使用本地数据 鸢尾花（yuān wěi huā）初探线性混合模型Linear Mixde Model施工ing 交互作用的#载入示例数据data(iris)#载入包library(tidyverse) library(lme4) #生成个体idiris$ID <- rep(1:30,each=5) #假设一朵花测五次iris$ID <- as.factor(iris$ID)#-------------【ANOVA】------------iris_aov1<

t分布的推导那我们来写写代码，实践这个过程。我设定一个总体均数为0，标准差=1，样本量为1000的人群（图A是这个总体的概率分布）。图B，也是一次抽取三个人，抽了200个，图C一次抽取6个人。都分别计算t值。我们看到图C，一次抽取6个人，分布更多集中在总体均数为0。 还有一个，问题，图B中画绿框的这一部分，怎么解释呢？课后可以想想。（1.抽样误差、2.开端的，无闭合）继续写代码实践，。如一次，，，他们分布会有什么特点。从图片可以得出什么规律：发现一次抽取3次和一次抽取6次比。一次抽取3次的曲线更低，向

学习资料/开发者Github-yrosseel/lavaan

随机创建个数据data1<-data.frame(n = rnorm(6),mu = rnorm(6)+1)data1加载包library(ggplot2)第一种 cheatsheet 速查表 图片在下方p=ggplot(data1,aes(x=n, y=mu))+geom_point()p第二种 交互式可以复制控制台下面的 网址到网站打开 library(ggThemeAssist) ggThemeAssistGadget(p)#第三种library(es

==(一些思考记录) DADA2切取示例个人控制连续三个低于25%的碱基处，的第一个作为分割点首先要了解自己的测序是可变区的哪几个区，长度多少切割的长度应该要大于可变区的长度，具体大多少没有官方说明最好DADA2进行多次不同位置切割，然后比较table的最小feature前面要去掉引物 引物去掉也去掉Barcode?qiime cutadapt trim-paired \--i-demultiplexed-sequences 01demux/demux.qza \--o-t

可以隐藏代码查看结果---title: "c34d的笔记"output: html_document: code_folding: show theme: bg: "#202123" fg: "#B8BCC2" primary: "#EA80FC" base_font: google: Prompt heading_font: google: Proza Libre ver

需要在每次输完代码空一行

#加载包library(tidyverse)#创建一系列数据data=data.frame( row.names = c('QWE','TYE','WUN','EJN','JDB', 'wuy','okf','Aqe','Bdf','wty') , Chinese = c(50, 60, 64, 55, 59, 54, 61, 63, 64, 66 ), Math = c(72, 68, NA, 29, NA, #这里故意设

RT：表示去掉的极端值的比例 下面实例理解首先我编写一组数据，改动第一列中的两位数 99和130> 表示整列数据算平均值> apply(mydata, 2, mean, ) col1 col2 27.3 15.5 > #表示去掉第一列 10*0.1=1个异常值,算平均值,观察第二列没有变化> apply(mydata, 2, mean,trim=0.1) col1 c

##　下面这个网站直接下载，然后解压找到里面的PDF链接点击下载