Pertanyaan yang diberi tag «type-i-and-ii-errors»

Tipe I: menolak hipotesis nol ketika itu benar. Tipe II: tidak menolak hipotesis nol ketika alternatifnya benar.

1
R / mgcv: Mengapa produk tensor () dan ti () menghasilkan permukaan yang berbeda?
The mgcvpaket untuk Rmemiliki dua fungsi untuk pas interaksi produk tensor: te()dan ti(). Saya memahami pembagian kerja dasar antara keduanya (menyesuaikan interaksi non-linear vs menguraikan interaksi ini menjadi efek utama dan interaksi). Yang tidak saya mengerti adalah mengapa te(x1, x2)dan ti(x1) + ti(x2) + ti(x1, x2)mungkin menghasilkan (sedikit) hasil yang …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 


1
Menentukan ukuran sampel dengan proporsi dan distribusi binomial
Saya mencoba mempelajari beberapa statistik menggunakan buku, Biometri oleh Sokal dan Rohlf (3e). Ini adalah latihan dalam bab ke-5 yang mencakup probabilitas, distribusi binomial, dan distribusi Poisson. Saya menyadari ada rumus untuk menghasilkan jawaban untuk pertanyaan ini: Namun, persamaan ini tidak ada dalam teks ini. Saya ingin tahu bagaimana cara …

2
Bagaimana cara menguji apakah koefisien regresi dimoderasi oleh variabel pengelompokan?
Saya memiliki regresi yang dilakukan pada dua kelompok sampel berdasarkan variabel moderasi (katakanlah jenis kelamin). Saya melakukan tes sederhana untuk efek moderasi dengan memeriksa apakah signifikansi regresi hilang pada satu set sementara yang lain tetap. T1: Metode di atas valid, bukan? T2: Tingkat kepercayaan penelitian saya ditetapkan pada 95%. Untuk …

2
Apakah tingkat kesalahan tipe I sama dengan alpha atau paling banyak alpha?
Menurut halaman Wikipedia p-value : Ketika nilai-p dihitung dengan benar, tes ini menjamin bahwa tingkat kesalahan Tipe I paling banyak .αα\alpha Namun lebih jauh ke bawah halaman formula ini diberikan: Pr(RejectH|H)=Pr(p≤α|H)=αPr(RejectH|H)=Pr(p≤α|H)=α\Pr(\mathrm{Reject}\; H|H) = \Pr(p \leq \alpha|H) = \alpha Dengan asumsi 'tingkat kesalahan tipe 1' = Pr(RejectH|H)Pr(RejectH|H)\Pr(\mathrm{Reject}\; H|H) ini menunjukkan bahwa …

3
Haruskah saya khawatir bahwa daya uji-t relatif kecil ketika H0 sudah ditolak?
Saya punya dua sampel yang sangat kecil ( untuk masing-masing) dan saya mendapatkan dua sampel uji-t untuk mereka 0,49, yang relatif kecil (dihitung dengan R ). Namun, uji-t Welch Two Sample memberikan nilai-p sini, sehingga hipotesis nol dapat ditolak.n = 7n=7n=7power.t.test()0,0320.0320.032 Sekarang haruskah saya khawatir bahwa kekuatannya kecil? Pemahaman saya …


2
Apakah nilai p juga tingkat penemuan yang salah?
Dalam http://surveyanalysis.org/wiki/Multiple_Comparisons_(Post_Hoc_Testing) menyatakan Sebagai contoh, jika kita memiliki nilai p 0,05 dan kita menyimpulkan itu signifikan, probabilitas penemuan palsu, menurut definisi, 0,05. Pertanyaan saya: Saya selalu berpikir bahwa penemuan yang salah adalah kesalahan Tipe I, yang sama dengan tingkat signifikansi yang dipilih dalam kebanyakan tes. Nilai-P adalah nilai yang dihitung …
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.