我有一些关于 polyserial() 的基本问题{polycor} 函数。
正常，测试的零假设是否“是的，二元正常”？也就是说，我想要高还是低的 p 值。
谢谢。
最佳答案
如果您使用以下方式形成返回的对象:
polS <- polyserial(x, y, ML=TRUE, std.err=TRUE) # ML estimate
...您应该可以轻松地为假设形成 p 值:
rho == 0使用由参数除以其标准误差的比率形成的 z 统计量。但这与检验二元正态性假设不同。为此，您需要检查 polS 的“chisq”组件. 'polycor' 类对象的打印方法用一个漂亮的小句子告诉你。您以通常的方式解释该结果:低 p 值是反对零假设的更有力的证据(在这种情况下 H0:二元正态性)。作为一名科学家，您不会“想要”任何一个结果。你想了解数据告诉你什么。
关于r - 多序列相关的 P 值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/16281667/