«chi-squared» 태그된 질문

진술 표본 분산의 표본 분포는 자유도가 n−1n−1n-1 인 카이 제곱 분포입니다 . 여기서nnn 은 표본 크기입니다 (관심있는 임의의 변수가 정규 분포를 따르는 경우). 출처 내 직감 1) 카이 제곱 테스트는 제곱합처럼 보이기 때문에 2) 카이 제곱 분포는 제곱 정규 분포의 합이기 때문에 다소 직관적입니다. 그러나 여전히, 나는 그것을 잘 이해하지 …

22 distributions  normal-distribution  sampling  chi-squared  sample-size 

나는 랜덤 변수 의 분포를 찾아야합니다. 여기서 X i ~ N ( μ i , σ 2 i ) 및 모든 X i 는 독립적입니다. 먼저 X i에 대한 모든 순간 생성 함수의 곱을 찾은 다음 다시 변환하여 Y 분포 를 얻을 수 있음을 알고 있습니다. 그러나 Y에 대한 일반적인 …

21 distributions  chi-squared  random-variable  saddlepoint-approximation 

적당한 크기의 (예 : 100 미만)에 대해 자유도 를 갖는 Student t 분포에서 iid로 하자 . 정의 이며 카이 제곱 분포와 거의 자유도? 제곱 임의 변수의 합에 대한 중앙 한계 정리와 같은 것이 있습니까?titit_innnnnnT=∑1≤i≤kt2iT=∑1≤i≤kti2T = \sum_{1\le i \le k} t_i^2TTTkkk

20 chi-squared  central-limit-theorem  t-distribution 

정밀도는 다음과 같이 정의됩니다. p = true positives / (true positives + false positives) 로, 즉를 정확 true positives하고 false positives, 정밀도가 한 접근 방식 0? 리콜에 대한 동일한 질문 : r = true positives / (true positives + false negatives) 현재이 값을 계산 해야하는 통계 테스트를 구현 중이며 때로는 …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

종종 사람들은 p- 값을 얻기 위해 프로그램을 사용하지만 때로는 어떤 이유로 든 테이블 세트에서 임계 값을 얻어야 할 수도 있습니다. 제한된 수의 유의 수준 및 제한된 자유도를 가진 통계표가 주어지면 다른 유의 수준 또는 자유도 (예 : t티t , 카이-제곱 또는 F에프F 표) 에서 근사 임계 값을 얻는 방법 ? …

19 hypothesis-testing  statistical-significance  chi-squared  interpolation  tables 

두 얼굴의 이미지를 비교하고 싶습니다. 나는 그들의 LBP- 히스토그램을 계산했습니다. 이제이 두 히스토그램을 비교하고이 히스토그램이 어느 정도 (0-100 %)인지 알 수있는 정보를 얻어야합니다. 이 작업을 해결하는 방법에는 여러 가지가 있지만 LBP 방법의 저자는 카이-제곱 거리가 히스토그램 교차점 및 로그 우도 통계량보다 우수하다는 점을 강조합니다. 저자는 또한 카이-제곱 거리의 공식을 보여줍니다. …

18 chi-squared  histogram  image-processing 

이런 종류의 환경에서 카이 제곱의 저전력의 명백한 문제를 제쳐두고 데이터를 비닝하여 지정되지 않은 매개 변수로 일부 밀도에 대해 카이 제곱 우수성 테스트를 수행한다고 상상해보십시오. 구체적으로 알 수없는 평균과 표본 크기가 100 인 지수 분포를 가정 해 봅시다. 구간당 합당한 수의 관측 값을 얻으려면 데이터를 고려해야합니다 (예 : 평균값 아래에 6 …

18 chi-squared  goodness-of-fit  binning 

최근의 다운 투표에 이어 Pearson Chi Squared 테스트에 대한 이해를 확인하려고 노력했습니다. 나는 보통 결과 제곱을 피팅하거나 확인하기 위해 카이 제곱 통계 (또는 감소 된 카이 제곱 통계)를 사용합니다. 이 경우 분산은 일반적으로 테이블 또는 히스토그램에서 예상되는 개수가 아니라 실험적으로 결정된 분산입니다. 어느 쪽이든, 나는 항상 테스트에서 다항식 PDF의 점근 …

18 chi-squared  histogram 

에서 χ2χ2\chi^2 테스트 정상 분포 각각의 표준 편차 ((가) 편차를 같이 즉 예상 카운트)로 예상 카운트의 제곱근을 사용하기위한 기준은 무엇인가? 내가 이것에 대해 논의 할 수있는 유일한 것은 http://www.physics.csbsju.edu/stats/chi-square.html 이며 포아송 분포를 언급합니다. 혼란을 간단히 설명하기 위해 두 프로세스가 크게 다른지 테스트하는 경우, 하나는 매우 작은 분산으로 500 As 및 …

18 hypothesis-testing  chi-squared 

X와 Y가 독립적이라면 두 개의 독립적 인 랜덤 변수 X와 Y의 곱의 pdf는 무엇입니까? X는 정규 분포이고 Y는 카이 제곱 분포입니다. Z = XY 에 정규 분포가있는 경우 f X ( x ) = 1XXXX∼N(μx,σ2x)X∼N(μx,σx2)X\sim N(\mu_x,\sigma_x^2) fX(x)=1σx2π−−√e−12(x−μxσx)2fX(x)=1σx2πe−12(x−μxσx)2f_X(x)={1\over\sigma_x\sqrt{2\pi}}e^{-{1\over2}({x-\mu_x\over\sigma_x})^2} 및YYY는kkk자유도를 갖는 카이 제곱 분포를가짐 whre단위 계단 함수이다.Y∼χ2kY∼χk2Y\sim \chi_k^2 fY(y)=y(k/2)−1e−y/22k/2Γ(k2)u(y)fY(y)=y(k/2)−1e−y/22k/2Γ(k2)u(y)f_Y(y)={y^{(k/2)-1}e^{-y/2}\over{2^{k/2}\Gamma({k\over2})}}u(y)u(y)u(y)u(y) 이제 의 PDF는 …

17 normal-distribution  chi-squared  random-variable 

나는의 확장보고 싶은 이 논의 범위를 조금 확대, 오래된 카이 제곱 대 피셔의 정확한 테스트 논쟁을. 우발 사고 테이블에는 상호 작용에 대한 많은 테스트가있어서 머리를 돌리기에 충분합니다. 어떤 테스트를 언제 사용해야하는지에 대한 설명과 한 테스트가 다른 테스트보다 선호되어야하는 이유에 대한 설명을 얻고 싶습니다. 내 현재의 문제는 고전적인 사례이지만 적어도 진행 …

17 r  chi-squared  contingency-tables 

적합도에 대한 카이-제곱 검정의 맥락에서 피어슨 잔차에 대한 초보자의 질문 : 검정 통계량뿐만 아니라 R의 chisq.test함수는 Pearson의 잔차를보고합니다. (obs - exp) / sqrt(exp) 표본이 작을수록 차이가 작기 때문에 관측 값과 기대 값의 원시 차이를 보는 것이 그다지 유익하지 않은 이유를 이해합니다. 그러나 분모의 효과에 대해 더 알고 싶습니다. 왜 예상 …

16 chi-squared  goodness-of-fit  residuals 

세 가지 범주로 카이-제곱 적합도 (GOF) 테스트를 수행하고 있으며 특히 각 범주의 모집단 비율이 같은지 (예 : 비율이 각 그룹의 1/3 임) null을 테스트하려고합니다. 관찰 된 데이터 그룹 1 그룹 2 그룹 3 총계 686928 1012 2626 따라서이 GOF 테스트의 경우 예상 카운트는 2626 (1/3) = 875.333이며 테스트 는 <0.0001 …

16 hypothesis-testing  chi-squared  goodness-of-fit  post-hoc 

하나의 고정 효과 (조건)와 두 개의 임의 효과 (대상 내 설계 및 쌍으로 인해 참가자)가있는 혼합 효과 모델을 사용하여 데이터 세트를 분석하고 있습니다. lme4패키지로 모델이 생성되었습니다 exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). 다음으로, 고정 효과 (조건)없이 모형에 대해이 모형의 우도 비 검정을 수행했으며 유의 한 차이가 있습니다. 내 데이터 세트에는 3 가지 조건이 있으므로 다중 …

16 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 

glm()R을 사용하여 귀무 가설을 변경하는 데 관심 이 있습니다. 예를 들면 다음과 같습니다. x = rbinom(100, 1, .7) summary(glm(x ~ 1, family = "binomial")) 가설을 검정합니다 . 내에서 null을 p = 임의의 값 으로 변경하려면 어떻게해야 합니까? p=0.5p=0.5p = 0.5pppglm() 이 작업을 prop.test()and 로도 수행 할 수 있다는 것을 알고 …

15 r  hypothesis-testing  generalized-linear-model  chi-squared  offset