Stat
ofoliao
这个作者很懒,什么都没留下…
展开
-
4种差异检验
【代码】4种差异检验。原创 2023-04-06 15:54:14 · 456 阅读 · 0 评论 -
多重检验的p值校正:FWER和FDR
先回忆一下假设检验的来两类错误(参考:深入理解假设检验的两类错误和功效):对于多重检验来说,假设做了m次test,V是假阳性的次数,S是真阳性的次数,R是V+S。 列表如下:H0H_0H0 Do not reject H0H_0H0 Reject H0H_0H0TotalTRUEU V m0m_0m0FALSE TSm−m0m-m_0m−m0Totalm-RR mFWER: Family-wise error rateFWE原创 2020-06-23 22:50:15 · 7512 阅读 · 0 评论 -
分位数与QQ图
QQ图基本知识Sample Quantiles 样本分位数quantile(x, ...)给定一个系列xxx,可以求出给定累积概率ppp对应的分位数。计算分位数有9种方法1^11:假设方法iii(1≤i≤91 \le i \le 91≤i≤9),对应概率p的计算公式是:Q(p)=(1−γ) xj+γ xj+1,Q(p) = (1 - \gamma)\ x_j + ...原创 2019-12-04 17:54:35 · 2412 阅读 · 0 评论 -
深入理解假设检验的两类错误和功效
进行假设检验时,由于数据的随机性,所作出的决策可能会有:第 I 类错误(拒真):H0H_0H0为真时错误地拒绝了零假设。第 III 类错误的最大概率记为 α\alphaα。第 II 类错误(受伪):H0H_0H0为假时错误地没有拒绝零假设。第 IIIIII 类错误的最大概率记为 β\betaβ。H0H_0H0Do not reject H0H_0H0Reject H0H_...原创 2019-11-18 13:19:41 · 2048 阅读 · 0 评论 -
Bootstrap重抽样方法
Bootstrap重抽样方法非参数重抽样 Non-parametric resampling此方法不假设数据的分布或模型。数据表示为n个独立观测向量yobsy_{obs}yobs, 假设求参数的参数θ^(yobs)\hat{\theta}(y_{obs})θ^(yobs)的置信区间,非参数bootstrap抽样的步骤如下:从yobsy_{obs}yobs中不放回的重抽样nnn次,得到...原创 2019-11-10 18:35:47 · 11923 阅读 · 0 评论 -
Bootstrap词的起源
在计算机学和统计学科中,经常可以看见Bootstrap这个词。此外,还有动名词的形式Bootstrappping,在计算机学科中简写成Booting。Bootstrap这个单词本意是靴子的鞋带。在19世纪早期美国的出现一个短语,“pull oneself over a fence by one’s bootstraps”,意思是“通过拉自己的靴子上的鞋带,把自己提起来越过栅栏”,起初是指荒谬的不...原创 2019-11-01 20:49:19 · 1529 阅读 · 0 评论