首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏数说工作室

    P之死

    有一天,我走进统计学的神殿 ,将所有谎言都装进原假设的盒子里, “P为零”, 一个声音传来, “但你已经不能再拒绝,因为,P已经死了” 从此,这个世界上充斥着谎言。 实际上,问题并不在数据中,而是P出了问题,正如罗斯福大学的经济学家史蒂芬所说,“P没有起到人们期望的作用,因为它压根就不可能起到这个作用。” ? 为什么呢?为什么P没有达到人们的期望? 现在和数说君一起来梳理一下P和假设检验的历史,并从中寻找答案吧。 ? 二、P和假设检验的历史 1. Fisher P能风靡学术界这么多年,费雪是第一推手,被他推动的除了P,还有被称为“费雪学派”(Fisherian)的假设检验思想。 (1966), TheDesign of Experiments (8th ed.), Edinburgh: Oliver and Boyd Gibbons,J.D. (1986), “P-Values

    1.5K70发布于 2018-04-08
  • 来自专栏数说工作室

    【温故】P之死

    【温故】 100年前的今天(1918年7月8日),有位叫 Ronald Fisher 的人向外界宣读了一篇论文《Thecorrelation between relatives on the supposition P的争论,纪念一下100年前的今天。 实际上,问题并不在数据中,而是P出了问题,正如罗斯福大学的经济学家史蒂芬所说,“P没有起到人们期望的作用,因为它压根就不可能起到这个作用。” ? 为什么呢?为什么P没有达到人们的期望? 现在和数说君一起来梳理一下P和假设检验的历史,并从中寻找答案吧。 ? 二、P和假设检验的历史 1. (1966), TheDesign of Experiments (8th ed.), Edinburgh: Oliver and Boyd Gibbons,J.D. (1986), “P-Values

    99720发布于 2018-08-02
  • 来自专栏数说工作室

    浅议P校正

    P,通常被我们用来判断是否接受一个假设,关于P的前世今生,可以看数说君的了一篇文章《P之死》,在微信公众号中回复“P”查看。 至于P是怎么来的,为什么用P和α相比来判断,可以去看《P之死》,里面已经进行了详细的梳理。 对于每一个检验的P,有: P<α=0.05/m,我们才能拒绝H0; 这样我们就校正了显著水平,当然我们也可以让α保持不变,去校正PP*m<α=0.05,我们才能拒绝H0; 也就是说,每一个检验做出来的 P,我们都要乘以m,叫做校正后的P,然后去和0.05进行比较。 或者,保持α不变,将P校正为mP(i)/i,这个又称为Q Q-value(i) = m × P(i)/i < α 根据Benjaminiand和Hochberg的论文(1995)里的证明, 以上的过程就可以控制

    7.3K61发布于 2018-04-08
  • 来自专栏R语言数据分析指南

    跟着nature communications学绘图(8) ggprism优雅的添加p

    22.4 3.36 1.68 green 6 STS 21.7 1.16 0.578 green 7 TNFα 52.7 5.97 2.98 grey 8 (-`MUFA-PI / total PI [%]`) %>% t_test(data =., value ~ name, ref.group = "w/o") %>% mutate(p.adj.signif = replace_na(p.adj.signif,""),across("p.adj.signif",str_replace,"ns","")) %>% select(group1,group2 ,p.adj,p.adj.signif) %>% left_join(. = "grey30")+ geom_col(width=0.5,aes(fill=group),color="grey50")+ add_pvalue(stat.test,label = "p.adj.signif

    76320编辑于 2022-09-21
  • 来自专栏祥子的故事

    统计| p的计算

    p的计算,R语言和python的实现 今天来说说频率中假设检验要依赖的评估指标:p,对,你也许很清楚的知道它表达的意思,但是它是怎么算得的呢?不知道你是否知道呢? 这次将介绍几种分布计算p的方法(套路)。 这里以两样本均值的假设检验为例来说明。 \frac{S_{y}^{2}}{m}}} \sim N(0,1) 假设检验的介绍看博客:http://blog.csdn.net/xxzhangx/article/details/67640775 p是说在原假设成立的条件下 ,原假设发生的概率,若是p小于0.05,发生概率小于0.05时,认为是小概率发生了,即是差异性显著,拒绝原假设。 公式: 双边假设的pp=P(z<−|x¯−y¯S2xn+S2ym−−−−−−−√|) p = P( z < -| \frac{ \overline{x} - \overline{y

    4K20发布于 2019-02-18
  • 来自专栏Q青之家

    QQWeb登陆P算法

    QloginPCode 腾讯WEB登陆协议p算法,node.js编写,下面是服务端源码,算法请自行去github下载 点击下载 var http = require('http'); var RequestUrl get.pwd; var vcode = get.vcode; response.writeHeader(200, { "Content-type": "text/html;charset=utf8" }) try { var p = login.getmd5(uin, pwd, vcode); response.write(p); } catch (err) { response.write

    70320发布于 2021-08-12
  • 来自专栏数据指象

    功效分析:P的胞弟

    学过统计学基础的同学们,对P耳熟能详,脱口而出;关于功效我们多半像个丈二和尚,摸不着头脑。 2,P与功效 P:拒绝原假设而犯错第一类错误的概率。是在【基准显著水平】做拒绝或不拒绝原假设的定性指标。 功效是:1-β(第二类错误的概率)概率来定义,它衡量真实事件发生的概率。 为什么有了P检测,还有功效检测呢?实验最重要的是提升可信度和说服力,P虽好但也不是处处皆好,所以多一个功效检测,多一道安心的保障。 4,主角的效应的开场 影响功效的因素有3个:样本大小,显著性水平,效应。 我们也说过效应是度量处理的差异程度的,不能的研究方向,不同的功效计算方法对应不同的效应计算公式。常用的公式如下 4.3,效应大小的标准?

    94140编辑于 2022-04-27
  • 来自专栏量化投资与机器学习

    ​为什么说p像根针?一场关于p的战争!

    如果你对p比较陌生,简单来说呢,p是一个告诉你是否应该认为原假设很荒谬的决策工具。 反对p 当人们(经常是贝叶斯学派)批判p的时候,通常可以归结为两种论点: 1、关于定义或公式。 支持p 你应该对那些对p怀有极端狂热的人也抱有怀疑。p只是在一些非常特定的情形下才有用。但当p有用的时候,就会不鸣则已,一鸣惊人。 p是特定方式下决策的有力工具 质疑这一点非常困难。 p的另一种情况 如果你对分析学感兴趣(不是统计学),p是一种有用的方法来汇总数据,迭代搜索。请不要像统计学家那样去解释p。除非数据内含特定的模式,否则p无法说明任何事情。 如果是为别人计算p,对你来说可能是没有用的。p应该与那些做出相同简化假设、按相同方式制定决策的人分享。 用别人的p是危险的事情……它们就像针:如果你要用,就用自己的! 这就是为什么p有点像医生用的针头。它们是供个人使用的,共用p是很危险的事情。

    70620发布于 2019-07-10
  • 来自专栏用户7627119的专栏

    【R语言】P转换成***

    我们在做一些统计学分析的时候,总是能得到一个p。但是在画图的时候,一般会把p转换成星号(*),显示在图上。那么今天小编就来跟大家聊一聊,怎么用R语言,将P转换成对应的*。 #install.packages("gtools") library(gtools) star2=stars.pval(pval) pval star2 这个函数连转换的参数都帮你省了,只需要输入p就可以了

    91530编辑于 2022-09-21
  • 来自专栏生信补给站

    scRNA分析|自定义你的箱线图-统计检验,添加p,分组比较p

    本文主要解决以下几个问题 (1)指定统计检验方式(2)指定比较组并添加P(3)任意比较(4)分组比较 (5)使用星号代替P 等 一 载入R包 数据 使用本文开始的基因集评分的结果 和 ggpubr ) comp=combn(group,2) comp # [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] + stat_compare_means(aes(group = group)) 三 可视化调整 除上述之外还有一些常见的小调整,比如去掉p前面的统计方法, 将P改为星号,调整坐标轴和标签等等 = paste0("p =", ..p.format..)) ) 2,将p改为星号 p1+stat_compare_means(comparisons = my_comparisons, aes(label = paste0("p =", ..p.format..)), # 只显示p大小,不呈现计算方法 color="grey50",

    6K31编辑于 2023-03-08
  • 阿里 P8 跌落神坛。。。

    阿里 P8 跌落神坛。。。 最近在网上看到一则消息(求职信息)。 经典咏流传: 其实,我对你是有一些失望的。当初给你定级P8 ,是高于你面试时的水平的。我是希望进来后,你能够拼一把,快速成长起来的。 P8这个层级,不是有体系化思考的能力就可以了。你做的事情,他的价值点在哪里?你是否作出了壁垒,形成了核心竞争力?你做的事情,和公司内其他团队的差异化在哪里?

    7110编辑于 2026-03-24
  • 来自专栏后端技术

    张龙netty学习笔记 P7 P8 P9

    概要 P7 实现了客户端与服务端的连接(但没有发送信息) P8 实现了聊天室,主要用到了对连接、断开连接的事件处理,以及用ChannelGroup实现广播 P9 实现了空闲状态监测(可用于心跳包监测

    54140发布于 2019-05-25
  • 来自专栏给永远比拿愉快

    假设检验和P那些事

    假设检验和P那些事 记得大学时候学习概率论与数理统计的时候,学习过假设检验,但我不记得课本上有提到过PP 上面讲了检验假设的一般过程,好像跟P没什么关系?但是P其实和检验假设息息相关的。上面的求解过程是通过判断样本观测是否落在拒绝域而做出判断的,其实我们还可以通过计算P直接进行判断。 那么什么是$P$呢? 我的理解就是P是在原假设成立的情况下,出现比当前样本观测值更极端(包括当前样本观测)情况的概率。 其实这样说还是挺抽象的,我们通过计算来进行说明。 计算的过程就是上面讲解假设减压和P的过程。

    1.7K10发布于 2019-01-22
  • 来自专栏生信小驿站

    绘制韦恩图及计算P

    (1)计算韦恩venn图交集的P #======================================================= #======================= 计算韦恩图P的代码为 > phyper(inter-1, a, 20000-a, b, lower.tail = F) [1] 2.098632e-06 可以看到P小于0.05,因此该overlap 计算venn图P的具体资料大家可以检索:超几何分布检验(hypergeometric test)与费歇尔精确检验(fisher's exact test); Statistical significance of the overlap between two groups of genes; Calculate venn diagram hypergeometric p value using R等。 , scaled = FALSE) pdf(file = 'venn_anti_gene.pdf', height = 5, width = 5) p

    3.3K10编辑于 2021-12-06
  • 来自专栏优雅R

    「R」ggplot2 添加矫正p

    ggpubr 实现了 ggplot2 绘图添加 p 的良好支持,但读者需要注意它是没有经常矫正的。矫正 p 需要额外的处理。 % mutate(y.position = 35) stat.test # A tibble: 3 x 9 dose .y. group1 group2 statistic p method p.adj y.position 1 0.5 len OJ VC 3.1697328 0.0064 T-test p <- ggboxplot( ToothGrowth, x = "supp", y = "len", color = "supp", palette = "jco", facet.by = "dose", ylim = c(0, 40) ) p + stat_pvalue_manual(stat.test, label = "p.adj") ?

    1.9K10发布于 2020-07-03
  • 来自专栏优雅R

    「R」ggplot 图 P 格式化

    「ggpubr」 包中的 stat_compare_means() 函数是非常常用于对 ggplot 图形添加统计比较结果的方法,近期有粉丝问到了如何对其展示的 P 进行格式化,这里简要地做一个记录。 p + stat_compare_means() 可以看到图中是以检验方法+P的结果来展示 P 的,那么该如何修改它呢? ,下面是一个简单的修改: p + stat_compare_means(aes(label = paste0("P = ", round(as.numeric(..p.format..), 1)))) 这里需要注意的是 ..p.format.. stat_compare_means 提供的说明修改 P 的位置: p + stat_compare_means(aes(label = paste0("P = ", round(as.numeric

    1.6K10编辑于 2022-01-21
  • 来自专栏Listenlii的生物信息笔记

    Nature: P到底能不能用?

    作者强调不是在呼吁禁止P。也不是说P不能在某些特定的应用中用作决策标准(例如确定一个制造过程是否满足某些质量控制标准)。 当报告P时,将以合理的精度给出它们(例如,P = 0.021或P = 0.13)——不使用星星或字母等修饰来表示统计意义,也不使用二进制不等式(P < 0.05或P > 0.05)。 Link: https://www.nature.com/articles/d41586-019-00874-8 P是否高于或低于“统计显著性”的任意阈值(如0.05)决定了假设是否被接受,论文是否发表 作者并没有呼吁将P本身作为一种统计工具抛弃——相反,他们希望停止将P作为一种任意的显著性阈值。 一篇文章哀悼:工具已经变成了暴君。 Thetool has become the tyrant. (a) H0为真时,1000次统计检验的模拟P。分布均匀,平均5% P < 0.05(蓝色)。 (b)在H0为真时,10次试验的1 000次模拟中最小P的分布情况。

    1K20发布于 2021-07-30
  • 来自专栏全栈程序员必看

    p6spy mysql8_P6Spy配置使用

    P6SPY提供了如下几个功能: 记录SQL语句的执行时间戳。 maven环境,p6spy.jar不用放到lib下,采用maven方式引入即可 p6spy p6spy 3.0.0 (4)修改spy.properties driverlist=com.mysql.jdbc.Driver 修改hibernate.xml 修改driverClassName 为 com.p6spy.engine.spy.P6SpyDriver,原来的是com.mysql.jdbc.Driver 修改数据库连接 useUnicode=true&characterEncoding=UTF-8 改为:jdbc:p6spy:mysql://localhost:3307/lmcms_v4.0_base_160831? useUnicode=true&characterEncoding=UTF-8 (6)重启tomcat (7)应用再有操作数据库时,控制台会打印数据库的sql信息 版权声明:本文内容由互联网用户自发贡献

    1.2K30编辑于 2022-11-08
  • 来自专栏生物信息学、python、R、linux

    ggpubr加相关性系数和p

    比如: 如果做scatter plot需要计算correlation及其对应p的话,如果不考虑ggpubr的话,可能需要先用cor()或者cor.test()函数求出correlation及p,然后在用如 + annotate("text",x = 0.2, y = 1, label = 'p.value = 0.01', size = 4)等方法注释上去。 如果用ggpubr中的stat_cor()则省事很多: library(ggplot2) library(ggpubr) data("iris") p <- ggplot(data = iris, aes hjust = 0.5)) + stat_cor(method = 'pearson', aes(x = Sepal.Width, y = Petal.Width, color = Species)) p cor2 p.digits和r.digits可以修改p和r的小数保留位数。默认是两位。 欢迎关注~ 生信编程日常

    2.5K20发布于 2020-04-01
  • 来自专栏用砖头敲代码

    php实现计算QQ空间登录的p

    流弊 就在昨天困扰了我四个月之久的QQ空间登录p的计算问题终于被解决了,众所周知QQ空间登录是四步进行的,前三步我都完成了,但是第四步涉及到一个p的计算,而我能嫖到的代码只有一个login.js, php $uin = ''; //QQ账号 $pwd = ''; //QQ密码 $vcode = ''; //vc通过QQ登录第三步来获取 $p_value = json_decode(file_get_contents ('http://api.moleft.cn/qq/p.php? $vcode),true); if($p_value['code']>0){ echo $p_value['data']; }else{ echo 'null'; } ? :1,失败:-1 msg string 返回信息 data array 获取的数据 声明 我不是小学生,没空偷你账号密码和ck,信就信,不信就Ctrl+W 如无特殊说明《php实现计算QQ空间登录的p

    1.2K10编辑于 2022-08-30
领券