«hypothesis-testing» etiketlenmiş sorular

Şimdi ilk İstatistikler dersimi alan bir öğrenciyim. "Test istatistiği" terimiyle kafam karıştı. Aşağıda (bunu bazı ders kitaplarında gördüm), , belirli bir örnekten hesaplanan belirli bir değer gibi görünüyor. t = ¯ x - μ 0tttt=x¯¯¯−μ0s/n−−√t=x¯−μ0s/n t=\frac{\overline{x} - \mu_0}{s / \sqrt{n}} Ancak, aşağıda (bunu diğer bazı kitaplarda gördüm), rastgele bir değişken …

17 hypothesis-testing  t-test  random-variable  definition 

"Hipotez testi" ve "anlamlılık testi" ifadeleri arasında bir fark var mıdır yoksa aynı mıdır? @Micheal Lew'in ayrıntılı bir cevabından sonra, günümüzde hipotezin (örneğin, test ortalaması için t-testi) ya "anlamlılık testi" ya da "hipotez testi" örneği olduğu konusunda bir karışıklığım var mı? Yoksa ikisinin bir kombinasyonu mu? Bunları basit bir örnekle …

17 hypothesis-testing  statistical-significance 

Rastgele değişkenin hafif ve orta çarpıklığına ve basıklıklarına maruz kalan rastgele bir X değişkeni için yerel E [ X ] > 0 değerine karşı boş değerini test etmeye çalışıyorum . Wilcox'un 'Sağlam Tahmin ve Hipotez Testine Giriş' önerilerini takiben, kesilmiş ortalamaya, medyanın yanı sıra konumun M tahmincisine (Wilcox '"tek adımlı" …

17 hypothesis-testing  t-test  finance  robust 

Taleb, 2016, Standart P-Değerlerinin Meta-Dağılımı'nda yapılan büyük resim iddiasını anlamaya çalışıyorum . İçinde Taleb, p-değerinin güvenilmezliği için aşağıdaki argümanı yapar (anladığım kadarıyla): Üzerine bir tahmin prosedürü çalışma bir dağıtım gelen veri noktaları X çıkışları p değeri. Bu dağıtımdan daha fazla nokta çizersek ve başka bir p değeri çıkarırsak, "gerçek p …

17 hypothesis-testing  statistical-significance  p-value 

Bu yüzden bir P-değerini nasıl doğru yorumlayacağımız hakkında çok şey okudum ve okuduğumdan, p-değeri, sıfır hipotezinin doğru veya yanlış olma olasılığı hakkında HİÇBİR şey söylüyor. Ancak, aşağıdaki ifadeyi okurken: P - değeri, tip I hatası yapma veya doğru olduğunda sıfır hipotezini reddetme olasılığını temsil eder. P değeri ne kadar küçük …

17 hypothesis-testing  p-value 

ve F-Test arasında bir ilişki olup olmadığını merak ediyordum .R,2R,2R^2 Genellikle ve regresyonda doğrusal ilişki.R2=∑(Y^t−Y¯)2/T−1∑(Yt−Y¯)2/T−1R2=∑(Y^t−Y¯)2/T−1∑(Yt−Y¯)2/T−1R^2=\frac {\sum (\hat Y_t - \bar Y)^2 / T-1} {\sum( Y_t - \bar Y)^2 / T-1} Bir F-Testi sadece bir hipotez kanıtlar. ve F-Testi arasında bir ilişki var mı ?R,2R2R^2

17 regression  hypothesis-testing  least-squares  goodness-of-fit 

Uygulamada, lineer regresyon katsayısının önemini kontrol etmek için standart bir T testi kullanmak yaygın bir uygulamadır. Hesaplamanın mekaniği bana mantıklı geliyor. T-dağılımı neden doğrusal regresyon hipotez testinde kullanılan standart test istatistiğini modellemek için kullanılabilir? Standart test istatistiği Burada atıfta bulunuyorum: T0=βˆ−β0SE(βˆ)T0=β^−β0SE(β^) T_{0} = \frac{\widehat{\beta} - \beta_{0}}{SE(\widehat{\beta})}

17 regression  hypothesis-testing  linear-model  t-distribution 

Regresyonda sıfır modeli nedir ve sıfır modeli ile sıfır hipotezi arasındaki ilişki nedir? Anladığım için, bu demek oluyor Sürekli yanıt değişkenini tahmin etmek için "yanıt değişkeninin ortalaması" mı kullanıyorsunuz? Ayrık yanıt değişkenlerini tahmin etmede "etiket dağıtımı" mı kullanıyorsunuz? Bu durumda, sıfır hipotezi arasındaki bağlantıların eksik olduğu görülmektedir.

16 regression  hypothesis-testing  classification  terminology  model 

Bu konunun daha önce burada tartışıldığını gördüm ama özel bir şey bulamadım. Sonra tekrar, ne arayacağından da emin değilim. Bir boyutlu sıralı veri setim var. Kümedeki tüm noktaların aynı dağılımdan çekildiğini varsayıyorum. Bu hipotezi nasıl test edebilirim? "Bu veri setindeki gözlemler iki farklı dağılımdan alınmıştır" genel bir alternatifine karşı test …

16 hypothesis-testing  distributions  mixture 

Ben FDR kontrol Wikipedia gibi FWER kontrol daha az sıkı okudum : FDR kontrol prosedürleri, ailevi hata oranı (FWER) prosedürlerine (Bonferroni düzeltmesi gibi) kıyasla yanlış keşif üzerinde daha az sıkı bir kontrol uygular. Bu, tip I hata oranını artırma pahasına gücü arttırır, yani kabul edilmesi gerektiğinde etkisiz sıfır hipotezini reddeder. …

16 hypothesis-testing  multiple-comparisons  false-discovery-rate 

İki değişkenin aynı dağılımı takip edip etmediğini test etmek istiyorsanız, her iki değişkeni sıralamak ve sonra korelasyonlarını kontrol etmek iyi bir test olur mu? Yüksekse (en az 0.9?), Büyük olasılıkla değişkenler aynı dağılımdan gelir. Burada dağıtım ile "normal", "ki-kare", "gama" vb.

16 hypothesis-testing  distributions 

Öğrencilerime (ilköğretim istatistik dersinde) iki kuyruklu bir testin ne olduğunu ve P değerinin nasıl hesaplandığını açıklamanın çeşitli yollarını arıyorum. İki ve tek kuyruklu testi öğrencilerinize nasıl açıklarsınız?

16 hypothesis-testing  p-value  teaching 

Bir ampirik dağılımı önceden belirlenmiş bir referans dağılımı ile karşılaştırmak yerine, aynı temel dağılımdan gelip gelmediklerini belirlemek için iki ampirik dağılımı karşılaştırmak için Kolmogorov-Smirnov uygunluk testini kullanmak uygun mudur? Bunu başka bir şekilde sormaya çalışayım. Bir yerde bazı dağıtımlardan N numune topluyorum. M örneklerini başka bir yerde topluyorum. Veriler süreklidir …

16 hypothesis-testing  distributions  kolmogorov-smirnov 

Birkaç ay önce SO'daki R'de homoscedasticity testleri hakkında bir soru yayınladım ve Ian Fellows bunu yanıtladı (cevabını çok gevşek bir şekilde açıklayacağım): Homossedastisite testleri, modelinizin uygunluğunu test ederken iyi bir araç değildir. Küçük örneklerde, homoscedasticity'den çıkışları tespit etmek için yeterli gücünüz yoktur, büyük örneklerde ise "bol miktarda güç" vardır, bu …

16 hypothesis-testing  anova  nonparametric  goodness-of-fit  heteroscedasticity 

Ben gözlemleri (eşleştirilmiş , sonlu birinci ve ikinci anları vardır ve ortalama etrafında simetrik olan ortak bir bilinmeyen dağılımı çekilir).X i Y iNNNXiXiX_iYiYiY_i Let standart sapma (koşulsuz ) ve hipotezini test etmek istiyorum Y. I için aynı X Y σ YσXσX\sigma_XXXXYYYσYσY\sigma_Y σ X = σ YH0H0H_0 :σX=σYσX=σY\sigma_X = \sigma_Y H1H1H_1 …

16 distributions  hypothesis-testing  standard-deviation  normal-distribution