Pytania otagowane jako hypothesis-testing

Testowanie hipotez ocenia, czy dane są niespójne z daną hipotezą, a nie są efektem przypadkowych fluktuacji.

2
„Intencja badacza” i progi / wartości p
Czytam slajdy „Doing Bayesian Data Analysis” Johna Kruschkego , ale tak naprawdę mam pytanie o jego interpretację testów t i / lub całą strukturę testowania znaczenia hipotezy zerowej. Twierdzi, że wartości p są źle zdefiniowane, ponieważ zależą od intencji badacza. W szczególności podaje przykład (strony 3-6) dwóch laboratoriów, które zbierają …

3
Jak obliczyć margines błędu w wyniku NPS (Net Promoter Score)?
Pozwolę Wikipedii wyjaśnić, w jaki sposób obliczany jest NPS : Wynik promotora netto uzyskuje się, zadając klientom jedno pytanie w skali od 0 do 10, gdzie 10 jest „bardzo prawdopodobne”, a 0 „wcale nie prawdopodobne”: „Jak prawdopodobne jest, że poleciłbyś naszą firmę przyjaciel czy kolega? ” Na podstawie ich odpowiedzi …

5
Przykład silnego współczynnika korelacji o wysokiej wartości p
Zastanawiałem się, czy można mieć bardzo silny współczynnik korelacji (powiedzmy .9 lub wyższy), z wysoką wartością p (powiedzmy .25 lub wyższy)? Oto przykład niskiego współczynnika korelacji o wysokiej wartości p: set.seed(10) y <- rnorm(100) x <- rnorm(100)+.1*y cor.test(x,y) cor = 0,03908927, p = 0,6994 Wysoki współczynnik korelacji, niska wartość p: …



4
Jak rzutować nowy wektor na przestrzeń PCA?
Po przeprowadzeniu analizy głównego składnika (PCA) chcę rzutować nowy wektor na przestrzeń PCA (tzn. Znaleźć jego współrzędne w układzie współrzędnych PCA). Mam obliczony PCA w języku R użyciu prcomp. Teraz powinienem być w stanie pomnożyć mój wektor przez macierz obrotu PCA. Czy główne elementy tej macierzy powinny być ułożone w …
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

2
FPR (współczynnik fałszywie dodatnich wyników) vs FDR (odsetek fałszywych wyników wyszukiwania)
Poniższy cytat pochodzi ze słynnego artykułu badawczego Znaczenie statystyczne dla badań całego genomu Storey i Tibshirani (2003): Na przykład fałszywie dodatni wskaźnik wynoszący 5% oznacza, że ​​średnio 5% prawdziwie zerowych cech w badaniu zostanie nazwanych znaczącymi. FDR (wskaźnik fałszywych odkryć) wynoszący 5% oznacza, że ​​spośród wszystkich funkcji nazywanych znaczącymi, 5% …

4
Jeśli planowanych jest wiele porównań, czy nadal trzeba korygować wiele porównań?
Recenzuję artykuł, który wykonał> 15 osobnych testów 2x2 Chi Square. Zasugerowałem, że muszą poprawić wiele porównań, ale odpowiedzieli, mówiąc, że wszystkie porównania zostały zaplanowane i dlatego nie jest to konieczne. Wydaje mi się, że to nie musi być poprawne, ale nie mogę znaleźć żadnych zasobów, które wyraźnie stwierdzą, czy tak …

2
Dowód, że statystyka F jest zgodna z rozkładem F.
W świetle tego pytania: Dowód, że współczynniki w modelu OLS są zgodne z rozkładem t z (nk) stopniami swobody Chciałbym zrozumieć, dlaczego F=(TSS−RSS)/(p−1)RSS/(n−p),F=(TSS−RSS)/(p−1)RSS/(n−p), F = \frac{(\text{TSS}-\text{RSS})/(p-1)}{\text{RSS}/(n-p)}, gdzie jest liczbą parametrów modelu, a n liczbą obserwacji, a TSS wariancja całkowita, RSS wariancja resztkowa, jest zgodna z rozkładem F_ {p-1, np} .n …


3
Czy wartość p wynosząca 0,04993 jest wystarczająca, aby odrzucić hipotezę zerową?
W teście istotności statystycznej rang Wilcoxona natrafiliśmy na pewne dane, które dają wartość wynoszącą . Czy przy progu wynik ten jest wystarczający, aby odrzucić hipotezę zerową, czy też bezpieczniej jest powiedzieć, że test był niejednoznaczny, ponieważ jeśli zaokrąglimy wartość p do 3 miejsc po przecinku, to ona ?ppp0,049930,049930.04993p < 0,05p<0,05p …


3
Testowanie znaczenia pików w gęstości widmowej
Czasami używamy wykresu gęstości widmowej do analizy okresowości w szeregach czasowych. Zwykle analizujemy fabułę poprzez kontrolę wzrokową, a następnie próbujemy wyciągnąć wnioski na temat okresowości. Ale czy statystycy opracowali jakiś test, aby sprawdzić, czy jakiekolwiek skoki na wykresie różnią się statystycznie od białego szumu? Czy R-eksperci opracowali jakiś pakiet do …


1
Artykuł o niewłaściwym użyciu metody statystycznej w NYTimes
Mam na myśli ten artykuł: http://www.nytimes.com/2011/01/11/science/11esp.html Rozważ następujący eksperyment. Załóżmy, że istnieje powód, by sądzić, że moneta była lekko obciążona w kierunku głów. W teście moneta pojawia się 527 razy na 1000 głów. Czy to znaczący dowód na ważenie monety? Klasyczna analiza mówi „tak”. Przy uczciwej monecie szanse na uzyskanie …

Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.