คำถามติดแท็ก permutation-test

สมมติว่าเรามีสองตัวอย่างและเราต้องการตรวจสอบว่าพวกมันถูกดึงมาจากการกระจายตัวเดียวกันหรือไม่ตัวอย่าง A, B ที่ประกอบไปด้วยจำนวนเต็มบางส่วนบอกว่า ถ้าเราทดสอบสิ่งนี้โดยใช้การทดสอบการเปลี่ยนรูปสองตัวอย่างโดยเฉพาะโดยดูที่การเรียงสับเปลี่ยนที่ความแตกต่างในค่าเฉลี่ยของกลุ่มตัวอย่างนั้นรุนแรงมากเท่าความแตกต่างที่สังเกต: มีเหตุผลใดที่คิดว่าเราสามารถคำนวณค่า p- สองด้านได้ ให้ความสำคัญกับการมองที่หางเดียวและเพิ่มความน่าจะเป็นเป็นสองเท่า? นี่คือสิ่งที่ดูเหมือนจะพูดในบันทึกการบรรยายของฉัน แต่ฉันไม่เข้าใจว่าทำไมเราจึงสามารถสันนิษฐานได้ว่าก้อยนั้นมีความสมมาตร คำอธิบายไม่ได้เตรียมพร้อม

10 permutation-test 

เมื่อผู้คนทำการทดสอบการเปลี่ยนรูปเพื่อเปรียบเทียบตัวอย่างเดียวกับค่าเฉลี่ย (เช่นคุณอาจทำกับการทดสอบการเปลี่ยนรูป) วิธีการจัดการค่าเฉลี่ยเป็นอย่างไร ฉันได้เห็นการใช้งานที่ใช้ค่าเฉลี่ยและตัวอย่างสำหรับการทดสอบการเปลี่ยนรูป แต่ก็ไม่มีความชัดเจนในสิ่งที่พวกเขากำลังทำจริงภายใต้ประทุน มีวิธีที่มีความหมายในการทำแบบทดสอบการเปลี่ยนรูป (เช่น t-test) สำหรับตัวอย่างหนึ่งกับค่าเฉลี่ยที่สมมติหรือไม่? หรือมิฉะนั้นพวกเขาเพียงแค่เริ่มต้นการทดสอบที่ไม่ใช่การเปลี่ยนแปลงภายใต้ประทุน? (เช่นแม้จะเรียกใช้ฟังก์ชันการเรียงสับเปลี่ยนหรือตั้งค่าสถานะทดสอบการเปลี่ยนรูปแบบ แต่การเริ่มต้นเป็นมาตรฐาน t-test หรือฟังก์ชั่นที่คล้ายกัน) ในการทดสอบการเปลี่ยนรูปสองตัวอย่างมาตรฐานหนึ่งกลุ่มจะมีสองกลุ่มและสุ่มการกำหนดป้ายกำกับ อย่างไรก็ตามสิ่งนี้จัดการได้อย่างไรเมื่อ "กลุ่ม" หนึ่งมีค่าเฉลี่ยที่สันนิษฐาน เห็นได้ชัดว่าค่าเฉลี่ยที่สันนิษฐานนั้นไม่มีขนาดตัวอย่างในตัวมันเอง ดังนั้นวิธีทั่วไปในการทำงานค่าเฉลี่ยในรูปแบบการเปลี่ยนแปลงคืออะไร? ตัวอย่าง "หมายถึง" ถือว่าเป็นจุดเดียวหรือไม่? กลุ่มตัวอย่างมีขนาดเท่ากันหรือไม่ ตัวอย่างขนาดไม่ จำกัด ? เนื่องจากค่าเฉลี่ยที่สันนิษฐานไว้คือสมมุติว่า - ฉันบอกว่าในทางเทคนิคจะมีการสนับสนุนที่ไม่มีที่สิ้นสุดหรือการสนับสนุนใดก็ตามที่คุณต้องการสมมติ อย่างไรก็ตามสิ่งเหล่านี้ไม่เป็นประโยชน์อย่างมากสำหรับการคำนวณจริง ตัวอย่างขนาดเท่ากันที่มีค่าทั้งหมดเท่ากับค่าเฉลี่ยดูเหมือนจะเป็นสิ่งที่ทำในบางครั้งด้วยการทดสอบบางอย่าง (เช่นคุณเพียงแค่เติมอีกครึ่งหนึ่งของคู่ด้วยตำแหน่งที่สมมติ) มันสมเหตุสมผลดีเนื่องจากเป็นตัวอย่างที่มีความยาวเท่ากันคุณจะเห็นว่าค่าเฉลี่ยที่คุณสันนิษฐานนั้นถูกต้องโดยไม่มีความแปรปรวนหรือไม่ ดังนั้นคำถามของฉันคือ: ในทางปฏิบัติจริง ๆ แล้วผู้คนเลียนแบบการสุ่มเปลี่ยนรูปแบบป้ายกำกับการทดสอบเมื่อชุดที่สองเป็นค่าเฉลี่ย ถ้าเป็นเช่นนั้นผู้คนจะจัดการกับการสุ่มป้ายกำกับเมื่อพวกเขาทำเช่นนี้ได้อย่างไร

10 t-test  permutation-test 

เมื่อทำการทดสอบสมมติฐานบางตัวเทียบกับสมมติฐานทางเลือกโดยสถิติทดสอบโดยที่ให้ใช้การทดสอบการเปลี่ยนรูปกับชุดของการเปลี่ยนลำดับบนและเรามีสถิติใหม่ ยู( X)U(X)U(X)X= {xผม, . . . ,xn}X={xi,...,xn}X = \{ x_i, ..., x_n\}GGGXXXT( X) : =# { π∈ G : U( πX) ≥ คุณ( X) }| G |.T(X):=#{π∈G:U(πX)≥U(X)}|G|. T(X) := \frac{\# \{\pi \in G: U(\pi X) \geq U(X)\}}{|G|}. ประโยชน์ของการใช้แบบทดสอบการเปลี่ยนรูปมากกว่าไม่ใช้มันคืออะไร? คือเมื่อการทดสอบการเรียงสับเปลี่ยนทำงานอย่างไร มีเงื่อนไขอะไรที่จะทำให้เกิดขึ้น เช่นเงื่อนไขบางอย่างในสถิติการทดสอบและ / หรือตามสมมติฐานว่าง?ยูUU ตัวอย่างเช่น, ควร เท่ากับ p-value ขึ้นอยู่กับสำหรับตัวอย่าง ? …

10 hypothesis-testing  p-value  uniform  permutation-test 

ฉันพบพฤติกรรมที่ขัดแย้งกันของสิ่งที่เรียกว่า "การทดสอบที่แน่นอน" หรือ "การทดสอบการเปลี่ยนแปลง" ซึ่งเป็นต้นแบบของการทดสอบฟิชเชอร์ นี่ไง ลองนึกภาพคุณมีสองกลุ่มจาก 400 คน (เช่น 400 control vs 400 คดี) และ covariate ที่มีสองรังสี (เช่นเปิดเผย / ไม่เปิดเผย) มีบุคคลที่เปิดเผยเพียง 5 คนเท่านั้นในกลุ่มที่สอง การทดสอบของฟิชเชอร์เป็นเช่นนี้: > x <- matrix( c(400, 395, 0, 5) , ncol = 2) > x [,1] [,2] [1,] 400 0 [2,] 395 5 > fisher.test(x) Fisher's …

9 power  permutation-test  fishers-exact 

ฉันใช้การทดสอบการเปลี่ยนแปลงอย่างสม่ำเสมอและชอบความเรียบง่ายของมัน ฉันได้เรียนรู้มากที่สุดจากหนังสือ "วิธีการ Resampling" โดย Good ซึ่งผู้แต่งดูเหมือนว่าจะมีความคิดสร้างสรรค์ในการเลือกสถิติการทดสอบของเขาตลอดตัวอย่าง นอกจากนี้โพสต์นี้ให้ความประทับใจว่ามีอิสระอย่างมากในการเลือกสถิติทดสอบ ฉันทำไม่น่าแปลกใจหากมีความต้องการทฤษฎีสถิติทดสอบควรปฏิบัติตาม หรือเราสามารถใช้สถิติใดก็ได้ตราบใดที่มันสมเหตุสมผลและมีอัตราความผิดพลาด Type I / II ที่ดี? ตัวอย่างเช่นเมื่อมีการใช้การทดสอบการเปลี่ยนรูปแทน t-test เนื่องจากประชากรที่ไม่ปกติฉันได้เห็นหลายครั้งที่การทดสอบการเปลี่ยนแปลงทาง p-value ยังคงได้รับจากสถิติ t แม้ว่าไม่จำเป็นต้องผิด แต่ดูเหมือนเป็นทางเลือกแปลก ๆ ที่ให้กำเนิดการกระจายตัวของนักเรียน

9 hypothesis-testing  permutation-test 

ฉันสับสนเกี่ยวกับการวิเคราะห์การเปลี่ยนแปลงสำหรับการเลือกคุณสมบัติในบริบทการถดถอยโลจิสติก คุณสามารถให้คำอธิบายที่ชัดเจนเกี่ยวกับการทดสอบการเปลี่ยนรูปแบบสุ่มและนำไปใช้กับการเลือกคุณสมบัติได้อย่างไร อาจเป็นไปได้ด้วยอัลกอริทึมและตัวอย่างที่แน่นอน ในที่สุดมันเปรียบเทียบกับวิธีการหดตัวแบบอื่นเช่น Lasso หรือ LAR อย่างไร

9 regression  logistic  feature-selection  permutation-test  shrinkage 

ฉันกำลังประเมินประสิทธิผลของวิธีการต่าง ๆ 5 วิธีเพื่อทำนายผลลัพธ์ไบนารีแบบใดแบบหนึ่ง (เรียกว่า 'ความสำเร็จ' และ 'ความล้มเหลว') ข้อมูลมีลักษณะดังนี้: Method Sample_Size Success Percent_Success 1 28 4 0.14 2 19 4 0.21 3 24 7 0.29 4 21 13 0.61 5 22 9 0.40 ฉันต้องการทำการทดสอบระหว่าง 5 วิธีเพื่อประเมินความเหนือกว่าของวิธีการ ในคำอื่น ๆ ฉันต้องการสั่งซื้อวิธีการในการปฏิบัติตามวิธีที่ 1> วิธีที่ 2> ... วิธีที่ 5 เพื่อหลีกเลี่ยงปัญหาของการเปรียบเทียบหลายฉันวางแผนที่จะทำแบบทดสอบการเปลี่ยนรูปตามบรรทัดต่อไปนี้: ขั้นตอนที่ 1: รวบรวมข้อมูลทั้งหมดเพื่อให้ขนาดตัวอย่างโดยรวมคือ 114 …

9 r  multiple-comparisons  permutation-test 

การทดสอบการเปลี่ยนรูปเป็นการทดสอบที่สำคัญโดยพิจารณาจากการสุ่มตัวอย่างซ้ำซากจากข้อมูลต้นฉบับ Resamples resamples จะถูกวาดโดยไม่มีการแทนที่ตรงกันข้ามกับ bootstrap ตัวอย่างซึ่งถูกวาดด้วยการแทนที่ นี่คือตัวอย่างที่ฉันทำในการทดสอบการเปลี่ยนรูปแบบง่าย ๆ (ความคิดเห็นของคุณยินดีต้อนรับ) การทดสอบการเปลี่ยนรูปมีข้อดีอย่างมาก พวกเขาไม่ต้องการรูปร่างประชากรที่เฉพาะเจาะจงเช่นภาวะปกติ มันใช้กับสถิติที่หลากหลายไม่ใช่แค่สถิติที่มีการแจกแจงอย่างง่ายภายใต้สมมติฐานว่าง พวกเขาสามารถให้ค่า p ที่แม่นยำมากโดยไม่คำนึงถึงรูปร่างและขนาดของประชากร (หากมีการใช้การเปลี่ยนลำดับมากพอ) ฉันได้อ่านด้วยว่ามันมักจะมีประโยชน์ที่จะให้ช่วงความมั่นใจพร้อมกับการทดสอบซึ่งสร้างขึ้นโดยใช้การเปลี่ยนรูป bootstrap แทนการเปลี่ยนรูปแบบการเปลี่ยนรูปแบบใหม่ คุณสามารถอธิบาย (หรือเพียงแค่ให้รหัส R) ว่าจะสร้างช่วงความมั่นใจอย่างไร (เช่นสำหรับความแตกต่างระหว่างค่าเฉลี่ยของตัวอย่างสองตัวอย่างในตัวอย่างด้านบน) แก้ไข หลังจาก googling ฉันพบการอ่านที่น่าสนใจนี้

9 confidence-interval  bootstrap  permutation-test