Yeniden örnekleme için iyi bir metin mi?

10

Grup uygulamalı yeniden örnekleme tekniklerine iyi bir giriş metni / kaynağı önerebilir mi? Özellikle, normallik gibi varsayımlar açıkça ihlal edildiğinde grupları karşılaştırmak için klasik parametrik testlere (örn. T testleri, ANOVA, ANCOVA) alternatiflerle ilgileniyorum.

Daha iyi bir çözüm yolu olarak kendimi eğitmek istediğim örnek bir sorun türü aşağıdakileri içerebilir:

I)
2 Grup: Tedavi ve Kontrol

Bağımlı Var: Müdahale sonrasında hesap bakiyesi dolarlarındaki değişim

Değişken: Müdahale öncesi hesap bakiyesi dolar.

ANCOVA uygulamasında sorun: Pek çok konuda herhangi bir değişiklik olmayacaktır (birçok sıfır).

II)
2 Gruplar: Tedavi ve Kontrol

Bağımlı Var: yeni hesaplar eklendi

Değişken: Müdahale öncesi hesap sayısı.

* Birçok denekte ek hesap bulunmayacaktır (birçok sıfır).

Önyükleme kullanabilir miyim? Permütasyon testi mi? Parametrik olmayan yeniden örnekleme yöntemlerini uygulamak istediğim analiz türüdür.

references  bootstrap  resampling 
— B_Miner
kaynak

Yanıtlar:

5

İyi bir referans olarak, Philip Good, Yeniden Örnekleme Yöntemleri: Uygulamalı bir yardımcı ders kitabı için Veri Analizi için Pratik Bir Kılavuz (Birkhäuser Boston, 2005, 3. baskı) öneririm . Ve burada Bootstrap Yeniden Örnekleme için Açıklamalı Bibliyografya . Yeniden örnekleme yöntemleri: Kavramlar, Uygulamalar ve Gerekçelendirme de iyi bir başlangıç ​​sağlar.

Yeniden örnekleme tekniklerinin kullanımını kolaylaştıran birçok R paketi vardır:

(Başka birçok paket var ...)

— chl
kaynak
@chi ve @whuber: Teşekkürler, İyi kitabın iyi bir seçim olup olmadığını merak ediyordum . Ortaya koyduğum sorun türleri için - temelde ihlallerle ANCOVA, permütasyon veya önyükleme ile doğru yolda mıyım?
— B_Miner
@ user2040 Permütasyon testlerinde yanlış gitmek zor. Good'un özellikle çok faktörlü tasarımlar, kategorik veriler ve çok değişkenli analiz (MANCOVA dahil) bölümleri vardır. Sorununuzu tam olarak anlayamasam da, orada yararlı bir şey bulduğunuzdan eminim.
— whuber
@ user2040 Bazı referanslar ekleyeceğim, ancak iki noktanızı da anlamak zor buldum. Bildiğim kadarıyla, ortak değişken sürekli olduğunda kesin bir permütasyon testi yoktur .
— chl
1
@chl Sanırım, sürekli ortak değişkenler hakkındaki yorumunuzu doğru bir şekilde anlarsam, bu doğruluk verilerdeki rasgeleliğin oynadığı role bağlıdır. Rastgele tasarımla meydana geldiğinde , ne tür verileriniz olduğu önemli değildir. Permütasyon testi verileri verilen şekilde alır ve rasgele sayı üreteçlerimizin (örneğin) tedavi ve kontrol gruplarına farklı deneklerin atanmasıyla sonuçlanırsa istatistiksel sonuçların nasıl ortaya çıkacağını anlayabilmemizi sağlar.
— whuber
@chi ve @whuber, Tekrar teşekkürler. İyi kitaplardan hangisinin en iyi olduğunu göreceğim (birçok kelime oyunu). Benim sorunumla ilgili olarak, temel olarak, deney öncesi bir temel ölçü ve tedavi sonrası bir ölçü bulunan iki örnek deney (tedavi ve kontrol / tedavi yok), ikincisi bağımlı değişkentir (aslında ölçümdeki değişikliktir) öncesi ve sonrası). Bu nedenle, tipik bir ANCOVA veya ANOVA (değişikliğin bağımlı mı yoksa posta mı olduğuna bağlı olarak, önceden değişken olana bağlı olarak) olacaktır, ancak post ölçümlerin çoğunun sıfır olması (müşteri hiçbir şey satın almadı).
— B_Miner
4

Phillip Good, Permütasyon, Parametrik ve Hipotezlerin Bootstrap Testleri (3. Baskı). Springer, 2005.

Bu kitap matematiksel olarak kolay, erişilebilir ve çok çeşitli uygulamaları kapsar.

— whuber
kaynak
(+1) Ah ... aynı kitaba
— değindik
@chl Ben öyle düşünmüyorum: aynı yazar tarafından yazılmışlar ama biraz farklı başlıkları ve farklı yayıncıları var. Belki OP için hangisinin daha uygun olabileceğini belirleyebilmemiz için her biri onlar hakkında biraz daha söylemeliyiz. Yanıtınıza bir yorumda birkaç ayrıntı ekledim.
— whuber
Seninkini gördükten sonra benimkini sildim.
— chl
@chl Ah, anlıyorum. Yani artıklık yok.
— whuber
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.