Preguntas etiquetadas con hypothesis-testing

La prueba de hipótesis evalúa si los datos son inconsistentes con una hipótesis dada en lugar de ser un efecto de fluctuaciones aleatorias.

1
¿Cómo probar si los coeficientes de regresión múltiple no son estadísticamente diferentes?
Digamos que calculo la siguiente regresión lineal multivariada y=β0 0+β1X1+β2X2+β3X3+β4 4X4 4+ ϵy=β0 0+β1X1+β2X2+β3X3+β4 4X4 4+ϵ y = \beta_0 +\beta_1 x_1 +\beta_2 x_2+\beta_3x_3+\beta_4x_4 + \epsilon ¿Cómo puedo probar eso? β1=β2=β3β1=β2=β3\beta_1=\beta_2=\beta_3? Sé que para probar si β1=β2β1=β2\beta_1=\beta_2simplemente puede construir una prueba con ZZZZ=β1−β2se2β1+se2β2−−−−−−−−−√Z=β1−β2seβ12+seβ22 Z = \frac{\beta_1-\beta_2}{\sqrt{se_{\beta_1}^2+se_{\beta_2}^2}} ¿Existe un análogo para las …
2
Pruebas de normalidad inconsistentes: Kolmogorov-Smirnov vs Shapiro-Wilk
Actualmente estoy buscando algunos datos producidos por una simulación de MC que escribí: espero que los valores se distribuyan normalmente. Naturalmente, tracé un histograma y parece razonable (¿supongo?): [Arriba a la izquierda: histograma con dist.pdf(), arriba a la derecha: histograma acumulativo con dist.cdf(), abajo: QQ-plot, datavs dist] Entonces decidí profundizar …
3
Pruebe el modelo de regresión logística utilizando la desviación residual y los grados de libertad.
Estaba leyendo esta página en Princeton.edu . Están realizando una regresión logística (con R). En algún momento, calculan la probabilidad de obtener una desviación residual mayor que la que obtuvieron en una con grados de libertad iguales a los grados de libertad del modelo. Copiar-pegar desde su sitio web ...χ2χ2\chi^2 …
3
Cómo realizar SVD para imputar valores perdidos, un ejemplo concreto
He leído los excelentes comentarios sobre cómo lidiar con los valores perdidos antes de aplicar SVD, pero me gustaría saber cómo funciona con un ejemplo simple: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Dada la matriz anterior, …
8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 
1
¿Se puede usar BIC para pruebas de hipótesis?
Defina el criterio de información bayesiano como (no dejo caer el constante, , para evitar problemas cuando se compara con la probabilidad marginal)BIC=−2⋅lnL^+k⋅(ln(n)−ln(2π))BIC=−2⋅ln⁡L^+k⋅(ln⁡(n)−ln⁡(2π)) \mathrm{BIC} = {-2 \cdot \ln{\hat L} + k \cdot (\ln(n) - \ln(2 \pi))} −ln(2π)−ln⁡(2π) - \ln(2 \pi) Dados los datos y un modelo , la relación aproximada …
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.