Als «t-test» getaggte Fragen

Ein Test zum Vergleichen des Mittelwerts von zwei Stichproben oder des Mittelwerts einer Stichprobe (oder sogar von Parameterschätzungen) mit einem bestimmten Wert; nach dem Pseudonym seines Erfinders auch als "Student t-test" bekannt.

4
Robuster T-Test für den Mittelwert
Ich versuche, die Null gegen die lokale Alternative E [ X ] > 0 für eine Zufallsvariable X zu testen, die einem leichten bis mittleren Versatz und einer Kurtosis der Zufallsvariablen unterliegt. Gemäß den Vorschlägen von Wilcox in "Einführung in die robuste Schätzung und das Testen von Hypothesen" habe ich …
3
Logistische Regression oder T-Test?
Eine Gruppe von Personen beantwortet eine Frage. Die Antwort kann "Ja" oder "Nein" sein. Der Forscher möchte wissen, ob das Alter mit der Art der Antwort zusammenhängt. Die Assoziation wurde durch eine logistische Regression bewertet, bei der das Alter die erklärende Variable und die Art der Antwort (Ja, Nein) die …
2
T-Test für lineare Regression verstehen
Ich versuche herauszufinden, wie man Hypothesentests für eine lineare Regression durchführt (Nullhypothese ist keine Korrelation). Jede Anleitung und Seite zu dem Thema, auf die ich stoße, scheint einen T-Test zu verwenden. Aber ich verstehe nicht, was T-Test für lineare Regression eigentlich bedeutet. Ein t-Test wird verwendet, um zwei Populationen zu …
4
Die Maschinengenauigkeit zur Steigerung des Gradienten nimmt mit zunehmender Anzahl von Iterationen ab
Ich experimentiere mit dem Algorithmus der Gradientenverstärkungsmaschine über das caretPaket in R. Unter Verwendung eines kleinen Datensatzes für Hochschulzulassungen habe ich den folgenden Code ausgeführt: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 
1
Sollte ich T-Test für stark verzerrte Daten verwenden? Wissenschaftlicher Beweis, bitte?
Ich habe Stichproben aus einem stark verzerrten Datensatz (der wie eine Exponentialverteilung aussieht) über die Teilnahme von Benutzern (z. B. Anzahl der Beiträge), die unterschiedliche Größen haben (aber nicht weniger als 200), und ich möchte deren Mittelwert vergleichen. Dafür verwende ich ungepaarte T-Tests mit zwei Stichproben (und T-Tests mit dem …
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 
2
Erklärung für nicht ganzzahlige Freiheitsgrade bei t-Test mit ungleichen Varianzen
Das SPSS t-Test-Verfahren meldet 2 Analysen, wenn 2 unabhängige Mittelwerte verglichen werden, eine Analyse mit angenommenen gleichen Abweichungen und eine mit nicht angenommenen gleichen Abweichungen. Die Freiheitsgrade (df) bei Annahme gleicher Varianzen sind immer ganzzahlige Werte (und gleich n-2). Die df, wenn gleiche Varianzen nicht angenommen werden, sind nicht ganzzahlig …
2
Freiheitsgrade für Welch t-Test melden
Der Welch-t-Test für ungleiche Varianzen (auch als Welch-Satterthwaite oder Welch-Aspin bekannt) weist im Allgemeinen nicht ganzzahlige Freiheitsgrade auf . Wie sollen diese Freiheitsgrade bei der Meldung der Testergebnisse angegeben werden? "Es ist üblich, vor dem Abrufen von Standardtabellen auf die nächste ganze Zahl abzurunden", wie aus verschiedenen Quellen hervorgeht * …
1
Kolmogorov-Smirnov-Test vs. t-Test
Ich habe einige Schwierigkeiten, die Interpretation des 2-Stichproben-KS-Tests zu verstehen und festzustellen, wie sich dieser von einem regulären t-Test zwischen 2 Gruppen unterscheidet. Nehmen wir an, ich habe Männer und Frauen, die eine Aufgabe erledigen, und ich sammle einige Punkte von dieser Aufgabe. Mein letztendliches Ziel ist es festzustellen, ob …
2
Unabhängiger Stichproben-T-Test: Müssen Daten bei großen Stichproben wirklich normal verteilt werden?
Angenommen, ich möchte testen, ob zwei unabhängige Stichproben unterschiedliche Mittelwerte haben. Ich weiß, dass die zugrunde liegende Verteilung nicht normal ist . Wenn ich das richtig verstehe, ist meine Teststatistik der Mittelwert , und bei ausreichend großen Stichproben sollte der Mittelwert normalverteilt sein, auch wenn die Stichproben nicht vorhanden sind. …
3
Express-Antworten in Bezug auf Originaleinheiten in Box-Cox-transformierten Daten
Für einige Messungen werden die Ergebnisse einer Analyse auf der transformierten Skala angemessen dargestellt. In den meisten Fällen ist es jedoch wünschenswert, die Ergebnisse auf der ursprünglichen Messskala darzustellen (ansonsten ist Ihre Arbeit mehr oder weniger wertlos). Beispielsweise tritt bei log-transformierten Daten ein Problem bei der Interpretation auf der ursprünglichen …
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.