Questions marquées «multiple-comparisons»

En examinant une situation d'ANOVA entre les groupes, qu'obtenez-vous en réalisant un tel test d'ANOVA en premier, et ensuite en effectuant des tests de comparaison post-hoc (Bonferroni, Šidák, etc.) ou planifiés? Pourquoi ne pas sauter entièrement l'étape ANOVA? Je suppose que dans une telle situation, le seul avantage de l'ANOVA …

19 hypothesis-testing  anova  multiple-comparisons  post-hoc 

Dans la littérature sur le taux d'erreur au niveau de la famille (FWER) et sur le taux de fausses découvertes (FDR), des méthodes particulières de contrôle du FWER ou du FDR conviennent aux tests dépendants ou indépendants. Par exemple, dans l'article de 1979 "Une procédure de test multiple à rejet …

18 multiple-comparisons  independence  non-independent  familywise-error  false-discovery-rate 

Reading Field's Discovering Statistics Using SPSS (3rd Edition) J'ai été un peu frappé par les tests post-hoc en ANOVA. Pour ceux qui souhaitent contrôler le taux d'erreur de type I, il suggère Bonferroni ou Tukey et dit (p. 374): Bonferroni a plus de puissance lorsque le nombre de comparaisons est …

18 anova  multiple-comparisons  post-hoc  bonferroni  tukey-hsd 

J'ai effectué une évaluation informatisée des différentes méthodes d'ajustement d'un type particulier de modèle utilisé dans les sciences paléo. J'avais un ensemble d'entraînement de grande taille et j'ai donc mis au hasard (échantillonnage aléatoire stratifié) un ensemble de tests de côté. J'ai adapté différentes méthodes aux échantillons de l'ensemble d'apprentissage …

17 r  mixed-model  multiple-comparisons  simulation  independence 

Je voudrais calculer la mesure de similitude entre deux ensembles ordonnés de points --- ceux sous Utilisateur comparés à ceux sous Professeur : Les points sont des courbes dans l'espace 3D, mais je pensais que le problème est simplifié si je les traçais en 2 dimensions comme sur la photo. …

17 multiple-comparisons  similarities  curves  procrustes-analysis 

J'ai lu que le contrôle du FDR est moins strict que le contrôle du FWER, comme dans Wikipedia : Les procédures de contrôle FDR exercent un contrôle moins strict sur les fausses découvertes par rapport aux procédures à taux d'erreur familial (FWER) (telles que la correction de Bonferroni). Cela augmente …

16 hypothesis-testing  multiple-comparisons  false-discovery-rate 

Les tests de permutation (également appelés test de randomisation, test de re-randomisation ou test exact) sont très utiles et s'avèrent utiles lorsque l'hypothèse de distribution normale requise par exemple t-testn'est pas remplie et lorsque la transformation des valeurs par classement des un test non paramétrique comme Mann-Whitney-U-testcela entraînerait la perte …

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 

J'analyse un ensemble de données à l'aide d'un modèle à effets mixtes avec un effet fixe (condition) et deux effets aléatoires (participant en raison de la conception et de la paire du sujet). Le modèle a été généré avec le lme4package: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Ensuite, j'ai effectué un test de rapport de …

15 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

Pour évaluer les performances d'un nouvel algorithme de classificateur, j'essaie de comparer la précision et la complexité (big-O dans la formation et la classification). De Machine Learning: un examen, j'obtiens une liste complète des classificateurs supervisés, ainsi qu'un tableau de précision entre les algorithmes et 44 problèmes de test du …

14 machine-learning  classification  multiple-comparisons  algorithms  time-complexity 

On m'a donné des données à analyser pour une étude examinant les effets d'un traitement sur les niveaux de fer à quatre moments différents (avant le traitement, le jour de fin du traitement, 4 semaines après le traitement et 2 à 4 mois après le traitement). Il n'y a pas …

14 repeated-measures  multiple-comparisons  wilcoxon-signed-rank 

Supposons que je veuille construire un classificateur binaire. J'ai plusieurs milliers de fonctionnalités et seulement quelques dizaines d'échantillons. De la connaissance du domaine, j'ai une bonne raison de croire que l'étiquette de classe peut être prédite avec précision en utilisant seulement quelques fonctionnalités, mais je ne sais pas lesquelles . …

14 regression  logistic  multiple-comparisons  stepwise-regression 

Je comprends la procédure et ce qu'elle contrôle. Quelle est donc la formule de la valeur de p ajustée dans la procédure BH pour les comparaisons multiples? Tout à l'heure, j'ai réalisé que le BH d'origine ne produisait pas de valeurs de p ajustées, mais seulement la condition de (non) …

14 hypothesis-testing  p-value  multiple-comparisons  false-discovery-rate 

Intro: Ayant noté l'attention reçue aujourd'hui par cette question, " L'ANOVA peut-elle être significative alors qu'aucun des tests t par paires ne l'est? " . Une variété de résultats incongrus (à leur valeur nominale) peut se produire lorsque la signification statistique est comprise comme une simple dichotomie et jugée sur …

13 hypothesis-testing  anova  statistical-significance  t-test  multiple-comparisons 

J'utilise la bibliothèque R 'multcomp' ( http://cran.r-project.org/web/packages/multcomp/ ) pour calculer le test de Dunnett. J'utilise le script ci-dessous: Group <- factor(c("A","A","B","B","B","C","C","C","D","D","D","E","E","F","F","F")) Value <- c(5,5.09901951359278,4.69041575982343,4.58257569495584,4.79583152331272,5,5.09901951359278,4.24264068711928,5.09901951359278,5.19615242270663,4.58257569495584,6.16441400296898,6.85565460040104,7.68114574786861,7.07106781186548,6.48074069840786) data <- data.frame(Group, Value) aov <- aov(Value ~ Group, data) summary(glht(aov, linfct=mcp(Group="Dunnett"))) Maintenant, si j'exécute ce script plusieurs fois dans la console R, j'obtiens à chaque …

13 r  multiple-comparisons 

Je travaille sur quelque chose comme le problème suivant. J'ai un tas d'utilisateurs et N livres. Chaque utilisateur crée un classement ordonné de tous les livres qu'il a lus (qui est probablement un sous-ensemble des N livres), par exemple, Livre 1> Livre 40> Livre 25. Maintenant, je veux transformer ces …

13 multiple-comparisons  ranking  recommender-system  bradley-terry-model