Имитация мешка монет для вычисления среднего числа ложноположительных и ложноотрицательных результатов с помощью ggplot

Question

Вопрос

Здравствуйте, я имитирую мешок с монетами, где 50% справедливо, а другие 50% смещены с p = 0,5 + q для некоторых значений q. Поэтому я использую различные методы, такие как

а) без коррекции

б) коррекция Холма

c) коррекция ЧД для расчета среднего ложноположительного значения (FP) и среднее значение истинного положительного (TP)

Задача

Я использую код, который я опубликую ниже, проблема в том, что когда я запускаю графики, мои исправления не показывают данные на графике, но мои два других метода коррекции Холма и коррекции ЧД, не показывают никаких точек данных. Не могли бы вы сказать мне, где я иду не так и как это исправить?

У меня есть одно сообщение об ошибке, которое говорит

NAUnknown or uninitialised column: 'rej_holm'.argument is not numeric or logical: returning

Код используется

# simulating a mix of fair and biased coins function runs a 
# simulation of Ntosses of Nfair fair coins and Nbiased biased coins where 
# biased coins have success probability 0.5+ returns a dataframe containing the 
#true positive rate and false positive rate for each simulation

simulate_test_mixed_bag <- function(Nfair,Nbiased,q,Ntosses,alpha=0.05) {
    # simulate coin tosses
    faircoins <- rbinom(Nfair,Ntosses,0.5) #0.5 ensures 50% of coins being fair and 50% coins being biased
    biasedcoins <- rbinom(Nbiased,Ntosses,0.5+q)
    coins <- c(faircoins,biasedcoins)
    groundtruth <- c( rep(FALSE,Nfair), rep(TRUE,Nbiased) )
    cointests <- map_df(coins, function(x) tidy(binom.test(x,Ntosses,p=0.5)) ) %>%
        mutate(rej_uncorrected = p.value<alpha, 
        rej_holm = p.adjust(p.value,method='holm')<alpha,
        rej_BH = p.adjust(p.value,method='BH')<alpha)
    # return the mean of false positives and true positives
    df = cointests %>%
        mutate(groundtruth = if_else(groundtruth,'True Positive','False Positive')) %>%
        group_by(groundtruth) %>%
        summarise(uncorrected = mean(rej_uncorrected),
                  holm = mean(rej_holm),
                      BH = mean(rej_BH )) %>%
        mutate( q=q )
      return(df)
    }

    # run the simulation many times
    Nreps <-200
    Nfair <- 20
    Nbiased <- 20
    Ntosses <- 100
    qs <- c(0.025,0.05,0.075,0.1,0.15,0.2,0.25) #Simulation done to run different values of q
    alpha = 0.05
    # we use map_df to run simulations for each q (inner map_df), and repeat this Nreps time (outer map_df)
    reps <- map_df(1:Nreps, ~ map_df(qs, ~ simulate_test_mixed_bag(Nfair, Nbiased, .x, Ntosses, alpha)))
    # we want the mean TPR and FPR over repetitions, separately for each value of q
    results <- reps %>% group_by(groundtruth,q) %>% 
    summarise( uncorrected=mean(uncorrected), holm = mean(cointests$rej_holm), BH = mean(cointests$rej_BH ) )
    ggplot(results, aes(q, uncorrected)) +
      geom_line() +
      facet_wrap(~groundtruth, scales = "free")
    ggplot(results, aes(q, holm)) +
      geom_line() +
      facet_wrap(~groundtruth, scales = "free")
    ggplot(results, aes(q, BH)) +
      geom_line() +
      facet_wrap(~groundtruth, scales = "free")