MTest m-testinin bir Python uygulamasıdır, model seçimi dayanmaktadır ve tarif edilen iki numune test [1] ve [2].
Deneysel sonuçlara destekleyici önemleri rağmen, standart istatistiksel testler, genellikle araştırma alanları için yetersiz tipik örneklem büyüklüğü, küçük ve doğrulamak için test varsayımları zor yaşam bilimleri gibi. Bu koşullarda, standart testler aşırı muhafazakar ve verilerde önemli etkilere tespit böylece başarısız eğilimindedir.
m-Test Tip I hataları konvansiyonel bağlı olan önemini tanımlayan anlamında bir klasik istatistiksel bir testtir. Öte yandan, bu Bayes model seçimi dayanmaktadır ve bu nedenle küçük numuneler boyutu sorununu hafifletmek, modelin parametreleri hakkında hesap belirsizlik içine alır.
m-testi genellikle daha yüksek bir güç, küçük örneklem büyüklüğü (3 ila 100 örnek) bir t-testi hata daha (Tip II hataları küçük fraksiyonu) olduğu tespit edilmiştir.
[1] Berkes, P., Fiser, J. (2011) Bayes modeli seçimine dayalı frequentist iki örnek testi. arXiv: 1104.2826v1
[2] Berkes, P., Orban, G., lengyel, M. ve Fiser, J. (2011). Spontan kortikal aktivite ortamının optimum iç modelin izlerini ortaya koymaktadır. Bilim, 331: 6013, 83-87.
MTest tablolar
MTest gemi istatistik tabloları en verimli şekilde yeni verilerin p-değeri ve gücü hesaplamak için önbelleğe alır. Kütüphane = N p-değerleri (tip hata) tablolarla 3,4, ..., 20 dağıtılan ve, ..., 100, N = 30,40 içindir. Bu tablolar en yaygın durumları kapsamaktadır. Gerektiğinde tamamlama birkaç saat sürebilir, ancak yeni tablolar, hesaplanır. Tip II hata tabloları küçük paket boyutunu tutmak dahil değildir.
İhtiyacınız olabilecek tablolar-işlem öncesi bir örnek komut dosyası için scriptscompute_basic_tables.py bakın. . komut çoklu çekirdek üzerinde hesaplamaları dağıtmak için joblib kütüphane kullanımını sağlar
Gereksinimleri :
- Python
- scipy
- pymc
Yorum Bulunamadı