Buon testo per il ricampionamento?

Il gruppo può raccomandare un buon testo / risorsa introduttiva alle tecniche di ricampionamento applicate? In particolare, sono interessato alle alternative ai test parametrici classici (ad es. Test t, ANOVA, ANCOVA) per confrontare gruppi quando ipotesi come la normalità sono chiaramente violate.

Un tipo di problema di esempio che vorrei educare me stesso su un modo migliore per risolvere può comportare qualcosa come:

I)
2 gruppi: trattamento e controllo

Var dipendente: variazione del saldo del conto in dollari dopo l'intervento

Covariata: dollari di saldo del conto pre-intervento.

Problema con l'applicazione di ANCOVA: molti soggetti non avranno alcun cambiamento (molti zeri).

II)
2 gruppi: trattamento e controllo

Var dipendente: nuovi account aggiunti

Covariata: numero di conti pre-intervento.

* Molti soggetti non avranno alcun account aggiunto (molti zeri).

Posso usare un bootstrap? Un test di permutazione? Questo è il tipo di analisi a cui vorrei applicare metodi di ricampionamento non parametrici.

references bootstrap resampling

— B_Miner
fonte

Risposte:

Per quanto riguarda un buon riferimento, consiglierei Philip Good, Metodi di ricampionamento: una guida pratica all'analisi dei dati (Birkhäuser Boston, 2005, 3a ed.) Per un manuale di accompagnamento applicato. Ed ecco una bibliografia annotata per il ricampionamento Bootstrap . Metodi di ricampionamento: concetti, applicazioni e giustificazione forniscono anche un buon inizio.

Esistono molti pacchetti R che facilitano l'uso delle tecniche di ricampionamento:

boot , per bootstraping - ma vedi anche P. Burns, The Statistical Bootstrap e altri metodi di ricampionamento , per le illustrazioni
moneta , per i test di permutazione (vedere la vignetta di accompagnamento che include un ampio aiuto)

(Ci sono molti altri pacchetti ...)

— CHL
fonte

@chi e @whuber: grazie, mi chiedevo se The Good Book fosse una buona scelta. Per i tipi di problemi che ho esposto - fondamentalmente ANCOVA con violazioni, sono sulla strada giusta con permutazione o bootstrap?

— B_Miner,

@ user2040 È difficile sbagliare con i test di permutazione. Good ha capitoli specifici su progetti multifattoriali, dati categorici e analisi multivariate (incluso MANCOVA). Anche se non comprendo appieno il tuo problema specifico, sono sicuro che troverai qualcosa di utile lì.

— whuber

@ user2040 Aggiungerò alcuni riferimenti ma ho trovato anche difficili da capire i tuoi due punti. Per quanto ne sappia, non esiste un test di permutazione esatto quando la covariata è continua.

— chl

@chl Penso che, se capisco correttamente il tuo commento sulle covariate continue, l'esattezza dipende dal ruolo svolto dalla casualità nei dati. Quando la randomizzazione avviene per progettazione , non sembra importare che tipo di dati hai. Il test di permutazione prende i dati come indicato e lascia semplicemente intravedere come sarebbero risultati statistici se i nostri generatori di numeri casuali (ad esempio) avessero portato a differenti assegnazioni di soggetti a gruppi di trattamento e controllo.

— whuber

@chi e @whuber, grazie ancora. Vedrò quale dei libri buoni è il migliore (molti giochi di parole intesi). Per quanto riguarda il mio problema, fondamentalmente si tratta di un esperimento su due campioni (trattamento e controllo / nessun trattamento) in cui esiste una misura di base pre-esperimento e una misura post-trattamento, quest'ultima essendo la variabile dipendente (in realtà è un cambiamento nella misura da pre a post). Quindi sarebbe un tipico ANCOVA o ANOVA (a seconda se il cambiamento è dipendente o post è, con il pre come covariata) tranne per il fatto che molte delle misurazioni post sono zero (il cliente non ha acquistato nulla).

— B_Miner

Test di ipotesi su Phillip Good, Permutazione, Parametrico e Bootstrap (3a edizione). Springer, 2005.

Questo libro è matematicamente facile, accessibile e copre una vasta gamma di applicazioni.

— whuber
fonte

(+1) Ah ... abbiamo citato lo stesso libro :)

— chl

@chl Non la penso così: sono dello stesso autore ma hanno titoli leggermente diversi e diversi editori. Forse dovremmo dire ognuno un po 'di più su di loro in modo da poter determinare quale potrebbe essere più appropriato per il PO. Ho aggiunto alcuni dettagli in un commento alla tua risposta.

— whuber

Ho cancellato il mio dopo aver visto il tuo.

— chl

@chl Ah, capisco. Quindi non c'è ridondanza.

— whuber