i********w
发帖数: 13 | 1 请教各位专家一个问题。
在R里，我用coxph fit 了一个model. 其中covariate Z 有两个值 0 和 1。
我现在需要知道当Z=0的时候mean survival time 和 median survival time 是什么。
我只找到了怎么显示这两个值，但问题是我需要在下面的程序里调用这两个值，所以我
想问怎么能把这两个值取出来存起来。因为这个是在循环中做的，我不可能自己去看一
看这个值是什么。
谢谢大家。 |
|
s****y
发帖数: 297 | 2 我想请教：在R里面用命令cov（X）,X是一个m*n矩阵，算出来的covariance matrix一
定是semidefinite的吗？
如果是的话，为什么我的eigen values有负值呢？
问题比较傻，谢谢先：） |
|
j******a
发帖数: 194 | 3 请教大家一个问题，我要做一个mixed linear model
y_ij= beta_0+beta_1*x_ij+S_j,
其中 x_ij是一个fixed effect,每个y_ij都对应一个值，而S_j有4个值，不同的y可能
对应不同的值。如果写成matrix 形式，
Y= X b + Z S,
Z是由 (0,...,1,0)组成的indicator矩阵，但是问题在于有5%的数据中s_j的值未知。
请问如果不直接删除这些数据，有没有什么好的方法可以定义S或者Z ？或者简单来说
，怎么处理这样的missing covariates最好？谢谢。
我想用Bayesian的方法做，但如果能提供一些frequentist的方法做参考，也非常感谢 |
|
i*********e
发帖数: 783 | 4 I am using SPSS to do a probit regression.
I don't know the meaning of factor and covariant.Who can tell me?Thanks! |
|
y******8
发帖数: 40 | 5 我要分析的数据里outcome是binary outcome， 有大概8个变量，想分析其中哪些变量
会影响outcome。在这些变量中有一个变量是每天都测量一次，共测量7天并记录测量值
。请问这究竟是算longitudinal data， 考虑用GEE model， proc genmod来分析，把
每一天都看做一个time point吗？还是survival analysis里面的cox regression， 把
这个七天的变量看做time varing covariate？ 请大家帮我看看，给点意见。菜鸟一只
，真的是有点不确定该怎么确定model。
叩谢！ |
|
y**3
发帖数: 267 | 6 if not time component for the outcome of binary, then not survival analysis
, neither does longitudinal. not sure how to treat the 7-time point of
covariate,
maybe mean, median, or the last time point. You will have to test our which
choice is more predictive |
|
y**3
发帖数: 267 | 7 I didn't mean you use 3 time points . I meant you just convert this time
varying covariate to one data point- either only use the last time point(
get rid of the previous 6 points) or only use mean or median |
|
o***n
发帖数: 82 | 8 时间序列1：
date price
1 $10
2 $11
3 $12
4 $11
5 $13
时间序列2：
date price
1 $20
2 $25
3 $26
4 $23
5 $27
一般就是用这个公式：sum(xi-avgx)(yi-avgy)/5.
如果要用到rolling呢？假如day of rolling=3,这种情况怎么算covariance?
thanks |
|
d*****r
发帖数: 39446 | 9 【此篇文章是由自动发信系统所张贴】
covari 已经成为本俱乐部的正式成员, 特此通知. |
|
d*****r
发帖数: 39446 | 10 【此篇文章是由自动发信系统所张贴】
covari 已经退出本俱乐部, 特此通知. |
|
P****D
发帖数: 11146 | 11 这个我会！不过只会用SAS做。
以前给人做过一个分析，有个仁兄，有两种药物，一种是treatment of interest，一
种是control，用在老鼠身上看能不能缩小肿瘤体积。也是repeated measures，开始用
药之后肿瘤体积是隔几天测一回的（老鼠为活体，肿瘤在皮下很容易测体积）。这些都
没什么问题，但是这个傻叉为了省钱，每只老鼠身上一左一右他诱发了两个肿瘤！
然后我们又不敢轻易地取这同一只老鼠身上两个肿瘤的体积的平均值来做分析，因为差
得挺多的。当然也不敢assume它们independent。怎么把这两个肿瘤之间的correlation
加到model中可愁死我老板了……
后来弄了一个two dimensional repeated measures model。这两个dimension之间的
covariance matrix就是每个dimension自己的covariance matrix的Kronecker product
，也就是描述同一只老鼠两个肿瘤体积之间关系的covariance matrix，和描述同一只
老鼠肿瘤体积over time之间关系的... 阅读全帖 |
|
T*******x
发帖数: 8565 | 12 张量有一个复杂的地方在于它的变量可以是两种形式的vector，一种是covariant
vector，另一种是contravariant vector。所以要标记第几个变量是covariant还是
contravariant。
这是因为张量所以定义到的线性空间V，在选取了一组基之后，和它的dual space V*
的同构方式就固定了。所以一个张量，比如说二阶张量，也就是一个V上的双线性函数
，它的两个变量，可以一个在V上取，另一个在V*上取。这样取了之后，一个叫
covariant vector，另一个叫contravariant vector。
双线性函数，其变量如果一个是covariant vector，一个是contravariant vector，也
就是一个在V中，一个在V*中，那么它相当于一个V到V的线性变换。所以矩阵，双线性
函数，线性变换，这三者之间有直接对应，在形式上也是相同的，都是矩阵，也就是二
维数组。 |
|
f*****c
发帖数: 3257 | 13 一直不熟悉matlab语言，特别是循环问题，最近终于碰到大麻烦了，10个包子求助！
我用如下的代码，对38个国家的货币回报分别跟10个跨国公司的季度回报做资产组合，
但是写完这个代码，matlab居然停不下来了，请问各位大神，这是怎么回事？
----------------------------------
for y=1:38
%currency equity return
eval(['su',num2str(y),'=r',num2str(y),'-cost']); % net currency return
eval(['rr',num2str(y),'=zeros(q,s)']); % construct the whole currency return
matrix for (s+1) leverage
for i=1:s
for j=1:q
eval(['rr',num2str(y),'(j,i)=(su',num2str(y),'(j)-(fai(j,i)*leverage
(i)))/(1-leverage(i))']);
... 阅读全帖 |
|
f*****c
发帖数: 3257 | 14
是小弟无能，每次都要对38个国家做同样的操作～～下面是其中一个国家r1表示第一个
国家的货币回报。
s=100;% 100 types of currency
currency=zeros(s,1); %100*1
q=size(r1,1); % 100 quarters
a=6;%risk aversion
a=5;% this is value of V/NW
for i=1:s %1:100
currency(i)=0.8+0.002*(i-1);
end
%s_h=[1;zeros(s-1,1)];
s_h=zeros(s,1);% share of currency
for i=1:s
s_h(i)=a*(1-currency(i));% now assume NW/V=20%
end
cost=0.014.*ones(s,1);%assume annual rate of cost+tax=1.4%*4=5.6%;
%currency equity return
su=r1-cost; % net currency return
rr1=zeros(q,s... 阅读全帖 |
|
l********a
发帖数: 126 | 15 所谓的pair trading中的pair只是用来跟人解释的时候比较容易把道理讲明白。而真正
的pair trading并不是trade pair，而是trade你所选择的stock universe，输入的信
息是这个stock universe的covariance matrix，根据这个covariance matrix来选择
optimized portfolio.
所以关键的问题不是找pair，而是两点：
1）如何估算covariance matrix。这其实是两点，一是如何估算vol，而是如何估算
correlation。
2）有了covariance matrix之后如何决定portfolio。这里的基本原理就是把pair
trading的原理推广到N维。 |
|
s**********e
发帖数: 46 | 16 Yule-Walker equations are generally used to estimate the parameters in a AR
model.That is you have to compute the covariance matrix first. The
difference of computing covariance matrix for short time series with
multiple realizations instead of for long time series is that you can only
get the covariance matrix at up to lag 9 since you only have 10 points. You
can compute the covariance matrices for each short series, then average
across the realizations (70 patients). But I expect a poor fitti |
|
w*********y
发帖数: 7895 | 17 关于hierarchical regression, 我需要control一些covariates,但有些covariates是
categorical variables. 我是否可以直接把这些variables 放到covariate 下面？ 如
果不可以的话，我该如何control 这些covariates? 或者这样做的话，对我的结果有什
么样的影响？
我其中一个hierarchical regression得到的regression coefficient 是 0.0009，
但确实 p < 0.001, 我看了看power and tolerance,power 不算高，tolerance 大概是
0.62. 我该如何解释这个？
另外我有些variables的observed power是从0.9-0.3这样子，我又该如何解释这个了？
再次谢谢大家的回答。 |
|
t*****a
发帖数: 459 | 18 这个好难啊，还口试，都是数学系的路数。。。
欧洲同学的数学基础都很好，听美国这边学数学的同学说，一般数学系都要求学至少一
门欧洲语言方便读paper
我来瞎说一下。不过这个理论要求高的课很多回答估计是要从公式出发回答的。也希望
听听别人怎么说。
第5个说的是subject effect的variance吧？（因为between subject variance貌似是
测量的？)，我觉得说的是，没有adjust for covariate之前，数据上看subject造成的
一大部分variance实际上是due to the covariate而不是真正的subject造成的
variance，adjust for covariate之后比较能正确地反映subject造成的variance，这
个时候variance小了因为一部分正确地shift到covariate那儿去了。这个要是从理论高
度解释，可以从 s.e. beta的公式出发，那个我看着就晕啦。
第4个看着像个操作性问题。有的outcome随时间有平台效应，所以就取log time使之和
outcome有近似线性的关系，不过这... 阅读全帖 |
|
m******a
发帖数: 77 | 19 大致作法应该是这样的
1. 你有一列数据点(y0, x0), 这里x应理解为N维矢量
你的模型是 y = f(x, c), c 是一列模型参数
在你建模型时, 你是要定出这一列参数 c, 同时你还应该得到对应的 Covariance
Matrix
通常的软件都提供这些信息
2. 有了Covariance Matrix后, 你可以生成很多列参数 c,
下面实际是作一些 Monte Carlo 模拟,
对应每一个数据点, 你都有很多 prediction - 因为每列c 给一个prediction
因此, 如果你有 D 个数据点的话,
你得到 D by D 的一个Covariance Matrix M -别和前面的Covariance Matrix混淆
3. 现在你可以算出来 Chi-Square
SUM( (y0 - y) M^-1 (y0 - y) )
同时, D 就是你的自由度数
有了这两个, 查表就知道你的 confidence level, 就是你的模型有多可靠
4. 关于你说的 confidence interval... 阅读全帖 |
|
d**y
发帖数: 32 | 20 请有兴趣且方向适合的站内联系，请附上姓名及研究方向、发表文章等简要介绍。谢谢。
"Efficient Kernel-based 2DPCA for Smile Stages Recognition"
Abstract
Recently, an approach called two-dimensional principal component analysis
(2DPCA) has been proposed for smile stages representation and recognition.
The essence of 2DPCA is that it computes the eigenvectors of the so-called
image covariance matrix without matrix-to-vector conversion so the size of
the image covariance matrix are much smaller, easier to evaluate covariance
matrix, computat... 阅读全帖 |
|
H****S
发帖数: 1359 | 21 List itself takes a covariant type parameter A, so when somebody makes that
unfortunate contains call, covariance resolves the type A to be Any, the
compiler thus thinks that's a valid call, and in the runtime it returns
false of course. Covariance and contravariance can indeed be easily messed
up, not only the developers find it sometimes confusing, even the maintainer
of the language find it hard to reason and deal with.
way. |
|
y*****w
发帖数: 1350 | 22 What oop mentioned makes sense. It's a mixed model repeated measures
analysis.
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
SAS code:
proc mixed data=data;
class group subject;
model y = group day group*day group*day*day / ddfm=kr;
repeated day / type=ar(1) subject=subject;
run;
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
Note:
(1) Although ar(1) is supposed to be the best covariance structure, it would
be better to test other covariance structures ... 阅读全帖 |
|
e******e
发帖数: 274 | 23 I am using a Bayesian method to estimate a multinomial probit model through
data augmentation. All the priors are conjugate priors. Covariance matrix
follows wishart. Normalize the first element of covariance matrix to be 1. I
find that other elements of the covariance matrix are very easy to explode.
They are very sensitive to the starting value and the parameter of the priors.
Can any Da Xia tell me why those elements explode and how to deal with them?
Thank you very much. |
|
w**********y
发帖数: 1691 | 24 你这PCA做的不对吧?make sure一下,你的PCA=principal component analysis?
简单的讲,你有n(比如n=10)个随机变量X1,X2...,X10..或者它们的sample(x11,x12...,
x1m),(x21,x22...,x2m),...(x10,1,x10,2...,x10,m)
PCA做的事情是,比如找出r(比如,用来做volatility smile的常用r=3)个component,
which 能够最大化的描述原来的covariance.且这r个component mutually independent
.. 而每个component是原来的X1,...,X10的weighted sum.
那么,如果你的数据是10个股票500天的log return,那么你可以算出它们的sample
covariance matrix(10乘10的矩阵).然后用PCA..比如你前两个components能够足够解
释它们之间的variance covariance,那么你的r=2.
你的第一个component可能是sth like 0.42 |
|
l*****y
发帖数: 56 | 25 41. Given the N stocks returns and the covariance matrix, where the
diagonal terms are sigma1^2,...,sigmaN^2. Now we have implied
volatility for each of the stock. How to perturb the covariance matrix
such that the diagonal terms are the implied volatility, while keeping it
semi-definitive? What if we'd like to do the same, except now we'd also
like to make the new matrix satisfying: w_transpose*New Matrix*w = a fix
number, where w is a vector of fixed weights.
最初的covariance matrix的对角线是histori... 阅读全帖 |
|
P***y
发帖数: 2885 | 26 data matrix ==> covariance Matrix ==> Eigen Decomposition
==> Eigen Vector and Eigen values
Covariance Matrix = Eigen Vector * Eigen Values
Eigen Vecotors are those multivariate directions that data spread along with.
should be covariance matrix bah? |
|
A**u
发帖数: 2458 | 27 A是covariance matrix
B是covariance matrix
AB是不是 covariance matrix?
AB = BA限制呢? |
|
o******6
发帖数: 538 | 28 ☆─────────────────────────────────────☆
sunnyleaf (leaf) 于 (Wed May 7 21:50:01 2008) 提到:
My question is when I pull the data for covariates in survival modeling,
should I only pull the covariates value for each individuals before the
origin of time I chose since survival analysis usually consider the
prospective followup or I can pull the covariates during the followup period
? Thanks.
☆─────────────────────────────────────☆
edition (额滴神) 于 (Thu May 8 09:39:38 2008) 提到:
there are bas |
|
c******5
发帖数: 22 | 29 In logistic regression,outcome is case (0 or 1).
Many covariates such as age, race ...Among those, I have two covariates
called bmi_2yrs(continous) and bmi_change_class (categorical)--- but bmi_
change (continous) is calculated by bmi_2yrs so we thought they should have
multicollinearity problem (bmi_change_class is generated by making the bmi_
change into different categories such as <5,5-10 and >10). Therefore, how
could I test multicollinearity for these covariates including age, race,
bmi_2 |
|
b*******d
发帖数: 190 | 30 有一个关于proc calis的问题想请教一下
如果我要fit一个covariance structure model，要把covariance matrix设成AR1，在
proc calis里面怎么操作呢？
In other words，如果要把covariance matrix里面的一个参数A设成参数B的平方，但
是具体的数值不知道，code要怎么写？
我用lineqs试了半天没成功，不知道cosan或者ram有没有这个功能？ |
|
h******3
发帖数: 190 | 31 Thanks a lot!
For the log rank test, if the covariate in cox model is continuous, do they
always find an optimal cut point and then do the log rank test just as
categorical covariates? I cannot link log rank test with continuous covariates. How does the cox model do that? |
|
n*****n
发帖数: 3123 | 32 你是不是用没有repeat statement的来做independent covariance structure
proc genmod data = dsn;
class subjid y x;
model y = x/link = logit distribution = binomial;
run;
你可以试下
proc genmod data = dsn;
class subjid y x;
model y = x/link = logit distribution = binomial;
repeated subject=subjid/type=ind;
run;
如果两个差的很大，说明1是有问题的。就是说是有correlation的。因为1是用model
based covariance. 而GEE用的是sandwich covariance matrix. |
|
a****m
发帖数: 693 | 33
谢谢，
我的问题是partial correlation, 就是说是covariance的倒数，去做simulation的时
候，就是把correation matrix,倒数就得到了covariance，然后，MVNRND(Mean,
Covariance) sampling, 我在想，如果有一组数据，和另一组数据因为他们原来的
correlation matrix 不一样, 不知道他们合在一起，去求correlation,他们的范围在
哪里？
如果一个是负数，一个是正数，可能不知道他们的值是多少。 |
|
A*******s
发帖数: 3942 | 34 噢，不好意思我搞错了
我刚翻了一下sas help
这个random statement with type=UN option
说的是G side effects' covariance matrix
而不是我刚才说的R side covariance matrix
所以忽略我说的吧，呵呵
由于你只有一个G side effect (intercept)
所以什么类型的covariance都应该没关系 |
|
c********d
发帖数: 253 | 35 GEE要求missing data的mechanism一定的是MCAR，MCAR可以用model去test，简单来说
就是假设missing依赖于一些observed的covariates，然后建一个logistic model，
regress missing indicator against these covariates，然后test 这些covariates
的coefficients是否为０，为０的话就是MCAR。照你的情况，你就regress missing
indicator against time and x就好了。如果你想做prediction，用random effect
model比较好，否则还是GEE吧，毕竟GEE是semi－parametric的，assumption少一些。 |
|
w*******9
发帖数: 1433 | 36 两者都不是，关于这个model selection有很多文章，但是没有一个统一的定论。最后
的结论是1：包括的covariates越少越好。2如果你选择了某个看起来promising的model
，结果某个variable match的不好，就再把那个variable放进去。3要多考虑functions
of covariates like logx, x^2。4评价model的最终标准是match的怎样，一个t-test
是不够的，KStest也要考虑，而且you also need to match any functional forms of
the covariates。所以这是一个back and forth很烦人的过程。
logistic |
|
y*****w
发帖数: 1350 | 37 1. Use those covariates that are related to both the grouping variable and
the outcome variable in the study. For example, if your study is to analyze
whether a drug treatment is highly associated with mortality, and the
demographics and baseline characteristics are not balanced between the
treatment groups, then you would need to (1) run univariate logistic
regressions to identify those covairates that are highly associated with
drug treatment, (2) run univariate Cox regression models to identi... 阅读全帖 |
|
m******r
发帖数: 1033 | 38 我觉得完全可以。 其实covariate的定义也从来没统一过。我认为就是研究混合模型的
那么一帮人，对某一类变量起了个名字，叫covariate ，然后分为time_dependent
covariate, time invariant co-variate. 你现在起了一个更牛x的名字 ，没什么不
可以。 |
|
w********l
发帖数: 11447 | 39 我说你是techinician级别的，你还不承认。
我统计的第一节课，老师就介绍这个什么独立性。你作为一个貌似有点统计水平的，扯
这个业余的蛋，是不是搞笑了点？
我这个只学过1，2门统计的都知道真正的检测讲的是推理，不是死记1，2，3。唉。
technician级别的，还是差点。
真正的推理是根据MLE推测出他们p的估计值。 然后再用Fisher information matrix推
出分母。因为covariance为0，所以可以简化成你那一步。
当然你用其他的推理也可以。比如正态分布的均值也是正太分部，差也是正态分布。差
值的variance根据cov matrix还是简化成分母。你这个z-test只是cov matrix运算的简
化版，假设covariance=0.
你那点破统计拿出来卖也可以。不过，请抓住逻辑。 最后，你的统计真不咋地。等你
超过我，再来貌似很权威的下论断吧。最后让我嘲笑一下你的貌似很客观的，但是特恶
心的告别语。
"你怎么去打嘴仗辩论都可以，请不要打上统计的幌子，谢谢"！ |
|
b***y
发帖数: 14281 | 40 既然有人争论方的学术水平，就上网搜了一下。应该说这个水平对于一个junior
faculty来说可以算是很牛B了，但是对于老方这种senior的已经搞了一辈子的人来说，
就只能算so so。不要说是院士，离aps fellow的级别也还差了不少。引用率最高的一
篇文章还是95年到了arizona之后跟老外合作的，被引118次，这也是方唯一一篇被引用
上百次的文章。可见方励之89之前确实没有做出过什么重要的工作，他的名声和地位绝
对是靠政治得来的，当然其中部分的也是80年在中国搞科普所得，必须承认科普工作也是
有重要的社会意义的。
(BTW，有人说你这个搜索未必完整。不错，确实不能保证100％毫无遗漏。但是我
用的search engine is THE search engine everybody in this community uses today.
So, if any article is not found by this search engine, sadly, it simply doesn't matter,
because no one would ever n... 阅读全帖 |
|
m**********e
发帖数: 12525 | 41 物理学是实验科学,基于马赫和波普尔对自然科学理论体系的认知,
真理不能被证实,只能被证伪,所以物理学里面不叫conjecture,
叫做assumption
物理学里面的assumption非常多,最基本的比如causality,covariant之类,
复杂一点的比如大统一理论,质量起源理论.跟数学不一样,物理学家一般
不是用头脑风暴来解决,而是用实验手段来验证.
比如covariant,当年无数人怀疑,但是迈克尔孙实验一出来,大家都闭嘴了. |
|
T*******x
发帖数: 8565 | 42 不过covariant vector，contravariant vector，它们之间的消去，以及它们在一个张
量中标记的位置，这个还是很复杂的，尤其是index较多的时候。这个我也没整明白。
周末家里装地板，装完之后盖墙脚线的时候，我发现墙脚线的截取很复杂：脚线的左右
朝向，上下朝向，墙角的朝向，内角或外角，以及电锯的固定边限制，和由此决定的入
刀方向，这几者之间的关系很复杂。我到现在没搞清楚。不是搞不清楚，老婆不给时间
。我搞清楚可能需要两天时间，工程都干完了。
这么说吧，张量covariant vector contravariant vector 计算的复杂度，不比墙脚线
截取的复杂度更高。这是我感觉。 |
|
T*******x
发帖数: 8565 | 43 对。是这样。这个例子非常好。这个和space，dual space的对应也是吻合的，space是
contravariant，dual space是covariant。比如一个space，它的单位向量是厘米，一
个向量的长度是两个单位，如果单位向量变成米，那么这个向量的长度就变成了0.02个
单位，这和单位本身的变化相反，所以叫contravariant。如果一个函数，定义在这个
space上，比如一厘米一块钱，那么单位换成米之后，一个单位就要100块钱，这个函数
和长度单位的变化同方向，所以是covariant。 |
|
e****t
发帖数: 766 | 44 也报个offer，临床统计， PhD, experienced. 工作从7月份开始找到现在， 主
要是当前工作的公司在裁人，安全起见， 所以开始骑驴找马。 Recruiter 电话很多，
但是到HM 只有5个， 三个onsite， 1 个offer。 也算圆满了。工资少了些， 主要是
离LD 从250 mile 变成 90 mile， 钱不是很重要了。 有点遗憾的是， 绿卡又得从新
开始了。
还记得一些面试题， 回馈本版， 谢谢其他贴面经的朋友。
Linear regression: basic assumptions, how to diagonistic,
if violate any assumption, how to handle
Bootstrap basic idea.
Bayesian theory/Frequetist difference. How to explain to non statistician.
What is empirical Bayesian?
What is difference between logrank test and wilco... 阅读全帖 |
|
d*****n
发帖数: 39 | 45 题目感觉不难，但是突然被问到，结果从variance和covariance上绕了半天也没搞好，
感觉面试官对最后的答案也不满意。
题目： Drawing a pair of (x, y) from a joint Gaussian distribution with 0
covariance. Knowing the standard deviations of x and y and knowing z = x + y
, what is your best guess for x?
求牛人给个解释 |
|
g****g
发帖数: 1828 | 46 In probability theory, the normal (or Gaussian) distribution, is a
continuous probability distribution that is often used as a first
approximation to describe real-valued random variables that tend to cluster
around a single mean value. The graph of the associated probability density
function is “bell”-shaped, and is known as the Gaussian function or bell
curve:[nb 1]
f(x) = \tfrac{1}{\sqrt{2\pi\sigma^2}}\; e^{ -\frac{(x-\mu)^2}{2\sigma^2}
},
where parameter μ is the mean (location of the pe... 阅读全帖 |
|
d****p
发帖数: 685 | 47 What I meant is it is same as a non virtual function overriding regarding
that their return types don't have to match.
However, your comment drove me to check standard and here below are the
rules (10.3.5):
5 The return type of an overriding function shall be either identical to the
return type of the overridden function or
covariant with the classes of the functions. If a function D::f overrides a
function B::f, the return types of the
functions are covariant if they satisfy the following crite |
|
o******n
发帖数: 511 | 48 谢谢你的回复。
如果我们不加kinship到model里，那么genotype就是一个有27个level的factor，R会
assume这些level是一样的，但其实它们之间的genetic distance并不一样，所以我们
想把这个信息加到model里。
让我困惑的就是怎么加。我想到一个办法就是把每个plant genotype跟其它所有
genotype的total genetic distance作为一个新的covariate放到model里。但我又觉得
，这个covariate和genotype不是collinear的吗？
plant breeding的人有时会把kinship matrix加到model里做association analysis。
不过我们的trait不是传统意义上的phenotype，也没有每株植物的SNP data，所以很多
软件/package不能用…… |
|
|
发帖数: 1 | 50 On your computer with web browser
1. go to https://www.gtexportal.org/home/datasets
2. You will be asked to login, so login with your google account
3. Randomly choose a small file to download (such as "GTEx_Analysis_v7_
Annotations_SubjectPhenotypesDD.xlsx"), this is to trigger the
authentication process
4. open developer console, run
"gapi.auth2.getAuthInstance().currentUser.get().getAuthResponse().id_token"
5. Copy this token
On your Linux command line
6. run the following commands to obtain ... 阅读全帖 |
|
