mtest yra Python įgyvendinimas m-bandymo, dviejų Pavyzdžio testas, pagrįstas modelio pasirinkimas ir apibūdinta [1] ir [2].
Nepaisant jų svarbą remiant eksperimentinius išvadas, standartiniai statistiniai tyrimai dažnai nepakanka mokslinių tyrimų srityse, pavyzdžiui, gyvosios gamtos mokslų, kur būdingas imties dydis yra mažas ir bandymų prielaidos sunku patikrinti. Esant tokioms sąlygoms, standartiniai testai linkę būti pernelyg konservatyvus, ir nesugeba taip aptikti didelį poveikį duomenų.
M-testas yra klasikinis statistinis testas apibrėžiant reikšmę su tradicinių jungiasi nuo I tipo klaidos prasme. Kita vertus, jis grindžiamas Bajeso modelio parinkimo, todėl atsižvelgiama į netikrumą dėl modelio parametrų, sušvelninti mažų mėginių dydžio problemą.
M-testas buvo nustatyta, kad paprastai turi didesnę galią (mažesnį frakcija II tipo klaidos), nei t-testas klaidos mažų imčių dydžių (nuo 3 iki 100 mėginių).
[1] Berkes, p, Fiser J. (2011) frequentist dviejų imties tyrimas, pagrįstas Bajeso modelio pasirinkimo. arXiv: 1104.2826v1
[2] Berkes, p, Orbanas, G. Lengyel M. ir Fiser J. (2011). Savanoriška veikla žievės atskleidžia požymiai optimalaus vidaus modelį aplinkai. Mokslas, 331: 6013, 83-87.
mtest stalai
mtest laivai išsaugo lentelės statistikos apskaičiuoti p reikšmė ir galia naujus duomenis efektyviausiu būdu. Biblioteka platinama su lentelių p reikšmės (I tipo klaida) N = 3,4, ..., 20 ir N = 30,40, ..., 100. Šiose lentelėse padengti dažniausiai atvejus. Nauja stalai apskaičiuojami, kai reikia, nors pabaiga gali užtrukti keletą valandų. II tipo klaidos stalai neįskaičiuoti išlaikyti pakuotės dydis mažas.
Žiūrėti scriptscompute_basic_tables.py Dėl Pavyzdžiui scenarijų iš anksto-compute lenteles jums gali prireikti. . Scenarijus pasinaudoja joblib bibliotekoje platinti skaičiavimus kelis branduolių
Reikalavimai
- Python,
- scipy
- pymc
Komentarai nerastas