«permutation-test» etiketlenmiş sorular

Sıfır hipotezi ile tutarlı olan verilerin yeniden düzenlenmesine dayanan istatistiksel testler.

2
Örnekleme / simülasyon yöntemleri: monte edilmiş carlo, bootstrapping, jackknifing, çapraz doğrulama, randomizasyon testleri ve permütasyon testleri
Farklı yeniden örnekleme yöntemleri (Monte Carlo simülasyonu, parametrik önyükleme, parametrik olmayan önyükleme, jackknifing, çapraz doğrulama, rastgele testler ve permütasyon testleri) ve bunların R'yi kullanarak kendi bağlamlarındaki uygulamaları arasındaki farkı anlamaya çalışıyorum. Diyelim ki aşağıdaki durum var - ANOVA'yı Y değişkeni ( Yvar) ve X değişkeni ( Xvar) ile gerçekleştirmek istiyorum …

4
Bak ve bulursun (bir korelasyon)
Birkaç yüz ölçümüm var. Şimdi, her önlemi her önlemle ilişkilendirmek için bir tür yazılım kullanmayı düşünüyorum. Bu, binlerce korelasyon olduğu anlamına gelir. Bunlar arasında (istatistiksel olarak), veriler tamamen rastgele olsa bile (her ölçüm sadece yaklaşık 100 veri noktasına sahip) yüksek bir korelasyon olmalıdır. Bir korelasyon bulduğumda, korelasyonu ne kadar zor …

6
R'de, hangi testlerin t-testleri yerine kullanılması gerektiğini (eşleştirilmiş ve eşleştirilmemiş)?
T testleri kullanarak analiz ettiğim bir deneyden veri aldım. Bağımlı değişken aralık ölçeğindedir ve veriler eşleştirilmemiş (yani 2 grup) veya eşleştirilmiş (yani deneklerin içinde). Örneğin (konular içinde): x1 <- c(99, 99.5, 65, 100, 99, 99.5, 99, 99.5, 99.5, 57, 100, 99.5, 99.5, 99, 99, 99.5, 89.5, 99.5, 100, 99.5) y1 …

3
Bootstrap ve permütasyon hipotez testleri
Uygulamada sıklıkla kullanılan, önyükleme, permütasyon testi, jackknife, vb. Gibi pek çok popüler yeniden örnekleme tekniği vardır. Bu teknikleri tartışan çok sayıda makale ve kitap vardır, örneğin Philip I Good (2010) Permütasyon, Parametrik ve Bootstrap Testleri Hipotezler Sorum şu ki, hangi yeniden örnekleme tekniği daha popüler ve daha kolay bir şekilde …

3
R ile önyükleme kullanarak p-değerini hesaplama
Yaklaşık 2 taraflı bootstrapped p değerini hesaplamak için "boot" paketini kullanıyorum, ancak sonuç t.test kullanmanın p değerinden çok uzak. R kodumda ne yanlış yaptığımı çözemiyorum. Birisi lütfen bana bunun için bir ipucu verebilir time = c(14,18,11,13,18,17,21,9,16,17,14,15, 12,12,14,13,6,18,14,16,10,7,15,10) group=c(rep(1:2, each=12)) sleep = data.frame(time, group) require(boot) diff = function(d1,i){ d = d1[i,] …

1
T-testinin ölümüne dair raporlar fazlasıyla abartılmış mı?
Özgeçmiş tüm zamanların klasiklerini okuyarak netleştirmek istediğim bir ifadeyle karşılaştım. Bu yazı ve sorum şu kapanış sözlerine atıfta bulunuyor: "Yeni verdiğim bilgilerin tamamının biraz eski olduğunu not etmek zorundayım; şimdi bilgisayarlarımız olduğu için t testlerinden daha iyisini yapabiliriz. Frank'in dediği gibi Muhtemelen Wilcoxon testlerini bir t testi yaptırmanız öğretilen her …

2
permütasyon testinin varsayımları nelerdir?
Permütasyon testlerinin varsayımları olmadığı sık sık bildirilmektedir, ancak bu kesinlikle doğru değildir. Örneğin, numunelerimin bir şekilde korelasyonu varsa, etiketlerine izin vermenin yapılacak doğru şey olmadığını hayal edebiliyorum. Bu sorun hakkında bulduğumun tek kelimesi wikipedia'dan gelen bu cümledir: "Bir permütasyon testinin arkasındaki önemli bir varsayım, gözlemlerin sıfır hipotezi altında değişebilir olmasıdır." …

1
İki araç arasındaki farkı test etmek için H0 altında bootstrap kullanma: gruplar içinde veya havuzda toplanmış örnek içinde değiştirme
İki bağımsız grup içeren bir veri bulduğumu varsayalım: g1.lengths <- c (112.64, 97.10, 84.18, 106.96, 98.42, 101.66) g2.lengths <- c (84.44, 82.10, 83.26, 81.02, 81.86, 86.80, 85.84, 97.08, 79.64, 83.32, 91.04, 85.92, 73.52, 85.58, 97.70, 89.72, 88.92, 103.72, 105.02, 99.48, 89.50, 81.74) group = rep (c ("g1", "g2"), c (length …

3
Yüksek eğri veriler üzerinde t testi
On binlerce tıbbi maliyet verisi gözlemine sahip bir veri setim var. Bu veriler sağda çok eğri ve çok sayıda sıfır var. İki grup insan için bu gibi görünüyor (bu durumda her biri> 3000 obs olan iki yaş grubu): Min. 1st Qu. Median Mean 3rd Qu. Max. 0.0 0.0 0.0 4536.0 …

1
Sıfır hipotezi altında değiştirilebilir örneklerin ardındaki sezgi nedir?
Permütasyon testleri (randomizasyon testi, yeniden randomizasyon testi veya kesin test olarak da adlandırılır) çok faydalıdır ve örneğin normal dağıtım varsayımı t-testkarşılanmadığında ve değerlerin parametrik olmayan test Mann-Whitney-U-test, daha fazla bilginin kaybolmasına neden olur. Bununla birlikte, bu tür bir test kullanılırken bir ve sadece bir varsayım göz ardı edilmemelidir, örneklerin sıfır …
16 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

2
Permütasyon testinde 0'a eşit P değerleri
İki veri setim var ve bunların önemli ölçüde farklı olup olmadıklarını bilmek istiyorum (bu " İki grup önemli ölçüde farklı mı? Kullanmak için test " ten geliyor ). Bir permütasyon testi kullanmaya karar verdim. permutation.test <- function(coding, lncrna) { coding <- coding[,1] # dataset1 lncrna <- lncrna[,1] # dataset2 ### …

1
Randomizasyon testi ve Permütasyon testi arasındaki fark
Literatürde Rasgeleleştirme ve Permütasyon terimleri birbirinin yerine kullanılır. "Permütasyon (rasgeleleştirme) testleri" yazan birçok yazarla, ya da tam tersi. En iyi ihtimalle farkın incelikli olduğuna inanıyorum ve verilebilecek veri ve potansiyel sonuçlara dair varsayımlarında yatıyor. Sadece anlayışımın doğru olup olmadığını ya da özlediğim daha derin bir fark olup olmadığını kontrol etmem …

1
Bu zaman serilerini yeniden örnekleme yöntemi literatürde biliniyor mu? Bir adı var mı?
Son zamanlarda zaman serilerini yeniden örneklemenin yollarını arıyordum, Uzun bellek işlemlerinin otomatik korelasyonunu yaklaşık olarak koruyun. Gözlemlerin alanını koruyun (örneğin, yeniden örneklenmiş bir tamsayılar dizisi dizisi hala bir tamsayı dizisidir). Gerekirse yalnızca bazı ölçekleri etkileyebilir. uzunluğunda bir zaman dizisi için aşağıdaki permütasyon şemasını buldum 2N2N2^N: Zaman serilerini birbirini izleyen çiftler …

1
Permütasyon Testi için Güven Aralığı ve P Değeri Belirsizliği
Şu anda rastgele testler öğreniyorum. Aklıma iki soru geliyor: Evet, p-değerinin randomizasyon testi ile nasıl hesaplandığı kolay ve sezgiseldir (sanırım permütasyon testi ile aynıdır?). Ancak, normal parametrik testlerde yaptığımız gibi nasıl% 95'lik bir güven aralığı oluşturabiliriz? Washington Üniversitesi'nden permütasyon testleri ile ilgili bir belge okuduğumda , 13. sayfada şöyle bir …

5
Etkileşim etkisi parametrik olmayan bir testle nasıl test edilir (örn. Permütasyon testi)?
İki kategorik / nominal değişkenim var. Her biri sadece iki farklı değer alabilir (bu yüzden toplamda 4 kombinasyonum var). Her değer kombinasyonu bir dizi sayısal değerle birlikte gelir. Yani 4 numaram var. Daha somut hale getirmek için, sahip olduğum male / femaleve young / oldnominal değişkenler olduğumuzu weightve bağımlı sayısal …

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.