r - 多值相关的P值

我有一些有关polyserial() {polycor}函数的基本问题。

rho是否存在p值，或者可以计算出p值？

对于二元变量的假设
正常，检验的零假设是否是“是，二元变量正常”？也就是说，我想要一个高还是低的p值。

谢谢。

最佳答案

如果使用以下方法形成返回的对象:

 polS <- polyserial(x, y, ML=TRUE, std.err=TRUE) # ML estimate

...您可以毫不费力地为假设形成p值:使用由参数比率除以其标准误差形成的z统计量形成的rho == 0。但这与检验二元正态性的假设不同。为此，您需要检查polS的“chisq”组件。 “polycor”类对象的打印方法用一个简短的句子将其交给您。您可以按通常的方式解释该结果:低p值是针对原假设(在这种情况下，H0:双变量正态性)的有力证据。作为科学家，您不会“想要”任何一个结果。您想了解数据在告诉您什么。

关于r - 多值相关的P值，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/16281667/