方法 /p> 解决方案如果您不知道基本分布，那么我的第一个想法是使用引导程序: https://en.wikipedia.org/wiki/bootstrappapping_(statistics) 在伪代码中，假设x是包含您数据的numpy阵列: import numpy as np N = 10000 mean_estimates = [] for _ in range(N): re_sample_idx = np.random.randint(0, len(x), x.shape) mean_estimates.append(np.mean(x[re_sample_idx])) mean_estimates现在是分布平均值的10000估计列表.以这10000个值的第2.5

24 2023-04-30 编程技术问答社区 python numpy scipy statistics confidence-interval

从样本数据中计算出置信区间

我有示例数据，我想计算一个正态分布的置信区间. 我已经找到并安装了Numpy和Scipy软件包，并获得了numpy返回平均值和标准偏差(numpy.mean(数据)，数据为列表).对获得样本置信区间的任何建议将不胜感激. 解决方案 import numpy as np import scipy.stats def mean_confidence_interval(data, confidence=0.95): a = 1.0 * np.array(data) n = len(a) m, se = np.mean(a), scipy.stats.sem(a) h = se * scipy.stats.t.ppf((1 + confidence) / 2., n-1) return m, m-h, m+h 您可以这样计算. 其他解决方案在这里，Shasan代码的缩短版本，计算数组平均值的95％置信区间a: impor

6 2023-04-30 编程技术问答社区 python numpy scipy statistics confidence-interval

使用Bootstrapping为GLMM中的回归曲线创建置信区间

创建了一个GLMM模型，并绘制了每个因素的预测概率.但是，我无法理解如何使用Bootmer函数创建置信区间.我不断收到错误消息无法从非整数的先前权重模拟. 我希望有人能提供帮助吗?预先感谢. glmm1

20 2023-04-26 编程技术问答社区 r glm confidence-interval statistics-bootstrap

Confint()与glm {stats}非常、非常慢

我在最新版本的R中从GLM计算或置信区间有问题，但是我以前没有这个问题.使用family="binomial"的任何GLM，无论模型多么简单，它都可以轻松提取摘要和EXP(COEF(模型))，但是当我尝试提取confint()或exp(confint(model))时， "等待分析完成……"消息显示出来，什么也没发生(我等待了10分钟，然后取消了该过程，这通常只需几秒钟即可在我的计算机上).有什么想法可能会绊倒这个功能吗?我在multiple datasets和变量上尝试过，结果相同.有什么想法为什么要花这么长时间/无法完成? 解决方案好吧，出于某些未知原因，指定exp(confint.default(model))会立即解决此问题.

24 2023-04-26 编程技术问答社区 glm confidence-interval binomial-coefficients

使用confint()估计GLMM的CI时的误差

i有一组拟合二进制响应变量和一组连续变量的GLMM，我想为每个模型获得置信区间.我一直在使用confint()函数，以95％的速度和profile方法使用，如果将其应用于没有交互的模型，则无问题. 但是，当我将confint()应用于具有交互的模型(连续*连续)时，我一直在遇到此错误: m1CI

0 2023-04-26 编程技术问答社区 r glm lme4 confidence-interval

在同一个GGplot上绘制多个数据集和它们的置信区间时遇到困难。数据框架包括

首先，这是我的数据框架: > df.combined MLSupr MLSpred MLSlwr BPLupr BPLpred BPLlwr 1 1.681572 1.392213 1.102854 1.046068 0.8326201 0.6191719 2 3.363144 2.784426 2.205708 2.112885 1.6988250 1.2847654 3 5.146645 4.232796 3.318946 3.201504 2.5999694 1.9984346 4 6.930146 5.681165 4.432184 4.368555 3.6146180 2.8606811 5 8.713648 7.129535 5.545422 5.480557 4.5521112 3.6236659 6 10.497149 8.577904 6.6586

12 2023-04-22 编程技术问答社区 r ggplot2 confidence-interval

ggplot的置信区间没有填满我的线性混合模型的整个数据集

我的GGPLOT R-CODE与其他数据集完全可以使用，但我偶然发现了为什么它不适用于一个特定数据集.请参阅下面的图像，其中填充置信区间停止为0.10: 用于再现问题: library(nlme) library(ggeffects) library(ggplot2) SurfaceCoverage

10 2023-04-21 编程技术问答社区 r ggplot2 confidence-interval

计算和绘制广义非线性模型的95%置信区间

i已使用R package nlme 和包含的gnls()函数构建了几个通用的非线性最小二乘模型(指数衰减).我不简单地使用基本nls()函数构建非线性最小二乘模型的原因是因为我希望能够对异性恋性建模以避免转换.我的模型看起来像这样: model

8 2023-04-21 编程技术问答社区 r ggplot2 confidence-interval non-linear-regression nlme

在R中使用geom_smooth()在ggplot2图例中混合填充颜色

使用ggplot2中的geom_smooth()绘制两个回归曲线时，对于fill颜色，传说会选择置信区间相交的一个回归曲线.我确实认为，当重叠区域比另一个更大时，我发现这种行为会出现，但是我发现这是不受欢迎的，因为读者能够推断出"黑暗"区域是CI相交的区域.为这两种曲线分配相同的颜色要困难或不直觉. 我该如何纠正? MWE: library(ggplot2) p

18 2023-04-20 编程技术问答社区 r ggplot2 fill confidence-interval

为什么seaborn图不显示置信区间？

我正在使用sns.lineplot在图中显示置信区间. sns.lineplot(x = threshold, y = mrl_array, err_style = 'band', ci=95) plt.show() 我得到以下图，该图没有显示置信区间: 有什么问题? 解决方案每个X值可能只有一个观察值. 如果每个X值只有一个观察值，则没有置信区间可以绘制. 每x值执行引导，但是要生效需要多个假设. ci:与估算器聚集时要绘制的置信区间的大小. 'sd'意味着绘制数据的标准偏差.设置为None将跳过引导. 请注意以下示例来自这个问题指定sns.lineplot，但是此答案适用于任何数据 import seaborn as sns # load data flights = sns.load_dataset("flights") year month passengers 0 1949 Jan 11

4 2023-04-13 编程技术问答社区 python-3.x statistics seaborn data-visualization confidence-interval

我怎样才能在R中获得单尾的、自举的皮尔逊相关的置信区间？

我想在R中计算一个单尾，非参数引导的皮尔森相关测试的95％的自举置信区间.但是，boot.ci仅给出两尾的顺式.如何计算一尾bootstrap顺式? 这是我使用cor.test进行单尾的Pearson相关测试的代码. (其中包括boot.ci在末尾返回两尾CI，不需要一尾CI.输出作为评论(#)进行比较.) # Load boot package library(boot) # Make the results reproducible set.seed(7612) # Define bootstrapped Pearson correlation function and combine output into vector bootCorTest

12 2023-04-07 编程技术问答社区 r correlation confidence-interval standard-error

对R的相关系数的引证P值

在R上，我使用Boostrap方法来获取相关系数估计和置信区间. 我想，为了获得p值，我可以计算不包含零的置信区间的比例.但这不是解决方案. 在这种情况下如何获得P值? 我正在使用cor.test获得系数估计. cor.test也可能会给我每个测试中的p值.但是我如何获得自举p值? 非常感谢！在一个示例下: n=30 data = matrix (data = c (rnorm (n), rnorm (n),rnorm (n), rpois(n,1), rbinom(n,1,0.6)), nrow = n, byrow = F) data= as.data.frame(data) z1 = replicate( Brep, sample(1:dim(data)[1], dim(data)[1], replace = T)) res = do.call ( rbind, apply(z1, 2, function(x){ res=cor.test(d

32 2023-04-07 编程技术问答社区 r correlation confidence-interval p-value statistics-bootstrap

如何获得lmer对象的置信区间?

我试图获得混合模型预测的置信区间.预测功能不会输出任何置信区间.使用Mertools软件包中的预测Interval函数提出的堆叠率答案以获取间隔，但是我试图在下面的绘图中比较这两个函数的预测估计之间存在差异.有人可以让我知道我在这里做错了什么吗?另外，我要构建的实际模型类似于下面的摘要中显示的模型，除了我没有固定效应组件，除了截距. . library(merTools) library(lme4) dat

14 2023-03-28 编程技术问答社区 r predict lme4 mixed-models confidence-interval

从LME FIT提取预测带

我有以下模型 x

14 2023-03-28 编程技术问答社区 r prediction confidence-interval mixed-models

首页
<
1
2
3
>
尾页