- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Перестановочные тесты и бутстреп анализ презентация
Содержание
- 1. Перестановочные тесты и бутстреп анализ
- 2. Подход с перестановками Вычисляют t-статистику как при
- 3. Перестановочные тесты из пакета coin
- 4. Линейные модели: дисперсионный и регрессионный анализ Пакет lmPerm Регрессионный анализ: lmp() Дисперсионный анализ: aovp()
- 5. Бутстреп-анализ Создает эмпирическое распледеление тестовой статистики путем
- 6. Бутстреп-анализ Имеем 10 наблюдений: Нужно определить доверительный
- 7. Пакет boot Установить пакет “boot” 3 этапа
Подход с перестановками Вычисляют t-статистику как при параметрическом подходе и получают статистику t0 Объединяют все объекты в одну группу Делят на группы каждый раз помещая в них новые сочетания объектов, каждый
Слайд 2Подход с перестановками
Вычисляют t-статистику как при параметрическом подходе и получают статистику
t0
Объединяют все объекты в одну группу
Делят на группы каждый раз помещая в них новые сочетания объектов, каждый раз вычисляя новую t-статистику (для 10 объектов – 252 способа перестановки)
Располагают все значения t-статистики по возрастанию, получая эмпирическое распределение, основанное на выборках
Если t0 не входит в центральные 95% значений эмпирического распределения, отвергают H0 о равенстве средних в двух группах
Объединяют все объекты в одну группу
Делят на группы каждый раз помещая в них новые сочетания объектов, каждый раз вычисляя новую t-статистику (для 10 объектов – 252 способа перестановки)
Располагают все значения t-статистики по возрастанию, получая эмпирическое распределение, основанное на выборках
Если t0 не входит в центральные 95% значений эмпирического распределения, отвергают H0 о равенстве средних в двух группах
Слайд 4Линейные модели: дисперсионный и регрессионный анализ
Пакет lmPerm
Регрессионный анализ: lmp()
Дисперсионный анализ: aovp()
Слайд 5Бутстреп-анализ
Создает эмпирическое распледеление тестовой статистики путем создания многих случайных выборок, основанных
на исходной выборке
Позволяет вычислять доверительные интервалы и проверять статистические гипотезы без опоры на определенное теоретическое распределение
Позволяет вычислять доверительные интервалы и проверять статистические гипотезы без опоры на определенное теоретическое распределение
Слайд 6Бутстреп-анализ
Имеем 10 наблюдений:
Нужно определить доверительный интервал
Случайно выбрать 10 наблюдений из выборки
с возвратом значений после каждого выбора
Вычислить среднее для полученной выборки
Повторить шаги 1-2 (тысячу) раз
Отсортировать тысячу выборочных средних по возрастанию
Найти выборочные средние, которые представляют собой 2,5 и 97,5 процентили. Это и будут границы 95%-го доверительного интервала
Вычислить среднее для полученной выборки
Повторить шаги 1-2 (тысячу) раз
Отсортировать тысячу выборочных средних по возрастанию
Найти выборочные средние, которые представляют собой 2,5 и 97,5 процентили. Это и будут границы 95%-го доверительного интервала
Слайд 7Пакет boot
Установить пакет “boot”
3 этапа бутстреп-анализа
Написать функцию, которая вычисляет нужную статистику.
Применить
функцию boot() к этой функции, чтобы создать бутстреп-повторности данной статистики
Использовать функцию boot.ci(), чтобы вычислить доверительные интервалы для искомой статистики
Использовать функцию boot.ci(), чтобы вычислить доверительные интервалы для искомой статистики
