我在R中使用pbinom
来确定多个结果值的p值和成功概率:
1 - pbinom(1:2, 21, c(0.02, 0.05))
1:2
表示观察计数的数量,21表示样本量,0.02
和0.05
表示成功的概率。但是,上述命令的输出为:
[1] 0.06534884 0.08491751
这些值表示的概率
1 - pbinom(1, 21, 0.02) & 1 - pbinom(2, 21, 0.05)
分别。
我希望获得1 - pbinom(1:2, 21, 0.02)
和1 - pbinom(1:2, 21, 0.05)
的输出以便我获得输出:
[1] 0.065348840 0.008125299 ## pvalues for 1 - pbinom(1:2, 21, 0.02)
[1] 0.28302816 0.08491751 ## pvalues for 1 - pbinom(1:2, 21, 0.05)
我的实际数据集非常长,所以我不能键入所有成功概率的代码。
我也尝试过使用for循环:
output=c()
for (i in 1:2) {
output[i]=(1 - pbinom(i, 21, c(0.02, 0.05)))
}
但我收到以下警告信息:
1:输出[i]=(1-pbinom(i,21,c(0.02,0.05)):
要替换的项目数不是替换长度的倍数
2:输出[i]=(1-pbinom(i,21,c(0.02,0.05)):
要更换的物品数量不是更换长度的倍数
我意识到这个问题可能很难理解,但任何帮助都将不胜感激。非常感谢。
使用sapply:
t(sapply( c(0.02, 0.05), function(x) 1 - pbinom(1:2, 21, x)))
# [,1] [,2]
# [1,] 0.06534884 0.008125299
# [2,] 0.28302816 0.084917514
嗨,,你可以试试这个
matrix(1-pbinom(c(1:2,1:2), size=21, prob = rep(c(0.02,0.05), each=2)), ncol=2, byrow=TRUE)
PS:这个错误意味着你的向量与你的输入长度不一样。