ข้อความที่ดีสำหรับการสุ่มใหม่หรือไม่

กลุ่มสามารถแนะนำข้อความ / ทรัพยากรการแนะนำที่ดีให้กับเทคนิคการสุ่มตัวอย่างใหม่ได้หรือไม่? โดยเฉพาะฉันสนใจทางเลือกในการทดสอบแบบพาราเมตริกคลาสสิก (เช่นการทดสอบ t, ANOVA, ANCOVA) สำหรับการเปรียบเทียบกลุ่มเมื่อข้อสมมติฐานเช่นภาวะปกติถูกละเมิดอย่างชัดเจน

ประเภทของปัญหาตัวอย่างที่ฉันต้องการให้ความรู้แก่ตัวเองว่าวิธีที่ดีกว่าในการแก้ไขอาจเกี่ยวข้องกับบางสิ่งเช่น:

I)
2 กลุ่ม: การรักษาและการควบคุม

Dependent Var: การเปลี่ยนแปลงในบัญชีดอลลาร์ดุลหลังจากการแทรกแซง

Covariate: ดอลลาร์ล่วงหน้าของบัญชีการแทรกแซง

ปัญหาเกี่ยวกับการใช้ ANCOVA: หลายวิชาจะไม่มีการเปลี่ยนแปลงใด ๆ (ศูนย์จำนวนมาก)

II)
2 กลุ่ม: การรักษาและการควบคุม

Dependent Var: เพิ่มบัญชีใหม่แล้ว

Covariate: จำนวนการแทรกแซงล่วงหน้าของบัญชี

* วิชาจำนวนมากจะไม่มีบัญชีเพิ่ม (ศูนย์จำนวนมาก)

ฉันสามารถใช้ bootstrap ได้หรือไม่? การทดสอบการเปลี่ยนรูป? นี่คือประเภทของการวิเคราะห์ที่ฉันต้องการใช้วิธีการ resampling nonparametric

references bootstrap resampling

— B_Miner
แหล่งที่มา

คำตอบ:

สำหรับการอ้างอิงที่ดีฉันขอแนะนำ Philip Good, วิธีการสุ่มตัวอย่างใหม่: แนวทางปฏิบัติสำหรับการวิเคราะห์ข้อมูล (Birkhäuser Boston, 2005, 3rd ed.) สำหรับหนังสือเรียนที่ประยุกต์ใช้ และนี่คืออ้างอิงข้อเขียนสำหรับบูต resampling วิธีการสุ่มตัวอย่างอีกครั้ง: แนวคิดแอปพลิเคชันและการจัดชิดขอบยังให้การเริ่มต้นที่ดี

มีแพ็คเกจ R จำนวนมากที่อำนวยความสะดวกในการใช้เทคนิค resampling:

boot , สำหรับ bootstraping - แต่ดูที่ P. Burns, Bootstrap ทางสถิติและวิธีการ resampling อื่น ๆ , สำหรับภาพประกอบ
เหรียญสำหรับการทดสอบการเปลี่ยนรูป (บิตดูบทความสั้น ๆซึ่งรวมถึงความช่วยเหลือที่ครอบคลุม)

(มีแพ็คเกจอื่น ๆ อีกมากมาย ... )

— CHL
แหล่งที่มา

@chi และ @whuber: ขอบคุณฉันสงสัยว่าหนังสือ The Good เป็นตัวเลือกที่ดีหรือไม่ สำหรับประเภทของปัญหาที่ฉันวางไว้ - โดยทั่วไป ANCOVA ที่มีการละเมิดฉันอยู่ในเส้นทางที่ถูกต้องด้วยการเปลี่ยนรูปหรือ bootstrapping?

— B_Miner

@ user2040 การทดสอบการเรียงสับเปลี่ยนเป็นเรื่องยาก Good มีบทเฉพาะเกี่ยวกับการออกแบบหลายปัจจัยข้อมูลเชิงหมวดหมู่และการวิเคราะห์หลายตัวแปร (รวมถึง MANCOVA) แม้ว่าฉันจะไม่เข้าใจปัญหาเฉพาะของคุณอย่างเต็มที่ แต่ฉันมั่นใจว่าคุณจะพบสิ่งที่มีประโยชน์

— whuber

@ user2040 ฉันจะเพิ่มการอ้างอิงบางอย่าง แต่ฉันพบว่าจุดทั้งสองของคุณนั้นยากที่จะเข้าใจเช่นกัน สำหรับความรู้ของฉันไม่มีการทดสอบการเปลี่ยนแปลงที่แน่นอนเมื่อ covariate ต่อเนื่อง

— chl

@chl ฉันคิดว่าถ้าฉันเข้าใจความคิดเห็นของคุณเกี่ยวกับ covariates อย่างต่อเนื่องความถูกต้องนั้นขึ้นอยู่กับบทบาทของการสุ่มในข้อมูล เมื่อการสุ่มเกิดขึ้นจากการออกแบบดูเหมือนจะไม่สำคัญว่าคุณมีข้อมูลประเภทใด การทดสอบการเปลี่ยนรูปใช้ข้อมูลตามที่กำหนดและเพียงแค่ให้เรามองว่าผลลัพธ์ทางสถิติจะเกิดขึ้นได้อย่างไรหากเครื่องกำเนิดหมายเลขสุ่มของเรามี (ตัวอย่าง) ส่งผลให้มีการมอบหมายวิชาต่าง ๆ ให้กับกลุ่มการรักษาและกลุ่มควบคุม

— whuber

@chi และ @whuber ขอบคุณอีกครั้ง ฉันจะดูว่าหนังสือดีเล่มใดดีที่สุด เท่าที่ปัญหาของฉันโดยทั่วไปมันเป็นสองตัวอย่างการทดลอง (การรักษาและการควบคุม / ไม่มีการรักษา) ที่มีการวัดพื้นฐานก่อนการทดลองและการวัดหลังการรักษาหลังเป็นตัวแปรตาม (จริง ๆ แล้วมันคือการเปลี่ยนแปลงในการวัด จากก่อนโพสต์) ดังนั้นมันจะเป็น ANCOVA หรือ ANOVA ทั่วไป (ขึ้นอยู่กับว่าการเปลี่ยนแปลงนั้นขึ้นกับหรือโพสต์คืออะไรโดยมี pre เป็น covariate) ยกเว้นว่าการวัดจำนวนมากโพสต์นั้นเป็นศูนย์ (ลูกค้าไม่ได้ซื้ออะไรเลย)

— B_Miner

Phillip Good, Permutation, Parametric และ Bootstrap Tests of Hypotheses (รุ่นที่ 3) Springer, 2005

หนังสือเล่มนี้ง่ายต่อการเข้าถึงทางคณิตศาสตร์และครอบคลุมการใช้งานที่หลากหลาย

— whuber
แหล่งที่มา

(+1) อ่า ... เราอ้างถึงหนังสือเล่มเดียวกัน :)

— chl

@chl ฉันไม่คิดอย่างนั้น: พวกเขาเป็นผู้เขียนคนเดียวกัน แต่มีชื่อเรื่องที่แตกต่างกันเล็กน้อยและสำนักพิมพ์ที่แตกต่างกัน บางทีเราแต่ละคนควรพูดเพิ่มเติมเกี่ยวกับพวกเขาอีกเล็กน้อยเพื่อให้เราสามารถพิจารณาได้ว่าสิ่งใดเหมาะสมสำหรับ OP ฉันเพิ่มรายละเอียดบางอย่างลงในความคิดเห็นเพื่อตอบกลับ

— whuber

ฉันลบของฉันหลังจากเห็นของคุณ

— chl

@chl Ah ฉันเห็น ดังนั้นจึงไม่มีความซ้ำซ้อน

— whuber