- すべて
- 画像・動画
並べ替え:新着順
#統計 対応のあるt検定は、例えば「ベースラインの値と投薬後の値の差の期待値μ_Δは0である」という帰無仮説に関する検定法です。 具体的な数値aに関する「μ_Δ=a」の形の仮説のP値も同時に定義されます。 pic.twitter.com/UdVkVZoEcX
「対応のあるt検定」の例題で「学生10人の中間テストと期末テストの点数の平均に有意な差があるか検定してみよう」というのがよくあるけど、何が知りたくてそんな検定をするのかよくわからないというか、単元も問題も異なるテストだから測ってるものがそもそも違うのを比較してどうなるのと思っ
な仮説検定との違いは母集団分布を仮定しないことだった。そこだけ違って、あとは同じように、2群の差の検定、対応がある場合の差の検定、3群以上の差の検定のノンパラメトリックバージョンの検定手法が解説されている。13章から全然違う話が始まったと学習初期は思っていたけど、全然地続きだった。
「偶然による差を拾ってるとは考えにくい」を言うには事前確率が設定されてないといけないのでは?という点は気になりました。それはそれとしてp値を「帰無仮説との不一致度合い」を表す指標として大小を気にすることは可能だと思いますが、この場合仮説検定のエラー確率との対応が不明瞭になる気も。
でも_p-hackは論外だけど_という前提で 例えばプレレジ済みでプレレジ通りの解析してp値小さかったら、それは「実験デザインの設定でやらかしてない」&「偶然による差を拾っているとは考えにくい」ことの傍証と言えると思うし、素直に嬉しくてもいいような気がするけど。 だめなの?
#統計 欲を言えば、「2つの母比率に違いはない」というゼロ仮説のP値だけではなく、「2つの母比率のオッズ比(または比、差)は値○○である」の型の検定仮説のP値全体の様子も見た方が良いのですが、統計ソフトが対応しておらず、自分でプロットする必要がある。
#統計 2×2の分割表に関するχ²検定の実装のあるべき仕様は ①デフォルトでは連続性補正を一切適用しない。 ②オッズ比、リスク比、リスク差の信頼区間を計算してくれる。 ③オッズ比、リスク比、リスク差の値に関する検定仮説のP値を計算してくれる。 ④P値関数のグラフを作画してくれる。