Câu hỏi được gắn thẻ «statistical-significance»

Ý nghĩa thống kê đề cập đến xác suất, nếu, trong dân số mà mẫu này được rút ra thì hiệu quả thực sự là 0 (hoặc một số giá trị giả định), một thống kê thử nghiệm là cực đoan hoặc cực đoan hơn so với mẫu có thể xảy ra.




3
Một ví dụ: Hồi quy LASSO bằng glmnet cho kết quả nhị phân
Tôi bắt đầu say mê với việc sử dụng glmnetvới LASSO Regression trong đó kết quả quan tâm của tôi là phân đôi. Tôi đã tạo một khung dữ liệu giả nhỏ bên dưới: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, …
77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 






6
Là cách lai giữa những người khác giữa Fisher và Neyman-Pearson để kiểm tra thống kê có thực sự là một mớ hỗn độn không liên tục?
Có tồn tại một trường phái tư tưởng nhất định theo đó cách tiếp cận phổ biến nhất để kiểm tra thống kê là "lai" giữa hai cách tiếp cận: của Fisher và của Neyman-Pearson; hai cách tiếp cận này, theo yêu cầu, là "không tương thích" và do đó, …




3
Giải thích dự đoán biến đổi và / hoặc phản hồi
Tôi tự hỏi nếu nó làm cho một sự khác biệt trong việc giải thích cho dù chỉ phụ thuộc, cả phụ thuộc và độc lập, hoặc chỉ các biến độc lập được chuyển đổi nhật ký. Hãy xem xét trường hợp log(DV) = Intercept + B1*IV + Error Tôi …
46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 

4
Tại sao các nhà thống kê nói rằng một kết quả không có ý nghĩa có nghĩa là bạn không thể từ chối null null trái ngược với việc chấp nhận giả thuyết null?
Các thử nghiệm thống kê truyền thống, giống như hai thử nghiệm t mẫu, tập trung vào việc cố gắng loại bỏ giả thuyết rằng không có sự khác biệt giữa chức năng của hai mẫu độc lập. Sau đó, chúng tôi chọn mức độ tin cậy và nói rằng …

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.