Perguntas com a marcação «power»

É uma propriedade de um método de teste de hipóteses: a probabilidade de rejeitar a hipótese nula, uma vez que é falsa, ou seja, a probabilidade de não cometer um erro do tipo II. O poder de um teste depende do tamanho da amostra, do tamanho do efeito e da importância (α) nível do teste.




1
Cálculos de potência / tamanho da amostra para estudo de biomarcadores
Temos um potencial biomarcador para prever se um paciente tem câncer ou não. O resultado do teste de biomarcador é binário sendo positivo ou negativo. Queremos ter uma noção da quantidade de pacientes que precisam ser testados para determinar se esse biomarcador é um bom preditor ou não. Pela leitura …
13 r  power 


2
Como justificar rigorosamente as taxas de erro falso-positivas / falso-negativas escolhidas e a relação de custo subjacente?
Contexto Um grupo de cientistas sociais e estatísticos ( Benjamin et al., 2017 ) sugeriu recentemente que a taxa de falso positivo típica ( αα\alpha = 0,05) usada como limiar para determinar a "significância estatística" precisa ser ajustada para um limiar mais conservador ( αα\alpha = 0,005). Um grupo concorrente …

1
Por que o teste F nos modelos lineares gaussianos é mais poderoso?
Y=μ+σGY=μ+σGY=\mu+\sigma Gμμ\muWWWGGGRnRn\mathbb{R}^nFFFH0:{μ∈U}H0:{μ∈U}H_0\colon\{\mu \in U\}U⊂WU⊂WU \subset W Como podemos saber que essa estatística fornece o teste mais poderoso paraH0(talvez depois de descartar casos particulares incomuns)? Isso não deriva do teorema de Neyman-Pearson, porque afirma que o teste da razão de verossimilhança é o mais poderoso para hipóteses de pontosH0:{μ=μ0,σ=σ0}eH1:{f=ϕ(2logsupμ∈W,σ>0L(μ,σ|y)supμ∈U,σ>0L(μ,σ|y)).f=ϕ(2log⁡supμ∈W,σ>0L(μ,σ|y)supμ∈U,σ>0L(μ,σ|y)).f=\phi\left( 2\log \frac{\sup_{\mu …









Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.