Iam은 R을 사용하여 40000 행 및 4 열의 퇴비 인 구분 된 테이블의 입력을 사용하여 큰 숫자를 실행합니다. NormData3= NormData1[1:40000,1:5]
for(i in 1:nrow(NormData3)) {
g1=NormData3[i,2:3]
g2=NormData3[i,4:5]
p[i]=t.test(g1,g2,var.equal
내가 주가의 역사와 이 R.에 더빈 왓슨 테스트를 사용하여 인덱스의 상관 관계를 측정하기 위해 노력하고 결과는 지금까지 무엇을했는지 있습니다 : data <- read.xlsx("data.xlsx", colNames = TRUE, detectDates = TRUE)
data
head(data)
data$X1 <- as.Date(data$X1)
bb
내장 된 가설 전략은 기능을 통해 제공됩니다 (예 : 실제 전략보다는 integers은 전략을 만드는 기능 임). 그것은 나에게 전략 목표가 내부 상태임을 시사한다. 위의 두 가짜 테스트에서 @given(integers())
def test_foo(n):
assert n > 0
@given(integers())
def test_bar(n):
어떤 이유 : >>>stats.ttest_ind([1, 1], [1, 1])
Ttest_indResult(statistic=nan, pvalue=nan)
>>>stats.ttest_ind([1, 1], [1, 1, 1])
Ttest_indResult(statistic=nan, pvalue=nan).
하지만 다른 요약 통계가 샘플을 사용할 때마다,
나는 케라를 사용하여 깊은 신경망을 훈련 중이다. 점수 중 하나는 val_acc입니다. 나는 70 %의 val_acc처럼된다. 이것이 좋은지 나쁜지 어떻게 알 수 있습니까? 신경망은 이진 분류 자이므로 1 또는 0을 예측하려고합니다. 데이터 자체는 약 65 % 0 및 35 % 1입니다. 내 70 % val_acc가 좋은가요?
나는 5 년과 5 인 동안 하루에 소비되는 아이스크림의 평균값을 가진 panel(5x5)입니다. 이 패널에 대해 mean=50이라는 가설 테스트를 수행하고 싶습니다. R에서이 작업을 도와주세요. 진행 방법을 모르는 채 샘플 코드가 없습니다. 솔직히 나는 당신의 문제가 더 정말 R을 이해하지 결과적으로 이것이 당신이 정말 있기 때문에 필요하지 않을 수도 있습
정말 큰 데이터 프레임에서 pairwise t 테스트를 실행하기 위해 R 패키지 plyr을 사용하고 싶지만 어떻게해야할지 모르겠다. 최근에 plyr을 사용하여 상관 관계를 수행하는 방법을 배웠고 비교할 그룹을 지정한 다음 plyr로 데이터를 분류하는 방법을 정말 좋아합니다. 이 같은 데이터 셋 예를 들어, 당신은 할 수 plyr 홍채 조리개의 각 종 꽃받침