MTEST가 m-시험 파이썬 구현이며, 모델 선택에 기초하여 설명 된 두 샘플 테스트 [1] 및 [2].
실험 결론을 지원하는 중요성에도 불구하고, 표준 통계 테스트는 종종 연구 분야에 대한 불충분 전형적인 표본의 크기가 작고 검증하기 위하여 시험 가정 어렵 생명 과학, 등을들 수있다. 이러한 조건 하에서, 표준 시험 보수적이어야하고, 데이터에 상당한 효과를 검출하는 것이 실패하는 경향이있다.
M-시험은 유형 I 오류에 대한 기존의 경계와 의미를 정의하는 의미에서 고전적인 통계 테스트입니다. 다른 한편, 베이지안 모델 선택에 기초하여, 따라서 작은 샘플 크기의 문제를 완화 모델의 매개 변수에 대한 계정의 불확실성으로한다.
m 테스트는 일반적으로 더 높은 전력의 작은 샘플 크기 (3~100 샘플)에 대한 t 검정 오차보다 (유형 II 오류 작은 분율)가 밝혀졌다.
[1] Berkes, 경찰, Fiser, J. (2011) 베이지안 모델의 선택에 따라 빈도주의 두 샘플 테스트. arXiv : 1104.2826v1
[2] Berkes, 경찰, 오르 반, G., 린겔, M., 및 Fiser, J. (2011). 자연 대뇌 피질의 활동은 환경의 최적의 내부 모델의 특징을 보여준다. 과학, 331 : 6013, 83-87.
MTEST 테이블
MTEST 선박 통계 테이블이 가장 효율적인 방법으로 새로운 데이터의 P 값 및 전력을 계산하기 위해 캐시. 이 라이브러리는 = N에 대한 P-값 (유형 I 오류)에 대한 테이블 3,4, ..., (20)를 배포하고, ..., 100 N = 30, 40입니다. 이 테이블은 대부분의 경우 커버. 필요할 때 완성은 몇 시간이 걸릴 수도 있지만 새로운 테이블이 계산된다. 타입 II 오류 테이블은 작은 패키지 크기를 유지하기 위해 포함되지 않는다.
당신이해야 할 수도 있습니다 테이블 - 계산을 사전에 예 스크립트 scriptscompute_basic_tables.py를 참조하십시오. 이 스크립트는 여러 개의 코어에 계산을 배포 할 JOBLIB 라이브러리를 사용한다
요구 사항 : 있습니다.
파이썬
SciPy
pymc
댓글을 찾을 수 없습니다