回复 第3楼 的 luzifer：哎，我看这两个帖子和我的想法一样，可惜看完之后不太会操作。pyton啥的不会呢。郁闷
- 于 复杂网络作图求助
- 于 复杂网络作图求助
回复 第3楼 的 luzifer：先谢谢你哈，我仔细看看
- 于 复杂网络作图求助
顶啊啊
- 于 复杂网络作图求助
我想咨询下，做网络图的时候，我能否让我的网络图如下展示：
两个节点通过边连接后，如果边的权值越小，则生成的图中这两个节点距离越近，边的权值越大，则生成的图中这两节点距离越远。
我是这方面的菜鸟，发现做出来的网络图，节点距离貌似和边的权值无关，边的 权值完全通过粗细反映，简单来说我想让边的权值用长短反映，有没有这样的layout或实现方法？ 回复 第5楼 的 ilikewjb：你老扯那么远干啥？就直接回答用什么方法解决非正太数据的单一样本t检验就得了
回复 第2楼 的 ilikewjb：我的样本量够大，不过我的不是随即样本，所以不是正态的。我的问题是，如果不是正态，用什么方法进行单样本分析？
大家好，我有一组数据，想检查每个数据是否与改组数据有区别。但是我的数据整体可能不是正态的，该采用什么检验方法呢？？
- 于 求助多元回归
[s:12]
- 于 求助多元回归
回复 第2楼 的 Rtist：抱歉，我不是统计专业的。只能理解你的意思的80%。
不过，我有疑问。在文献上，我也经常看到用二次多项式回归处理数据。他们提供的也仅仅是模型的p值和参数估计的p值，并没有对过拟合进行讨论。而他们的R值往往达到0.999，也是明显的过拟合表现。
我想问的是，抛出过拟合不管，这样的分析对不对？ - 于 求助多元回归
最近得到这么一组8行4列的数据
50 3 1 0.0144870260000000
40 6.6 6 0.976534694000000
80 4.2 4 0.618041970000000
30 2 3 0.0128586600000000
60 8 2 0.0114666030000000
50 3 0.5 0.0238351450000000
19 5.4 1 0.437034549000000
40 5.4 3 0.988633181000000
前三列是independent变量，第四列是dependent变量。我试了线性回归模型，多远二次回归模型，纯二次回归模型，逐步判别多元二次回归模型，甚至遗传算法进行变量筛选。都得不到模型具有统计学意义。:
于是我尝试了下面的做法
（1）计算多元二次回归的所有项的数据，共9个，其实就是x1,x2,x3,x1^2,x2^2,x3^2,x1*x2,x1*x3,x2*x3
此时就相当于九个自变量，一个因变量。
（2）计算这九个的所有组合形式（如[x1,x1*x2,x2*x3]），大概有1000多个组合。
（3）将每一个组合对因变量进行多元线性回归，计算模型的p值
（4）选取最小的p值作为我的模型通过这样的过程，是可以得到一个有显著性意义的模型。而且，参数估计的结果也非常好。
但是，不知道这样的做法合理不，希望大虾们，给予指点。 - 于 很奇怪的一组数据
顶，呵呵，顶
- 于 很奇怪的一组数据
回复 第4楼 的 nan.xiao：楼上，你用得R吧
你的模型sig是多少？ - 于 很奇怪的一组数据
顶一下
- 于 很奇怪的一组数据
数据在此
- 于 很奇怪的一组数据
最近得到这么一组数据
50 3 1 0.0144870260000000
40 6.6 6 0.976534694000000
80 4.2 4 0.618041970000000
30 2 3 0.0128586600000000
60 8 2 0.0114666030000000
50 3 0.5 0.0238351450000000
19 5.4 1 0.437034549000000
40 5.4 3 0.988633181000000
前三列是independent变量，第四列是dependent变量。我试了线性回归模型，多远二次回归模型，纯二次回归模型，逐步判别多元二次回归模型，都得不到模型具有统计学意义。到底为什么呢？我通过肉眼都能分辨出该模型那个因素重要，那个次要了，但就是模型不显著。 呵呵，使得哦[s:11]
[s:11]
- 于 细胞96孔板分析至于该和原始数据比较还是该和指标比较，我也说不上来。总之我的最终目的是比较两块板上的数据是否有差异。
- 于 细胞96孔板分析是不是问题太简单，没人愿意帮俺解答啊 [s:15]
- thanks