mtest

mtest je implementace Python z m-test, test dvou vzorku na základě výběru modelu a je popsáno v [1] a [2].
Přes jejich význam pro podporu experimentální závěry, standardní statistické testy jsou často nevhodné pro oblasti výzkumu, stejně jako v biologických vědách, kde je typická velikost vzorku je malé a ověřování předpokladů obtížné ověřit. V takových podmínkách, standardní testy mají sklon být příliš konzervativní, a selhání tak, aby odhalil významné účinky v datech.
M-test je klasický statistický test ve smyslu definování významu s konvenční mez chyby typu I. Na druhé straně, to je na základě Bayesovské výběru modelu, a tím zohledňuje nejistoty ohledně parametrů údajů modelu, zmírnit problém malých vzorků velikosti.
M-testu bylo zjištěno, že mají obecně vyšší výkon (menší část typu II chyby), než t-testu chyba pro malou velikostí vzorku (3-100 vzorků).
[1] Berkes, P., Fišer, J. (2011) frequentist zkušební dvou vzorek založený na Bayesian výběru modelu. arXiv: 1104.2826v1
[2] Berkes, P., Orban, G., Lengyel, M., a Fišer, J. (2011). Spontánní kortikální činnost odhaluje punce optimální interního modelu životního prostředí. Science, 331: 6013, 83-87.
mtest tabulky
mtest lodě ukládá do tabulky statistik počítat p-hodnoty a sílu nových dat tím nejefektivnějším způsobem. Knihovna je distribuován s tabulkami pro P-hodnot (chyba typu I) pro N = 3,4, ..., 20 a pro N = 30,40, ..., 100. Tyto tabulky pokrývají nejběžnější případy. Nové tabulky jsou počítány v případě potřeby, i když dokončení může trvat několik hodin. Typ II chybové tabulky nejsou zahrnuty udržet velikost balení malý.
Viz scriptscompute_basic_tables.py pro příklad skriptu pre-výpočetní tabulky, které by vás mohly potřebovat. . Skript využívá knihovny joblib distribuovat výpočty na více jader

Požadavky na :

• Python
• scipy
• pymc