如何在引导 cor.test kendall 后找到分位数/p 值
How to find quantiles / p-value after bootstrapping a cor.test kendall
我正在使用 R 进行数据分析。我想找到两个数字向量的自举相关的分位数/p 值。在计算了两个向量的相关性 (method = kendall) 之后,我启动了该函数。不知何故,查找分位数的功能不起作用
我正在使用#mosaic 包并尝试了下面的分位数函数。两个向量的相关性测试和引导程序运行良好,但我尝试的两个分位数函数都不起作用。请在下面查看我的代码:
#Score and Population are the vectors (both numeric), Index 2019 is the dataset I am analysing
##Correlation Kendall
cor.test(Index2019$Score, Index2019$Population, method="kendall")
##Bootstraping
set.seed(1896)
H1_Bootstrapping <- do(1000) * cor.test(Score~Population, data= resample(Index2019), method="kendall")
#QUANTILE FUNCTIONS I tried
quantile( ~ cor.test, data = H1_Bootstrapping, probs = c(0.025, 0.975))
qdata(~cor.test,probs=c(.05,.95),data = H1_Bootstrapping)
quantile(H1_Bootstrapping, probs=c(0.05,0.95))
quantile(H1_Bootstrapping, probs=c(0.05,0.95),na.rm=TRUE)
我期望 0.05 和 0.95 置信区间的值,但在尝试上述函数时实际上出现以下错误:
quantile( ~ cor.test, data = H1_Bootstrapping, probs = c(0.025, 0.975))
ERROR MESSAGE:
Error in quantile.default(eval(formula[[2]], data, .envir), ...) :
anyNA() applied to non-(list or vector) of type 'closure'
qdata(~cor.test,probs=c(.05,.95),data = H1_Bootstrapping)
ERROR MESSAGE:
Error in quantile.default(x, ..., na.rm = na.rm) :
formal argument "probs" matched by multiple actual arguments
quantile(H1_Bootstrapping, probs=c(0.05,0.95))
ERROR MESSAGE:
Error in quantile.default(x, ..., na.rm = na.rm) :
missing values and NaN's not allowed if 'na.rm' is FALSE
quantile(H1_Bootstrapping, probs=c(0.05,0.95),na.rm=TRUE)
ERROR MESSAGE:
Error in (1 - h) * qs[i] : non-numeric argument to binary operator
你能帮我实现任何功能吗?非常感谢您的帮助!
在 H1_Bootstrapping$z
中,您可以找到肯德尔相关系数的 bootstrap 值。
library(mosaic)
## Generate data
set.seed(12345)
n <- 100
Index2019 <- data.frame(Score=rnorm(n), Population=rnorm(n))
## Correlation Kendall
cor.test(Index2019$Score, Index2019$Population, method="kendall")
## Bootstraping
set.seed(1896)
H1_Bootstrapping <- do(1000) * cor.test(Score~Population, data= resample(Index2019),
method="kendall")
## QUANTILE FUNCTIONS
quantile( ~ z, data = H1_Bootstrapping, probs = c(0.05, 0.95))
# 5% 95%
# -0.6468391 2.4376336
qdata(~z, p=c(.05,.95), data = H1_Bootstrapping)
# quantile p
# 5% -0.6468391 0.05
# 95% 2.4376336 0.95
quantile(H1_Bootstrapping$z, probs=c(0.05,0.95))
# 5% 95%
# -0.6468391 2.4376336
我正在使用 R 进行数据分析。我想找到两个数字向量的自举相关的分位数/p 值。在计算了两个向量的相关性 (method = kendall) 之后,我启动了该函数。不知何故,查找分位数的功能不起作用
我正在使用#mosaic 包并尝试了下面的分位数函数。两个向量的相关性测试和引导程序运行良好,但我尝试的两个分位数函数都不起作用。请在下面查看我的代码:
#Score and Population are the vectors (both numeric), Index 2019 is the dataset I am analysing
##Correlation Kendall
cor.test(Index2019$Score, Index2019$Population, method="kendall")
##Bootstraping
set.seed(1896)
H1_Bootstrapping <- do(1000) * cor.test(Score~Population, data= resample(Index2019), method="kendall")
#QUANTILE FUNCTIONS I tried
quantile( ~ cor.test, data = H1_Bootstrapping, probs = c(0.025, 0.975))
qdata(~cor.test,probs=c(.05,.95),data = H1_Bootstrapping)
quantile(H1_Bootstrapping, probs=c(0.05,0.95))
quantile(H1_Bootstrapping, probs=c(0.05,0.95),na.rm=TRUE)
我期望 0.05 和 0.95 置信区间的值,但在尝试上述函数时实际上出现以下错误:
quantile( ~ cor.test, data = H1_Bootstrapping, probs = c(0.025, 0.975))
ERROR MESSAGE:
Error in quantile.default(eval(formula[[2]], data, .envir), ...) :
anyNA() applied to non-(list or vector) of type 'closure'
qdata(~cor.test,probs=c(.05,.95),data = H1_Bootstrapping)
ERROR MESSAGE:
Error in quantile.default(x, ..., na.rm = na.rm) :
formal argument "probs" matched by multiple actual arguments
quantile(H1_Bootstrapping, probs=c(0.05,0.95))
ERROR MESSAGE:
Error in quantile.default(x, ..., na.rm = na.rm) :
missing values and NaN's not allowed if 'na.rm' is FALSE
quantile(H1_Bootstrapping, probs=c(0.05,0.95),na.rm=TRUE)
ERROR MESSAGE:
Error in (1 - h) * qs[i] : non-numeric argument to binary operator
你能帮我实现任何功能吗?非常感谢您的帮助!
在 H1_Bootstrapping$z
中,您可以找到肯德尔相关系数的 bootstrap 值。
library(mosaic)
## Generate data
set.seed(12345)
n <- 100
Index2019 <- data.frame(Score=rnorm(n), Population=rnorm(n))
## Correlation Kendall
cor.test(Index2019$Score, Index2019$Population, method="kendall")
## Bootstraping
set.seed(1896)
H1_Bootstrapping <- do(1000) * cor.test(Score~Population, data= resample(Index2019),
method="kendall")
## QUANTILE FUNCTIONS
quantile( ~ z, data = H1_Bootstrapping, probs = c(0.05, 0.95))
# 5% 95%
# -0.6468391 2.4376336
qdata(~z, p=c(.05,.95), data = H1_Bootstrapping)
# quantile p
# 5% -0.6468391 0.05
# 95% 2.4376336 0.95
quantile(H1_Bootstrapping$z, probs=c(0.05,0.95))
# 5% 95%
# -0.6468391 2.4376336