Domande taggate «hypothesis-testing»

Il test di ipotesi valuta se i dati sono incoerenti con una determinata ipotesi piuttosto che essere un effetto di fluttuazioni casuali.

2
Test per il campionamento IID
Come testereste o verifichereste che il campionamento sia IID (indipendente e distribuito in modo identico)? Nota che non intendo gaussiano e identicamente distribuito, solo IID. E l'idea che mi viene in mente è quella di dividere ripetutamente il campione in due sottocampioni di uguale dimensione, eseguire il test di Kolmogorov-Smirnov …
2
Quali sono alcuni usi importanti della generazione di numeri casuali nelle statistiche computazionali?
In che modo e perché i generatori di numeri casuali (RNG) sono importanti nelle statistiche computazionali? Capisco che la casualità è importante quando si scelgono campioni per molti test statistici per evitare distorsioni verso entrambe le ipotesi, ma ci sono altre aree di statistiche computazionali in cui i generatori di …
4
L'accuratezza della macchina con incremento gradiente diminuisce all'aumentare del numero di iterazioni
Sto sperimentando l'algoritmo della macchina per aumentare il gradiente tramite il caretpacchetto in R. Utilizzando un piccolo set di dati di ammissione al college, ho eseguito il seguente codice: 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] <- …
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 
3
Che cosa significano i test di ipotesi bayesiana nel quadro dell'inferenza e della teoria delle decisioni?
Il mio background è principalmente nell'apprendimento automatico e stavo cercando di capire cosa significassero i test sull'ipotesi bayesiana. Sono d'accordo con l'interpretazione bayesiana della probabilità e la conosco nel contesto di modelli grafici probabilistici. Tuttavia, ciò che mi confonde è ciò che la parola "Ipotesi" significa nel contesto dell'inferenza statistica. …
1
Qual è l'intuizione dietro i campioni scambiabili sotto l'ipotesi nulla?
I test di permutazione (chiamati anche test di randomizzazione, test di ri-randomizzazione o test esatto) sono molto utili e sono utili quando l'assunzione della distribuzione normale richiesta da per esempio t-testnon è soddisfatta e quando la trasformazione dei valori per classifica del test non parametrici come Mann-Whitney-U-testquesto porterebbero alla perdita …
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
Il lemma di Neyman-Pearson può essere applicato al caso in cui il semplice null e l'alternativa non appartengono alla stessa famiglia di distribuzioni?
Il lemma di Neyman-Pearson può essere applicato al caso in cui un semplice null e una semplice alternativa non appartengono alla stessa famiglia di distribuzioni? Dalla sua prova, non vedo perché non possa. Ad esempio, quando il semplice null è una distribuzione normale e la semplice alternativa è una distribuzione …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.