作者查詢 / recorriendo
作者 recorriendo 在 PTT [ Statistics ] 看板的留言(推文), 共771則
限定看板：Statistics
看板排序：
全部Physics1590Math1545Statistics771Soft_Job486ForeignEX414AfterPhD325Foreign_Inv245book110Stock94Cognitive88joke87studyabroad81DigiCurrency65liuzhen62Tech_Job46Quant35Boy-Girl26global_univ21Finance15L_LifePlan15Gossiping14Beauty13FAPL13StudyinNL12TW-language11NTU10PhD10NTTU_CSIE997StupidClown7guitar6SMSlife6historia5sex5Ancient4Christianity4Confucianism4PublicIssue4java3KS98-3023LaTeX3PHP3phys973SanFrancisco3Teacher3CareerPlan2CFAiafeFSA2Facebook2HCHS_ALUMNI2NTUCH-1012NtuDormM12PolBadminton2Seiya2SouthPark2AdvEduUK1APH1Bank_Service1BoardGame1C_Chat1Disabled1DummyHistory1Economics1HCHS583171Hunter1Jay1kawaii1LoL1mobile-game1NCHU_GINPPA1Tainan1Violin1<< 收起看板(70)
1F→: http://en.wikipedia.org/wiki/Power_(statistics)07/02 17:39
2F→: 這裡就有推t test特定alpha的power07/02 17:41
3F→: 你得先假設effect size和給定樣本大小 G power也是07/02 17:47
4F→: 要輸入這些07/02 17:47
19F→: 過 甚至現在有刊登protocol或preregistered report的01/21 15:06
20F→: 期刊 那就更經過了專家外審 總之 在實際進行trial之01/21 15:07
25F→: 的問題 你的藥要兩個條件都達到才上市嗎01/21 15:14
24F→: 要用聯集還交集 這就不是統計問題了 是你是試驗目的01/21 15:14
23F→: 有動手動腳的空間01/21 15:10
14F→: type 1/2 error的tradeoff01/21 15:01
21F→: 前你本來就該決定好顯著水準及證成它的理由且能取信01/21 15:08
15F→: 要看你如何衡量每個endpoint對於type 1 vs type 201/21 15:02
18F→: 寫定了 你提出的顯著水準大小及給的理由會有IRB審核01/21 15:05
10F→: null hypothesis定義本來就是alternative hypothesis01/21 14:55
11F→: 的否命題(也就是餘事件)01/21 14:55
12F→: 回前面問題 顯著水準不是單單重不重要 事實上"重要"01/21 14:58
17F→: 又 嚴謹的trial 來說統計分析在執行前寫protocol就該01/21 15:04
22F→: 他人了 若是分析階段才決定統計分析是不嚴謹的 因為01/21 15:10
13F→: 是指什麼你根本沒有一個精確的定義 顯著水準是取決01/21 15:00
16F→: error的容忍度01/21 15:02
1F→: 你要看你想做的宣稱是什麼01/15 16:57
2F→: 兩個主要endpoints 你計劃只要其中一個有差異就宣01/15 16:59
3F→: 稱"這個藥有效"嗎？如果這樣 當然要用比較嚴格的修01/15 16:59
4F→: 正01/15 16:59
5F→: 總之你不能讓你宣稱"這個藥有效"的type 1 error ra01/15 17:04
6F→: te超過0.05(或你選的alpha）01/15 17:04
7F→: secondary endpoints大都只是講來"給有興趣的人知道01/15 17:06
8F→: "而已 本來就不會被認證看待 真要認真確認效果也是01/15 17:06
9F→: 要另外做trial 那就可以不那麼嚴格01/15 17:06
4F→: 你這又有crossed又有nested 實驗設計有點複雜 超出11/15 20:46
5F→: 一般文獻描述 可能去找專業的諮詢一下比較適當11/15 20:46
6F推: Holm有控制FWER 這直接看FWER的定義P(number of fa10/01 19:47
7F→: lse positives >0)就推得出來了吧 定義很清楚 實在10/01 19:47
8F→: 不知道你有啥接受不接受的10/01 19:47
9F→: Hochberg就比較複雜 是有條件地控制FWER 詳細的條件10/01 19:49
10F→: 要去看專業數理統計推導10/01 19:49
11F→: ㄛ看懂你這篇了 你想在Holm一個比較沒拒絕後繼續測10/01 20:05
12F→: ... 問題當然是這樣做就失去控制FWER的保證10/01 20:05
10F→: 別的主題 其實不知道你硬要混再一起談幹嘛) 不是"第10/01 14:37
11F→: 一次測試的區間會包含95%重複試驗結果" 而是 "重複獨10/01 14:40
12F→: 立抽樣實驗所得的諸區間95%有含蓋到真值"10/01 14:41
1F→: https://t.co/RNyhzK0GTd10/01 14:16
2F→: 虛無假設是"全部都無差別" 只要你宣稱其中任何一個比10/01 14:23
3F→: 較有差別就是拒絕虛無假設 FWER就是在控制這樣宣稱的10/01 14:24
4F→: type 1 error rate10/01 14:25
5F→: 如果虛無假說是成立的 你宣稱任何兩個情況有差別都是10/01 14:31
6F→: type 1 error 不管你宣稱的排序是什麼10/01 14:32
7F→: 你的理解從開頭就錯了 不是"長期來看" 而是"虛無假說10/01 14:35
8F→: 假說成立的情況下" 這和普通統計檢定是一樣的10/01 14:35
9F→: 你對信賴區間的理解也有誤(信賴區間和檢定也是兩個分10/01 14:37
1F→: 以前建議你系統性看一下基礎統計課本 你用沒時間推託08/30 12:12
2F→: 現在過了這麼多年 你還在拿這些最基本的到處問 就問08/30 12:12
3F→: 你這樣真的有省到多少時間?08/30 12:13
17F→: 你都看到分布了代進去就知道了吧08/07 20:59
18F→: y_hat=β_hat‧x, β_hat ~ N(β,(X^TX)^-1σ^2)08/07 20:59
19F→: 所以 var(y_hat)=x^T(X^TX)^-1xσ^2 現在你的X只有08/07 21:01
20F→: 原本十分之一 如果X是獨立抽樣且每個column不相關08/07 21:04
21F→: 則(X^TX)^-1只有對角線 且十分之一的data就讓每個08/07 21:07
22F→: entry大十倍 然後你取平均就只是讓var變回跟原來一樣08/07 21:08
4F→: 你實際做一次就會知道了吧 這很直覺啊 nominal alpha08/07 10:46
5F→: 整個變小 test達到significance當然更難08/07 10:46
11F→: 至少要用adjusted R^2 ...08/01 12:55
12F→: "變數重要性"本來就是一個籠統的概念 每個人說的重要08/01 13:08
13F→: 性指涉的東西可能不一樣 例如如您所述考慮/不考慮其08/01 13:10
14F→: 他變數就是一個在每個人理解的"重要性"中扮演腳色不08/01 13:13
15F→: 一的考量08/01 13:13
16F→: 一旦想要考慮各種變數組合 其實就是在問某變數在不同08/01 13:28
17F→: 個regression model裡的重要性如何統合成單一指標08/01 13:29
18F→: 這其實沒有一個標準方法 甚至不同研究圈的主流方法也08/01 13:30
19F→: 不一致 也有看過有研究者個人會特別偏好某種方法08/01 13:31
20F→: 我熟悉的領域現在大都使用Burnham的方法 算一遍所有08/01 13:34
21F→: 變數子集的regression model後用AIC去組出一個score08/01 13:35
39F→: bootstrap不錯 不過重複抽樣時要以人為單位抽 才保07/23 12:35
40F→: 留repeated measures資訊07/23 12:35