Pytania otagowane jako type-i-and-ii-errors

Typ I: odrzucanie hipotezy zerowej, gdy jest prawdziwa. Typ II: nie odrzucanie hipotezy zerowej, gdy alternatywa jest prawdziwa.

1
R / mgcv: Dlaczego produkty tensorowe te () i ti () wytwarzają różne powierzchnie?
mgcvOpakowanie Rposiada dwie funkcje montowania interakcji produktów napinacz: te()i ti(). Rozumiem podstawowy podział pracy między nimi (dopasowanie interakcji nieliniowej vs. rozkładanie tej interakcji na główne efekty i interakcję). To, czego nie rozumiem, to dlaczego te(x1, x2)i ti(x1) + ti(x2) + ti(x1, x2)może powodować (nieznacznie) różne wyniki. MWE (dostosowany z ?ti): …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

2
Dlaczego błędy typu II nie są tak podkreślane w literaturze statystycznej?
Widziałem wiele przypadków, w których błędy typu I są uwzględniane (oznaczane przez wartość alfa) w różnych artykułach badawczych. Rzadko zdarza mi się, aby badacz wziął pod uwagę moc lub błąd typu II. Błędy typu II mogą być bardzo ważne, prawda? Przypadkowo odrzuciliśmy alternatywną hipotezę, gdy była ona rzeczywiście fałszywa. Dlaczego …

1
Określanie wielkości próbki za pomocą proporcji i rozkładu dwumianowego
Próbuję nauczyć się statystyk za pomocą książki, Biometry autorstwa Sokala i Rohlfa (3e). Jest to ćwiczenie z 5 rozdziału, który obejmuje prawdopodobieństwo, rozkład dwumianowy i rozkład Poissona. Zdaję sobie sprawę, że istnieje formuła pozwalająca uzyskać odpowiedź na to pytanie: Jednak tego równania nie ma w tym tekście. Chciałbym wiedzieć, jak …

2
Jak sprawdzić, czy współczynnik regresji jest moderowany przez zmienną grupującą?
Mam regresję przeprowadzoną na dwóch grupach próby na podstawie zmiennej moderującej (powiedzmy płeć). Wykonuję prosty test efektu moderacji, sprawdzając, czy znaczenie regresji jest utracone w jednym zestawie, a pozostaje w drugim. P1: Powyższa metoda jest poprawna, prawda? Q2: Poziom ufności moich badań wynosi 95%. Dla jednej grupy regresja jest znacząca …
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.