mtest เป็นการนำงูหลามของมทดสอบทดสอบสองตัวอย่างขึ้นอยู่กับการเลือกรูปแบบและอธิบายไว้ใน [1] และ [2]
แม้จะมีความสำคัญในการสนับสนุนข้อสรุปของการทดลองการทดสอบทางสถิติมาตรฐานมักจะไม่เพียงพอสำหรับการวิจัยเช่นวิทยาศาสตร์เพื่อชีวิตที่ขนาดของกลุ่มตัวอย่างโดยทั่วไปมีขนาดเล็กและการทดสอบสมมติฐานเรื่องยากที่จะตรวจสอบ ในสภาพเช่นการทดสอบมาตรฐานมีแนวโน้มที่จะอนุรักษ์นิยมมากเกินไปและล้มเหลวในการตรวจสอบจึงมีผลกระทบอย่างมีนัยสำคัญในข้อมูล
มการทดสอบคือการทดสอบทางสถิติในความรู้สึกคลาสสิกของการกำหนดความสำคัญกับการชุมนุมที่ถูกผูกไว้ในข้อผิดพลาดประเภทฉัน ในทางกลับกันก็จะขึ้นอยู่กับการเลือกรูปแบบเบส์และจึงจะเข้าสู่ความไม่แน่นอนเกี่ยวกับพารามิเตอร์บัญชีของรูปแบบการบรรเทาปัญหาของขนาดตัวอย่างเล็ก ๆ
ม. การทดสอบได้รับพบว่าโดยทั่วไปจะมีพลังงานที่สูงขึ้น (ส่วนที่เล็กกว่าของข้อผิดพลาด Type II) มากกว่าข้อผิดพลาด t-test สำหรับขนาดกลุ่มตัวอย่างขนาดเล็ก (3-100 ตัวอย่าง)
[1] Berkes พี Fiser เจ (2011) frequentist ทดสอบสองตัวอย่างขึ้นอยู่กับการเลือกรูปแบบเบส์ arXiv: 1104.2826v1
[2] Berkes พี Orban กรัม Lengyel เมตรและ Fiser เจ (2011) กิจกรรมที่เกิดขึ้นเองเยื่อหุ้มสมองเผยให้เห็นเครื่องหมายรับประกันคุณภาพของรูปแบบภายในที่เหมาะสมของสภาพแวดล้อม วิทยาศาสตร์ 331: 6013, 83-87
ตาราง mtest
เรือ mtest แคชตารางสถิติการคำนวณ p-value และพลังของข้อมูลใหม่ในวิธีที่มีประสิทธิภาพมากที่สุด ห้องสมุดมีการกระจายกับตารางค่าพี (ชนิดของข้อผิดพลาด I) หา N = 3,4, ... , 20 และหา N = 30,40, ... , 100 ตารางเหล่านี้ครอบคลุมกรณีที่พบมากที่สุด ตารางใหม่จะคำนวณเมื่อมีความจำเป็นแม้จะเสร็จสิ้นอาจใช้เวลาไม่กี่ชั่วโมง Type II ตารางข้อผิดพลาดไม่ได้รวมเพื่อให้แพคเกจขนาดเล็ก
ดู scriptscompute_basic_tables.py สำหรับสคริปต์ตัวอย่างก่อนการคำนวณตารางที่คุณอาจต้อง . สคริปต์ทำให้การใช้ห้องสมุด joblib เพื่อกระจายการคำนวณในหลายแกน
ต้องการ
- งูใหญ่
- SciPy
- pymc
ความคิดเห็นที่ไม่พบ