Bei häufig auftretenden Hypothesentests wird die p-Wert ist die Wahrscheinlichkeit, dass ein Ergebnis extrem (oder höher) als das beobachtete Ergebnis ist, unter der Annahme, dass die Nullhypothese wahr ist.
Können p-Werte zwischen mehreren paarweisen Tests als Ähnlichkeits- / Abstandsmaß betrachtet und eine mehrdimensionale Skalierung auf eine paarweise Matrix von p-Werten angewendet werden, um die Dimensionalität zu verringern? Dies ist eine weiche Frage, aber was wäre hier das größte Problem, und wie könnte dies am besten überwunden werden? (Beispiel: dreieckige …
Ich bin auf ein neues Papier der Berkeley NLP-Gruppe über statistische Tests gestoßen, eine empirische Untersuchung der statistischen Signifikanz in NLP . Es gibt einen Pseudocode zum Berechnen eines p-Werts in der Arbeit. Grundsätzlich besteht die Idee darin, dass der Abtastsatz von x1,x2,...,xNx1,x2,...,xNx_1,x_2,...,x_N werden mit Ersetzung aus Daten abgetastet . …
Ich bin brandneu in der Statistik und studiere die Mathematik hinter Split-Tests (A / B und multivariate). Ich habe gelernt, wie man mit gegebenen Testdaten berechnet, und ich verstehe, wie man dies über eine Tabelle in eine Wahrscheinlichkeit übersetzt, aber ich möchte die Wahrscheinlichkeit selbst berechnen können. Ich habe ein …
Ich habe eine Simulation für den mcnemar-Test durchgeführt, und die Antwort schien ja zu sein. Ich habe mich gefragt, ob dies immer der Fall sein kann, dass der genaue P-Wert höher (oder nicht kleiner) ist als der p-Wert, der durch eine Näherung erreicht wird. ein Code zum Beispiel: set.seed(234) n …
Ich war kürzlich bei der Arbeit einigen statistischen Hypothesentestmethoden (z. B. Friedman-Test) ausgesetzt und möchte mein Wissen zu diesem Thema erweitern. Können Sie einem Informatiker eine gute Einführung in das Testen statistischer Signifikanz / statistischer Hypothesen vorschlagen? Ich denke an ein PDF-Buch oder ähnliches, aber jede andere Art von Hilfe …
Ich habe eine Tabelle mit paarweisen Vergleichen mit gepaarten t-Tests, die ich mit dem folgenden Code in R erstellt habe: with(d_OAI, pairwise.t.test(OAI, Ven,p.adjust.method="bonferroni", paired=T)) Einige der p-Werte sind signifikant (dh weniger als 0,05), andere nicht. Einige der p-Werte sind jedoch gleich 1,00000. Ich nehme an, dies bedeutet, dass die beiden …
Folgendes verstehe ich: p-Wert - Wahrscheinlichkeit, die beobachteten oder extremeren Ergebnisse zu finden, wenn die Nullhypothese (H0) einer Studienfrage wahr ist das heißt p-Wert . Wenn nun der p-Wert unter einem bestimmten Schwellenwert ( ) liegt, lehnen wir die Nullhypothese ab.= P.( e v i de n c e / …
Ich habe ein lineares Regressionsmodell für eine abhängige Variable YYY basierend auf zwei unabhängigen Variablen, X1X1X1 und X2X2X2Ich habe also eine allgemeine Form einer Regressionsgleichung Y=A+B1⋅X1+B2⋅X2+ϵY=A+B1⋅X1+B2⋅X2+ϵY = A + B_1 \cdot X_1 + B_2 \cdot X_2 + \epsilon, wo AAA ist der Achsenabschnitt, ϵϵ\epsilon ist der Fehlerbegriff und B1B1B_1 und …
Ich bin ein Statistikstudent. Ich versuche, die klassischen und objektiven Definitionen der Wahrscheinlichkeit zu verstehen und wie sie mit der frequentistischen und bayesianischen Folgerung zusammenhängen. Mir ist nicht klar, warum die klassische Wahrscheinlichkeit mit der frequentistischen Inferenz gepaart ist und warum die Bayes'sche Inferenz mit der subjektiven Wahrscheinlichkeit gepaart ist. …
Der folgende Code generiert einen Satz von Testdaten, die aus einer Reihe von "Signal" -Wahrscheinlichkeiten mit Binomialrauschen bestehen. Der Code verwendet dann 5000 Sätze von Zufallszahlen als "erklärende" Reihen und berechnet den logistischen Regressions-p-Wert für jede. Ich finde, dass die zufälligen Erklärungsreihen in 57% der Fälle bei 5% statistisch signifikant …
In einem Übersichtsartikel aus dem Jahr 2013 in Nature Neuroscience haben Button et al. Stromausfall: Warum eine kleine Stichprobengröße die Zuverlässigkeit der Neurowissenschaften untergräbt , wurde festgestellt, dass: Die durchschnittliche statistische Aussagekraft von Studien in den Neurowissenschaften ist sehr gering Sie suchten nach Metaanalysen, berechneten die Post-hoc-Leistung in jeder von …
Der Wert wird verwendet, um anzugeben, wie stark wir gegen eine Hypothese annehmen können. Es ist klar, dass dieser Wert selbst aus Daten geschätzt wird. Wenn neue Daten unter denselben Bedingungen gesammelt werden, ist es sehr unwahrscheinlich , dass der neue Wert der gleiche ist.ppppppppp Halsey, Curran-Everett, Vowler & Drummond …
Auf Seite 146 der Bayes'schen Datenanalyse von Gelman erläutert Gelman den Bayes'schen p-Wert, um die Anpassung des Modells zu überprüfen. Die Idee ist, die beobachteten Daten ( ) mit Daten zu vergleichen, die vom Modell generiert werden könnten, wenn wir das Experiment replizieren ( ).yyyyr e pyrepy^{rep} Er definiert den …
Ich versuche, zwei scheinbar gegensätzliche Aussagen über die Robustheit gegenüber der Nichtnormalität der Pearson-Korrelationsteststatistik in Einklang zu bringen (wobei Null "keine Korrelation" bedeutet). Diese CV-Antwort lautet: Sehr nicht robust. Dieses Biostat-Handbuch sagt: [...] zahlreiche Simulationsstudien haben gezeigt, dass lineare Regression und Korrelation nicht empfindlich auf Nichtnormalität reagieren; Eine oder beide …
Was ist die beste Vorgehensweise zum Trainieren und Bewerten eines Vorhersagealgorithmus für eine Zeitreihe? Zum Lernen von Algorithmen, die im Batch-Modus trainiert werden, kann ein naiver Programmierer den Rohdatensatz [(sample, expected prediction),...]direkt an die train()Methode des Algorithmus weitergeben . Dies zeigt normalerweise eine künstlich hohe Erfolgsrate, da der Algorithmus effektiv …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.