¿Buen texto para remuestreo?

¿Puede el grupo recomendar un buen texto / recurso de introducción a las técnicas de remuestreo aplicadas? Específicamente, estoy interesado en alternativas a las pruebas paramétricas clásicas (p. Ej., Pruebas t, ANOVA, ANCOVA) para comparar grupos cuando se violan claramente supuestos como la normalidad.

Un tipo de problema de ejemplo que me gustaría educarme sobre una mejor manera de resolver puede incluir algo como:

I)
2 grupos: tratamiento y control

Var dependiente: cambio en el saldo de la cuenta de dólares después de la intervención

Covariable: saldo de cuenta previa a la intervención en dólares.

Problema con la aplicación de ANCOVA: muchas materias no tendrán ningún cambio (muchos ceros).

II)
2 grupos: tratamiento y control

Var dependiente: nuevas cuentas agregadas

Covariable: número de cuentas previas a la intervención.

* Muchos sujetos no tendrán ninguna cuenta agregada (muchos ceros).

¿Puedo usar un bootstrap? ¿Una prueba de permutación? Este es el tipo de análisis al que me gustaría aplicar métodos de muestreo no paramétricos.

references bootstrap resampling

— B_Miner
fuente

Respuestas:

En cuanto a una buena referencia, recomendaría Philip Good, Resampling Methods: A Practical Guide to Data Analysis (Birkhäuser Boston, 2005, 3ª ed.) Para un libro de texto complementario aplicado. Y aquí hay una bibliografía anotada para el remuestreo de Bootstrap . Los métodos de remuestreo: conceptos, aplicaciones y justificación también proporcionan un buen comienzo.

Hay muchos paquetes R que facilitan el uso de técnicas de remuestreo:

boot , para bootstraping, pero vea también P. Burns, The Statistical Bootstrap y otros métodos de remuestreo , para ilustraciones
moneda , para pruebas de permutación (mire la viñeta de acompañamiento que incluye ayuda extensa)

(Hay muchos otros paquetes ...)

— chl
fuente

@chi y @whuber: Gracias, me preguntaba si The Good book era una buena opción. Para los tipos de problemas que expuse, básicamente ANCOVA con violaciones, ¿estoy en el camino correcto con la permutación o el arranque?

— B_Miner

@ user2040 Es difícil equivocarse con las pruebas de permutación. Good tiene capítulos específicamente sobre diseños multifactoriales, datos categóricos y análisis multivariados (incluido MANCOVA). Aunque no entiendo completamente su problema específico, estoy seguro de que encontrará algo útil allí.

— whuber

@ user2040 Agregaré algunas referencias, pero también encontré sus dos puntos difíciles de entender. Que yo sepa, no existe una prueba de permutación exacta cuando la covariable es continua.

— chl

@chl Creo que si entiendo correctamente su comentario sobre las covariables continuas, esa exactitud depende del papel que juega la aleatoriedad en los datos. Cuando la aleatorización ocurre por diseño , no parece importar qué tipo de datos tenga. La prueba de permutación toma los datos como se proporcionan y simplemente nos permite vislumbrar cómo resultarían los resultados estadísticos si nuestros generadores de números aleatorios hubieran dado (por ejemplo) diferentes asignaciones de sujetos a grupos de tratamiento y control.

— whuber

@chi y @whuber, gracias de nuevo. Veré cuál de los buenos libros es el mejor (muchos juegos de palabras). En lo que respecta a mi problema, básicamente es un experimento de dos muestras (tratamiento y control / sin tratamiento) donde existe una medida de referencia previa al experimento y una medida posterior al tratamiento, siendo esta última la variable dependiente (en realidad es un cambio en la medida de pre a post). Por lo tanto, sería un ANCOVA o ANOVA típico (dependiendo de si el cambio es dependiente o de la publicación, con el pre como covariable), excepto que muchas de las mediciones de la publicación son cero (el cliente no compró nada).

— B_Miner

Phillip Good, Permutation, Parametric, and Bootstrap Tests of Hypotheses (3rd Edition). Springer, 2005.

Este libro es matemáticamente fácil, accesible y cubre una amplia gama de aplicaciones.

— whuber
fuente

(+1) Ah ... citamos el mismo libro :)

— chl

@chl No lo creo: son del mismo autor pero tienen títulos ligeramente diferentes y editoriales diferentes. Tal vez deberíamos decir un poco más sobre ellos para poder determinar cuál podría ser más apropiado para el OP. Agregué algunos detalles en un comentario a su respuesta.

— whuber

Eliminé el mío después de ver el tuyo.

— chl

@chl Ah, ya veo. Entonces no hay redundancia.

— whuber