Questions tagged «assumptions»

指统计程序产生有效估计和/或推断的条件。例如,许多统计技术都要求假设数据是以某种方式随机抽样的。有关估计量的理论结果通常需要对数据生成机制进行假设。

1
如何比较观察到的事件与预期的事件?
假设我有一个频率为4个可能的事件的样本: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 并且我具有发生事件的预期概率: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 利用我四个事件的观测频率之和(18),我可以计算事件的预期频率,对吗? expectedE1 - 18 * 0.2 = 3.6 expectedE2 - 18 * 0.1 = 1.8 expectedE1 - 18 * 0.1 = 1.8 expectedE1 - …
9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

2
了解重复测量方差分析假设以正确解释SPSS输出
我正在调查不同的奖励条件是否会影响任务绩效。我有一个小型研究的数据,该研究分为两组,每组n = 20。我收集了一项涉及在3种不同“奖励”条件下的性能的任务的数据。这项任务涉及在3种情况下的两次表现,但以随机顺序进行。我想看看在每个不同的“奖励”条件下,每个小组的任务绩效是否存在平均差异。 IV =组类型 DV = 3种条件下任务绩效的平均值 我从重复测量方差分析中获得了输出,并可以访问SPSS中的原始数据集,但是不确定如何进行。由于Pallant的文字有些局限,因此我无法找到这种解释的分步指南。我的特殊问题包括以下几个方面: 我应该单独检查每个变量的正常性还是在IV的每个级别的组合中检查其正常性?如果组合使用,如何检查? 我要先检查莫赫利测验吗?如果违反,那是什么意思?如果没有违反,那意味着什么? 什么时候可以查看多元测试表或受试者内部效应的测试?我不确定何时使用这两个(或两者兼而有之)? 看看成对比较总是可以吗?如果多变量或受试者内效应未显示显着性(即P <0.05),则这样做似乎是违反直觉的,但我再次不确定。

1
有关方差分析,t检验和非参数检验的独立性假设的问题
我是统计学的新手,对于统计测试的独立性假设有些困惑。 我在互联网上搜索时,有一些信息说,对于t检验,两组中的观察值应该是独立的(也就是说,样本1中的测量值和样本2中的测量值应该不同)。其他一些信息表明,所有观察结果(即使在同一组中)也应该是独立的。哪一个是正确的? ANOVA的独立性假设与t检验的独立性假设是否相同? 非参数检验,例如Wilcoxon有符号秩检验,是否也需要满足独立性假设?

4
应用Tobit回归模型的假设是什么?
我对Tobit回归模型的(非常基础的)知识不是我喜欢的,而是来自一堂课。取而代之的是,我通过一些Internet搜索在这里和那里获取了一些信息。我对截断回归的假设的最佳猜测是,它们与普通最小二乘(OLS)假设非常相似。我不知道那是否正确。 因此,我的问题是:执行Tobit回归时应检查哪些假设? 注意: 这个问题的原始形式指的是截断回归,这不是我正在使用或询问的模型。我已经纠正了这个问题。
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.