Als «nonparametric» getaggte Fragen

10
Haben stochastische Prozesse wie der Gaußsche Prozess / Dirichlet-Prozess Dichten? Wenn nicht, wie kann die Bayes-Regel auf sie angewendet werden?

Der Dirichlet-Prozess und der Gauß-Prozess werden oft als "Verteilungen über Funktionen" oder "Verteilungen über Verteilungen" bezeichnet. Kann ich in diesem Fall sinnvoll über die Dichte einer Funktion unter einem Hausarzt sprechen? Das heißt, haben der Gaußsche Prozess oder der Dirichlet-Prozess...

machine-learning probability bayesian nonparametric nonparametric-bayes
9
Nichtparametrische Mehrweganova

Ich muss ein faktorielles Design mit fünf Faktoren (von denen einer in einem anderen verschachtelt ist) und numerischen Antworten analysieren. Ich möchte eine nichtparametrische ANOVA durchführen, kann aber natürlich weder den Kruskall Wallis- noch den Friedman-Test verwenden (ich habe Maßnahmen...

r anova nonparametric
9
Ist es falsch, vor dem Wilcoxon-Test zu zittern?

Ich habe ein Skript geschrieben, das die Daten mit dem testet wilcox.test, aber als ich die Ergebnisse erhielt, waren alle p-Werte gleich 1. Ich habe auf einigen Websites gelesen, dass Sie vor dem Testen der Daten Jitter verwenden könnten (um Verbindungen zu vermeiden, wie sie sagten). Ich habe das...

r nonparametric ties
9
Macht in der Proteomik?

Zuschüsse erfordern häufig eine Leistungsanalyse, um eine vorgeschlagene Stichprobengröße zu unterstützen. In der Proteomik (und den meisten -omics) gibt es 100 bis 1000 Merkmale / Variablen, die über 10 Proben gemessen werden (vielleicht 100, aber unwahrscheinlich). Es ist auch bekannt, dass...

nonparametric power-analysis
8
Post-hoc-Test in einer 2x3-ANOVA mit gemischtem Design unter Verwendung von SPSS?

Ich habe zwei Gruppen von 10 Teilnehmern, die während eines Experiments dreimal bewertet wurden. Um die Unterschiede zwischen den Gruppen und zwischen den drei Bewertungen zu testen, führte ich eine 2 × 3-ANOVA mit gemischtem Design mit group(Kontrolle, experimentell), time(erste, zweite, drei) und...

anova mixed-model spss post-hoc bonferroni time-series unevenly-spaced-time-series classification normal-distribution discriminant-analysis probability normal-distribution estimation sampling classification svm terminology pivot-table random-generation self-study estimation sampling estimation categorical-data maximum-likelihood excel least-squares instrumental-variables 2sls total-least-squares correlation self-study variance unbiased-estimator bayesian mixed-model ancova statistical-significance references p-value fishers-exact probability monte-carlo particle-filter logistic predictive-models modeling interaction survey hypothesis-testing multiple-regression regression variance data-transformation residuals minitab r time-series forecasting arima garch correlation estimation least-squares bias pca predictive-models genetics sem partial-least-squares nonparametric ordinal-data wilcoxon-mann-whitney bonferroni wilcoxon-signed-rank traminer regression econometrics standard-error robust misspecification r probability logistic generalized-linear-model r-squared effect-size gee ordered-logit bayesian classification svm kernel-trick nonlinear bayesian pca dimensionality-reduction eigenvalues probability distributions mathematical-statistics estimation nonparametric kernel-smoothing expected-value filter mse time-series correlation data-visualization clustering estimation predictive-models recommender-system sparse hypothesis-testing data-transformation parametric probability summations correlation pearson-r spearman-rho bayesian replicability dimensionality-reduction discriminant-analysis outliers weka