fisherz(survcomp)
fisherz()所属R语言包:survcomp
Function to compute Fisher z transformation
函数来计算费希尔Z变换
译者:生物统计家园网 机器人LoveR
描述----------Description----------
The function computes the Fisher z transformation useful to calculate the confidence interval of Pearson's correlation coefficient.
该函数计算费希尔Z变换计算Pearson相关系数的置信区间。
用法----------Usage----------
fisherz(x, inv = FALSE, eps = 1e-16)
参数----------Arguments----------
参数:x
value, e.g. Pearson's correlation coefficient
值,例如: Pearson相关系数
参数:inv
TRUE for inverse Fisher z transformation, FALSE otherwise
TRUE逆费希尔Z变换,FALSE否则
参数:eps
tolerance for extreme cases, i.e. <p align="center">|x| \approx 1
容忍极端的情况下,即<p ALIGN="CENTER">|x| \approx 1
when inv = FALSE and <p align="center">|x| \approx Inf
当INV =FALSE“<p ALIGN="CENTER">|x| \approx Inf
when inv = TRUE
当INV =TRUE
Details
详情----------Details----------
The sampling distribution of Pearson's ρ is not normally distributed. R. A. Fisher developed a transformation now called “Fisher's z transformation” that converts Pearson's ρ to the normally distributed variable z. The formula for the transformation is
皮尔逊的ρ抽样分布不是正态分布。类风湿性关节炎费舍尔开发现在被称为“Fisher的Z变换”转换皮尔森ρ正态分布变量z的转换。转换的公式是
Two attributes of the distribution of the z statistic: (1) It is normally distributed and (2) it has a known standard error of
z统计量的分布的两个属性:(1)它是正态分布(2)它有一个已知的标准误差
where N is the number of samples.
N是样本数。
Fisher's z is used for computing confidence intervals on Pearson's correlation and for confidence intervals on the difference between correlations.
费舍尔的z用于Pearson相关计算置信区间和置信区间的相关性之间的差异。
值----------Value----------
Fisher's z statistic
费舍尔的z统计
作者(S)----------Author(s)----------
Benjamin Haibe-Kains
参考文献----------References----------
<h3>See Also</h3>
举例----------Examples----------
set.seed(12345)
x1 <- rnorm(100, 50, 10)
x2 <- runif(100,.5,2)
cc <- cor(x1, x2)
z <- fisherz(x=cc, inv=FALSE)
z.se <- 1 / sqrt(100 - 3)
fisherz(z, inv=TRUE)
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注:
注1:为了方便大家学习,本文档为生物统计家园网机器人LoveR翻译而成,仅供个人R语言学习参考使用,生物统计家园保留版权。
注2:由于是机器人自动翻译,难免有不准确之处,使用时仔细对照中、英文内容进行反复理解,可以帮助R语言的学习。
注3:如遇到不准确之处,请在本贴的后面进行回帖,我们会逐渐进行修订。
|