Use essa tag para perguntar sobre a natureza dos métodos não paramétricos ou paramétricos ou a diferença entre os dois. Os métodos não paramétricos geralmente se baseiam em poucas suposições sobre as distribuições subjacentes, enquanto os métodos paramétricos fazem suposições que permitem que os dados sejam descritos por um pequeno número de parâmetros.
Certas hipóteses podem ser testadas usando o teste t de Student (talvez usando a correção de Welch para variações desiguais no caso de duas amostras) ou por um teste não-paramétrico, como o teste de ranking assinado emparelhado de Wilcoxon, o teste U de Wilcoxon-Mann-Whitney, ou o teste de sinal...
Ao resolver problemas de negócios usando dados, é comum que pelo menos uma suposição de que a subclasse de estatísticas clássicas seja inválida. Na maioria das vezes, ninguém se incomoda em verificar essas suposições para que você nunca saiba. Por exemplo, que muitas das métricas comuns da Web são...
Em quais casos um deve preferir um ao outro? Encontrei alguém que reivindica uma vantagem para Kendall, por razões pedagógicas , existem outras
Alguém pode me explicar por que alguém escolheria um parâmetro paramétrico em vez de um método estatístico não paramétrico para teste de hipóteses ou análise de regressão? Na minha opinião, é como fazer rafting e escolher um relógio não resistente à água, porque você pode não o molhar. Por que...
Eu tenho dados de um experimento que analisei usando testes t. A variável dependente é escalonada em intervalos e os dados são desparelhados (ou seja, 2 grupos) ou emparelhados (ou seja, dentro de indivíduos). Por exemplo (dentro dos assuntos): x1 <- c(99, 99.5, 65, 100, 99, 99.5, 99, 99.5,...
Gostaria de saber se faz diferença na interpretação se apenas as variáveis dependentes, dependentes e independentes ou apenas as independentes são transformadas em log. Considere o caso de log(DV) = Intercept + B1*IV + Error Eu posso interpretar o IV como o aumento percentual, mas como isso...
Esta pergunta vem à mente há mais de um mês. A edição de fevereiro de 2015 da Amstat News contém um artigo do professor Mark van der Laan, de Berkeley, que censura as pessoas por usarem modelos inexatos. Ele afirma que, usando modelos, a estatística é então uma arte e não uma ciência. Segundo ele,...
Existem várias técnicas populares de reamostragem, frequentemente usadas na prática, como inicialização, teste de permutação, canivete, etc. Existem inúmeros artigos e livros que discutem essas técnicas, por exemplo, Philip I Good (2010) Permutation, Parametric, and Bootstrap Tests de...
As árvores de decisão parecem ser um método de aprendizado de máquina muito compreensível. Uma vez criado, pode ser facilmente inspecionado por um ser humano, o que é uma grande vantagem em algumas aplicações. Quais são os aspectos fracos práticos das Árvores de
Distribuições muito distorcidas, como o log-normal, não resultam em intervalos precisos de confiança na inicialização. Aqui está um exemplo que mostra que as áreas da cauda esquerda e direita estão longe do valor ideal de 0,025, independentemente do método de inicialização que você tenta no...
Modelos aditivos generalizados são aqueles em que por exemplo. as funções são suaves e devem ser estimadas. Geralmente por splines penalizados. MGCV é um pacote em R que faz isso, e o autor (Simon Wood) escreve um livro sobre seu pacote com exemplos de R. Ruppert et al. (2003) escrevem um livro...
Estou usando o sinal de intercalação para executar uma floresta aleatória validada cruzada em um conjunto de dados. A variável Y é um fator. Não há NaN, Inf ou NA no meu conjunto de dados. No entanto, ao executar a floresta aleatória, recebo Error in randomForest.default(m, y, ...) : NA/NaN/Inf...
Ouvi falar da probabilidade empírica de Owen, mas até recentemente não prestava atenção até que me deparei com isso em um artigo de interesse ( Mengersen et al. 2012 ). Em meus esforços para entendê-lo, observei que a probabilidade dos dados observados é representada como , onde e...
Eu estou um pouco confuso. Por que os processos gaussianos são chamados de modelos não paramétricos? Eles assumem que os valores funcionais, ou um subconjunto deles, têm um Gaussiano anterior com média 0 e função de covariância dada como função do kernel. Essas funções do kernel possuem alguns...
É verdade que os métodos bayesianos não se ajustam demais? (Vi alguns artigos e tutoriais fazendo essa reivindicação) Por exemplo, se aplicarmos um Processo Gaussiano ao MNIST (classificação de dígitos manuscritos), mas mostrarmos apenas uma amostra, será revertida para a distribuição anterior...
Ao ler sobre o teste KS de 2 amostras, entendo exatamente o que está fazendo, mas não entendo por que ele funciona . Em outras palavras, eu posso seguir todas as etapas para calcular as funções de distribuição empírica, encontrar a diferença máxima entre os dois para encontrar a estatística D,...
Estou usando o JMP para examinar as diferenças na cobertura vegetal em grupos de formas de crescimento (árvores, arbustos, arbustos, etc.) antes e depois de três tratamentos com controle. O tamanho da minha amostra é pequeno (n = 5) e a maioria das minhas distribuições não é normalmente...
Sinto que isso pode ter sido solicitado em outro lugar, mas não com o tipo de descrição básica de que preciso. Eu sei que não paramétrico depende da mediana em vez da média para comparar ... alguma coisa. Eu também acredito que se baseia em "graus de liberdade" (?) Em vez de desvio padrão....
Oi, eu estou tentando encontrar o equivalente não paramétrico de uma ANOVA bidirecional (design 3x4) que é capaz de incluir interações. De minhas leituras em Zar 1984, "Análise Bioestatística", isso é possível usando um método apresentado por Scheirer, Ray e Hare (1976), no entanto, de acordo com...
Existe algum teste estatístico paramétrico e não paramétrico? Esta pergunta foi feita por um painel de entrevistas. É uma pergunta