littlei416-CSDN博客

原创非正态主体均值的假设检验

双主体检验1.Wilcox秩和检验，若拒绝原假设则说明均值不同2.做适当的变换使得随机变量分布近似于（可以不完全相同）正态分布3.集中度高于正态分布的可以采用t-检验4.集中度低于正态分布的结果未知

2016-03-16 09:36:13 1716

原创分类变量分析中的参数p置信区间估计需要注意的点

1.此类问题一般看做二项分布的随机变量2.对于p的点估计一般做极大似然估计值即样本的频率p_hat3.WALD统计量：对于p的区间估计当样本量很大时可以将X看做正态分布，由于样本均值的数学期望等于总体均值，方差等于sqrt(sigma^2/n)，sigma^2 = p*(1-p)用样本频率p_hat代替母体参数p得到的区间估计当样本量较小时在p比较小的时候（实验过n=100时置信区间的宽度

2016-03-15 12:54:19 2003

原创假设检验的鲁棒性

Richard Wu 2016年3月3日考虑一个问题，当一个随机变量不一定服从正态分布时，是不是还可以使用参数检验？T检验思路是，分两种情况原假设是正确的情况下p-value是否是我们想象的那样和显著性水平相符合。在原假设错误的情况下在相同的样本容量，相同的均值差的情况下两者的功效相差多少？第一种情况：原假设是正确的若随机变量X服从正态分布，抽取一个样本取其t检验的p值，看看p值小于显著性水平

2016-03-07 14:27:22 10899

原创 Kmeans聚类中的K应当如何确定

Kmeans聚类中的K应当如何确定

2016-03-02 15:41:18 1845

原创相关系数的置信度

对于相关系数的置信区间，应当如何理解？

2016-03-02 13:41:39 6081

原创概率密度函数与概率密度函数的估计

1）概率密度函数是不是和分布律类似代表随机变量的概率值？2）如何通过样本数据估算总体的概率密度分布？

2016-03-02 12:35:57 2213

原创统计量

统计量丰度偏度

2016-02-25 22:55:37 347

翻译非参数检验

非参数检验Sign TestSign Test用来检验随机变量的中位数，而且没有对随机变量的任何假设 Sign Test的思想是对大于假设中位数的样本个数进行计数，如果随机变量中位数的真值和假设的一样那么计数值应当服从p=0.5的二项分布。sign.test <- function (x, mu=0) { # does not handle NA n <- length(x) y <- s

2016-02-25 22:54:47 680

littlei416的博客