mtest הוא יישום פייתון של m-המבחן, מבחן דו-מדגם המבוסס על בחירת מודל ותאר ב[ 1] ו [2].
למרות חשיבותם בתמיכה במסקנות ניסוי, מבחנים סטטיסטיים סטנדרטיים הם לעתים קרובות מספיק לתחומי מחקר, כמו מדעי החיים, שבו גודל המדגם הטיפוסי הוא קטן וההנחות מבחן קשה לאמת. בתנאים כאלה, בדיקות סטנדרטיים נוטות להיות שמרני מדי, ולהיכשל ובכך לזהות השפעות משמעותיות בנתונים.
מ 'המבחן הוא מבחן סטטיסטי קלאסי במובן של הגדרת משמעות עם קונבנציונלי כרוך בטעויות שאני סוג. מצד השני, היא מבוססת על בחירת מודל בייס, ובכך לוקחת בחשבון אי ודאות לגבי הפרמטרים של המודל, מקלים הבעיה של גודל מדגמים קטן.
מ 'המבחן כבר נמצא כוח עליון (חלק קטן יותר של סוג II שגיאות) מאשר שגיאת מבחן t לגדלים קטנים מדגם (3 עד 100 דגימות) בדרך כלל.
[1] Berkes, פ, Fiser, J. (2011) מבחן דו-מדגם frequentist מבוסס על בחירת מודל בייס. arXiv: 1104.2826v1
[2] Berkes, פ, אורבן, ג ', Lengyel, מ', וFiser, ג '(2011). פעילות בקליפת המוח ספונטנית מגלה סימני ההיכר של מודל פנימי אופטימלי של הסביבה. מדע, 331: 6013, 83-87.
שולחנות mtest
ספינות mtest מטמוני שולחנות לסטטיסטיקה כדי לחשב את p-הערך והכוח של נתונים חדשים בדרך היעילה ביותר. הספרייה מופצת עם שולחנות לp-ערכים (סוג אני שגיאה) עבור N = 3,4, ..., 20 ועבור N = 30,40, ..., 100. שולחנות אלה מכסים מקרים הנפוצים ביותר. לוחות חדשים מחושבים בעת צורך, אם כי השלמה עלולה לקחת כמה שעות. סוג השני שולחנות שגיאה אינם כלולים לשמור על גודל החבילה קטן.
ראה scriptscompute_basic_tables.py לתסריט דוגמא מראש מחשוב שולחנות שאולי אתה צריך. . התסריט עושה שימוש בספריית joblib להפיץ את החישובים על ליבות מרובות
דרישות :
- פייתון
- SciPy
- pymc
תגובות לא נמצא