R - LM和R平方 - 优文库

-1

我一直在运行这个网站和其他人的问题，我只是想确保我明白，我正确地做到这一点，然后我会想要一些建议来分析结果。R - LM和R平方

我是从n到n的二进制矩阵从Java到R（使用jri）出口，然后我想运行lm（）对0的期望向量。

这里是导出功能用于获取矩阵为R

REXP x = re.eval("selectionArray <- c()"); 

for (int j = 0; j < currentSelection.length; j++){ 
    boolean result = re.assign("currentSNPs", currentSelection[j]); 
     if (result == true){ 
      x = re.eval("selectionArray <- rbind(selectionArray, currentSNPs)"); 
     } 
}

于是我想执行的LM（）函数来获得R平方值

  x = re.eval("fm = lm(selectionArray ~ 0)");

我知道，我需要使用汇总（fm）来获得r的平方值，但我不确定如何将它们提取出来或者它们在这一点上的含义。我想知道每列的期望0值的偏差的重要性。

谢谢！

来源

2012-06-07 Thaddeus Aid

从名为“M”

summary(m)$r.squared

你总是可以通过使用str()功能查看R中的物体的结构的“LM”对象提取R^2值;在这种情况下，你想str(summary(m))

但是，目前还不清楚你在这里要完成什么。在lm()函数的公式参数中指定selectionArray ~ 0，这是没有意义的，原因有两个：1）如前面暗示的，公式右侧的0对应于一个模型，其中预测变量是无法定义与此预测器对应的零和β系数。 2）你的结果selectionArray是一个矩阵。据我所知，lm()没有设置为有多个结果。

您是否试图测试selectionArray的每列与0不同的意义？如果是这样，任何列中至少有一个成功（1）的列与0列显着不同。如果您对每列中成功概率的置信区间感兴趣，请使用以下代码。请注意，这不适用于多重比较。

首先，让我们用玩具的例子开始说明概念

v1 <- rbinom(100,size=1,p=.25) 
#create a vector, length 100, 
#where each entry corresponds to the 
#result of a bernoulli trial with probability p 

binom.test(sum(v1), n=length(v1), p = 0) 
##let's pretend we didn't just generate v1 ourselves, 
##we can use binom.test to determine the 95% CI for p 

#now in terms of what you want to do... 
#here's a dataset that might be something like yours: 
selectionArray <- sapply(runif(10), FUN=function(.p) rbinom(100,size=1,p=.p)) 
#I'm just generating 10 vectors from a binomial distribution 
#where each entry corresponds to 1 trial and each column 
#has a randomly generated p between 0 and 1 

#using a for loop 
#run a binomial test on each column, store the results in binom.test.results 
binom.test.results <- list() 
for(i in 1:ncol(selectionArray)){ 
    binom.test.results[[i]] <- binom.test(sum(selectionArray[,i]), 
     n=nrow(selectionArray), p=0) 
} 

#for loops are considered bad programming in r, so here's the "right" way to do it: 
binom.test.results1 <- lapply(as.data.frame(selectionArray), function(.v){ 
    binom.test(sum(.v), n=nrow(selectionArray), p = 0) 
}) 

#using str() on a single element of binom.test.result will help you 
#identify what results you'd like to extract from each test

来源

2012-06-09 23:48:08 Michael

我对Java不太了解，所以我不是在谈论这个。

所以，你有一个0和1值的矩阵，没有其他的二进制数？

而你想知道列的意思是否是signif。不同于0？

这意味着，你应该做假设检验，而不一定是回归。然而，回归可以等同于这样的测试。

lm(y~0)没有意义。如果你只需要一个拦截，你应该使用lm(y~1)。但是，这相当于t检验，这在统计上是不正确的。

我怀疑最好是使用fit<-glm(y~1,family=binomial)而不是提取p值p<-summary(fit)$coef[4]，但我不是统计学家。

来源

2012-06-07 12:29:23 Roland

R - LM和R平方

回答

相关问题