Als «statistical-significance» getaggte Fragen

Die statistische Signifikanz bezieht sich auf die Wahrscheinlichkeit, dass, wenn in der Population, aus der diese Stichprobe gezogen wurde, der wahre Effekt 0 (oder ein hypothetischer Wert) wäre, eine Teststatistik als extrem oder extremer als die in der Stichprobe erhaltene hätte auftreten können.

3
Der Vergleich von zwei Klassifikatorgenauigkeitsergebnissen für die statistische Signifikanz mit dem t-Test
Ich möchte die Genauigkeit von zwei Klassifikatoren für die statistische Signifikanz vergleichen. Beide Klassifikatoren werden mit demselben Datensatz ausgeführt. Dies lässt mich glauben, dass ich einen T-Test mit einer Stichprobe von dem verwenden sollte, was ich gelesen habe . Beispielsweise: Classifier 1: 51% accuracy Classifier 2: 64% accuracy Dataset size: …
2
Was ist der Unterschied zwischen „Hypothesentest“ und „Signifikanztest“?
Gibt es einen Unterschied zwischen den Ausdrücken "Prüfung der Hypothese" und "Prüfung der Signifikanz" oder sind sie gleich? Nach einer ausführlichen Antwort von Michael Lew, habe ich eine Verwirrung, dass heutzutage Hypothesen (z. B. t-Test, um Mittelwert zu testen) entweder Beispiele für "Signifikanztests" oder "Hypothesentests" sind. Oder ist es eine …
5
Interpretation nicht signifikanter Ergebnisse als „Trends“
In letzter Zeit haben zwei verschiedene Mitarbeiter eine Art Argument über Unterschiede zwischen Bedingungen verwendet, die mir unkorrekt erscheinen. Beide Mitarbeiter verwenden Statistiken, sind jedoch keine Statistiker. Ich bin ein Neuling in der Statistik. In beiden Fällen habe ich argumentiert, dass es falsch ist, eine allgemeine Aussage über diese Gruppen …
1
Was ist die Intuition hinter austauschbaren Proben unter der Nullhypothese?
Permutationstests (auch Randomisierungstest, Re-Randomisierungstest oder exakter Test genannt) sind sehr nützlich und nützlich, wenn die zum Beispiel erforderliche Annahme einer Normalverteilung t-testnicht erfüllt ist und wenn die Transformation der Werte durch Rangfolge der Werte erfolgt Ein nicht parametrischer Test Mann-Whitney-U-testwürde dazu führen, dass mehr Informationen verloren gehen. Eine einzige Annahme, …
15 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 
3
Entweder der quadratische Term oder der Interaktionsterm ist für sich genommen bedeutend, aber beide sind nicht zusammen
Im Rahmen einer Aufgabe musste ich ein Modell mit zwei Prädiktorvariablen anpassen. Ich musste dann ein Diagramm der Residuen der Modelle gegen einen der enthaltenen Prädiktoren zeichnen und darauf aufbauend Änderungen vornehmen. Die grafische Darstellung zeigte einen krummlinigen Trend und daher habe ich einen quadratischen Term für diesen Prädiktor eingefügt. …
5
Kann ich Koeffizienten für nicht signifikante Faktorstufen in einem linearen Modell ignorieren?
Nachdem ich hier die linearen Modellkoeffizienten geklärt habe, habe ich eine weitere Frage bezüglich der Nicht-Signifikanz (hoher p-Wert) für Koeffizienten von Faktorstufen. Beispiel: Wenn mein lineares Modell einen Faktor mit 10 Stufen enthält und nur 3 dieser Stufen mit signifikanten p-Werten verknüpft sind, kann ich bei Verwendung des Modells zur …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.