Questions tagged «nonparametric»

令为分布1的随机值，令为分布2的随机值。我认为曼恩·惠特尼检验的原假设为。X1X1X_1X2X2X_2P(X1&lt;X2)=P(X2&lt;X1)P(X1&lt;X2)=P(X2&lt;X1)P(X_1 < X_2) = P(X_2 < X_1) 如果我对均值均等且方差相等的正态分布的数据进行的Mann-Whitney检验模拟，则得出的I类错误率非常接近0.05。但是，如果我使方差不相等（但均值相等），则拒绝原假设的模拟比例将大于0.05，这是我没有想到的，因为仍然成立。这发生在我使用的R，不管我是否拥有，或。α=0.05α=0.05\alpha=0.05P(X1&lt;X2)=P(X2&lt;X1)P(X1&lt;X2)=P(X2&lt;X1)P(X_1 < X_2) = P(X_2 < X_1)wilcox.testexact=TRUEexact=FALSE, correct=TRUEexact=FALSE, correct=FALSE 零假设与我上面写的有所不同吗？或者，如果方差不相等，那么就类型I错误而言，检验是否不准确？

10 nonparametric  wilcoxon-mann-whitney 

这里有一个新手问题。我目前正在使用R中的np包执行非参数回归。我有7个功能，并使用蛮力方法确定了最好的3个。但是，很快我将拥有7个以上的功能！ 我的问题是，当前用于非参数回归的特征选择的最佳方法是什么？以及哪些程序包实现了这些方法。谢谢。

10 r  machine-learning  nonparametric  feature-selection 

Dirichlet Pocess和高斯过程通常被称为“函数分布”或“分布分布”。在那种情况下，我可以有意义地谈谈GP下函数的密度吗？也就是说，高斯过程或Dirichlet过程是否具有概率密度的概念？ 如果不是，那么，如果对函数的先验概率的概念没有很好地定义，我们如何使用贝叶斯定律从后验先到？贝叶斯非参数世界中是否存在诸如MAP或EAP估计之类的东西？非常感谢。

10 machine-learning  probability  bayesian  nonparametric  nonparametric-bayes 

我有一些数据，正在尝试拟合一条平滑曲线。但是，我不想对此施加太大的先验信念或过于强烈的先入之见（我的其余问题所隐含的那些除外）或任何特定的分布。 我只是想用一些平滑的曲线拟合它（或者对它可能来自的概率分布有一个很好的估计）。我知道的唯一方法是内核密度估计（KDE）。我想知道，人们是否知道其他估算此类事物的方法。我只想要它们的列表，然后就可以进行自己的研究以找出要使用的列表。 始终欢迎（并鼓励）提供任何链接或好的参考文献（或关于哪种参考文献的直觉）！

10 estimation  nonparametric  references 

我正在尝试在R中拟合离散时间模型，但不确定如何执行。 我读过您可以将因变量组织在不同的行中，每个时间观察行一个，并将该glm函数与logit或cloglog链接一起使用。从这个意义上讲，我有三列：ID，Event（在每个时间范围内为1或0）和Time Elapsed（自观察开始以来）以及其他协变量。 如何编写适合模型的代码？哪个因变量？我想我可以将其Event用作因变量，并将其包括Time Elapsed在协变量中。但是，会发生什么ID呢？我需要吗？ 谢谢。

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

赠款通常需要进行功效分析以支持建议的样本量。在蛋白质组学（和大多数组学）中，在10个样本（可能是100个，但不太可能）中测量的特征/变量为100到1000。同样，众所周知，其中一些测量单位（例如，蛋白质的光谱计数）不是正态分布的，因此我们将使用非参数检验进行分析。我已经看到了假设进行单次测量和进行t检验而确定的样本量的功效，但是我认为这是不完全正确的。特别是频谱计数的另一个问题是，每100个特征的比例都在非常不同的尺度上，并且误差相差很大（数值越大，误差就越小）。[这个问题在极限倍数变化模型中很好地描述，Mutch等，2002 ] 考虑到FDR的某些假设和可接受的倍数变化，确定建议样本量的功效的合适方法是什么？使用此处的工具，我能够确定以下各项： 300个基因 3次误报 1.4倍差异 0.8所需功率 0.7标准差 每组需要49个样本。 这很方便，因为我提出了50v50设计，知道1.4倍变化是可以接受的，1％FDR是可以的，并且在这个实验中我可能会测量300种蛋白质。功效或样本数量计算的问题将继续发生，因此最好采用参考方法。 编辑： 我读到一位同事提议使用似然函数和Wald检验从负二项式分布建模光谱计数的地方。基本上使用预备数据来获得蛋白质差异估算值，然后针对每个分位数计算组之间可检测到的倍数变化。还有一个FDR（alpha）输入。因此，给定&gt; 80％的功效并设置样本大小，他们可以针对25％的最低方差，50％的较小方差和25％的最高方差确定可检测的倍数变化。问题是我不知道他们是怎么做到的。不确定是否共享这种方法是否可以帮助任何人找到答案。

9 nonparametric  power-analysis 

我想围绕这个话题进行探讨，但是很难从白皮书和教程中学习，因为教科书通常会填补许多空白。 如果重要的话，我会像攻读博士学位一样具有相对较强的数学背景。应用数学（更精确地讲，CFD）。

9 bayesian  nonparametric  references  nonparametric-bayes 

对于非参数统计而言，这将是一本好书。不只是介绍，而是高级。另外，我正在寻找可用于学习而非参考的东西。 特别是我正在寻找一本书，其中可能包含非参数方法，非参数推断，评估非参数的方法（例如KS测试，检验等），自举...的基础知识。ttt

9 nonparametric  references  kolmogorov-smirnov 

我在SAS中使用PROC GLM来拟合以下形式的回归方程 ÿ=b0+b1个X1个+b2X2+b3X3+b4Ťÿ=b0+b1个X1个+b2X2+b3X3+b4Ť Y = b_0 + b_1X_1 + b_2X_2 + b_3X_3 + b_4t 产生的残差的QQ图表示偏离正常值。任何变换都无法使残差正常。ÿÿY 此时，我可以安全地切换到非参数方法，例如PROC LOESS。 我已经使用过PROC LOESS，并且看起来比PROC GLM更好。但是我对非参数回归没有太多的了解。我不知道何时选择非参数回归而不是参数回归。 有人可以帮我弄这个吗？ 我将继续添加另一个问题。以下是模型中我的变量的描述。 有时我得到负的预测成本。这根本不符合逻辑。我该如何解决这个问题？ÿ= 医疗费用X1个= 注射次数X2= 手术数量X3= 物理疗法的数量t = 时间ÿ=医疗费用X1个=注射次数X2=手术数量X3=物理疗法的数量Ť=时间 Y =\text{cost of medical care}\\ X_1 =\text{number of injections}\\ X_2 =\text{number of surgeries}\\ X_3 =\text{number of physical therapies}\\ t =\text{time}

9 regression  multiple-regression  nonparametric  residuals  sas 

我正在查看ARMA / ARIMA模型无法很好运行的极非线性数据。虽然，我看到了一些自相关，但我怀疑非线性自相关会有更好的结果。 1 /是否有与PACF相等的等级相关性？（在R中？） 2 /是否存在等效的ARMA模型用于非线性/秩相关（在R？中）

9 r  correlation  nonparametric  garch  arma 

我写了一个脚本，使用来测试数据wilcox.test，但是当我得到结果时，所有p值都等于1。我在一些网站上读到，在测试数据之前，您可能会使用抖动（以避免像他们所说的那样束缚），我做到了，现在我得到了可以接受的结果。这样做是错误的吗？ test&lt;- function(column,datacol){ library(ggplot2) t=read.table("data.txt", stringsAsFactors=FALSE) uni=unique(c(t$V9)) for (xp in uni) { for(yp in uni) { testx &lt;- subset(t, V9==xp) testy &lt;- subset(t, V9==yp) zz &lt;- wilcox.test(testx[[datacol]],jitter(testy[[datacol]])) p.value &lt;- zz$p.value } } } 这是输出 dput(head(t)) structure(list(V1 = c(0.268912, 0.314681, 0.347078, 0.286945, 0.39562, 0.282182), V2 = c(0.158921, 0.210526, 0.262024, 0.322006, 0.133417, …

9 r  nonparametric  ties 

我必须分析具有​​五个因子（其中一个嵌套在另一个因子中）和数值响应的析因设计。我想执行非参数方差分析，但是我当然不能同时使用Kruskall Wallis检验和Friedman检验（我已经复制了测度）。R中是否有可以帮助我的命令或代码？谢谢！Stefania

9 r  anova  nonparametric 

尽管尝试过几次有关引导的尝试，但我似乎总是碰壁。我想知道是否有人可以给出一个合理的非技术性引导定义？ 我知道这是不是在这个论坛可以提供足够的细节，使我能够完全理解，但与主要目标和引导的机制正确的方向轻轻一推将多不胜感激！谢谢。

9 nonparametric  bootstrap  intuition