Questions marquées «nonparametric»

Utilisez cette balise pour poser des questions sur la nature des méthodes non paramétriques ou paramétriques, ou la différence entre les deux. Les méthodes non paramétriques reposent généralement sur peu d'hypothèses sur les distributions sous-jacentes, tandis que les méthodes paramétriques font des hypothèses qui permettent de décrire les données par un petit nombre de paramètres.

1
Quelle est la différence entre les statistiques / méthodes sans distribution et les statistiques non paramétriques?
De Wikipédia La première signification du terme non paramétrique couvre les techniques qui ne reposent pas sur des données appartenant à une distribution particulière. Il s'agit notamment: les méthodes sans distribution, qui ne reposent pas sur des hypothèses selon lesquelles les données sont tirées d'une distribution de probabilité donnée. En …
1
Test de Friedman vs test de Wilcoxon
J'essaie d'évaluer les performances d'un algorithme de classification d'apprentissage automatique supervisé. Les observations se répartissent en classes nominales (2 pour l'instant, mais j'aimerais généraliser cela aux problèmes multi-classes), tirées d'une population de 99 sujets. L'une des questions auxquelles j'aimerais pouvoir répondre est la suivante: si l'algorithme présente une différence significative …
5
Comment tester un effet d'interaction avec un test non paramétrique (par exemple un test de permutation)?
J'ai deux variables catégorielles / nominales. Chacun d'eux ne peut prendre que deux valeurs distinctes (j'ai donc 4 combinaisons au total). Chaque combinaison de valeurs est livrée avec un ensemble de valeurs numériques. Donc, j'ai 4 séries de chiffres. Pour le rendre plus concret, disons que j'ai male / femaleet …
1
Comment intégrer une valeur aberrante innovante à l'observation 48 dans mon modèle ARIMA?
Je travaille sur un ensemble de données. Après avoir utilisé certaines techniques d'identification de modèle, je suis sorti avec un modèle ARIMA (0,2,1). J'ai utilisé la detectIOfonction dans le package TSAen R pour détecter une valeur aberrante innovante (IO) à la 48e observation de mon ensemble de données d'origine. Comment …
10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.