happy_rabbit

  •  
  • 2013年1月12日
  • 注册于 2011年7月24日
  • 先说Wilcoxon signed-rank test。

    (1)paired t-test:检验两组均值是否相等

    (2)Wilcoxon signed-rank test: 检验两组的中位数是不是相等。这个是paired t-test的非参检验版本的类比。从名字可以看出就是用两组数的rank信息。因为t test是在正态条件下,当数据偏的离谱的时候,就没法用t了。所以只好做出牺牲,用Wilcoxon signed-rank test。 但于此同时,你可以看到,你能得到的结果弱的多了。

    (3)感兴趣可以去搜下: sign test。 这个检验配对的两组数之间差别的正负号数目是否相等。

    这三个检验可以算一伙的。

    再说Spearman's rank correlation coefficient。

    不同的correlation coefficient是用来反映变量之间相关性的工具。衡量线性相关性的指标地球人都熟悉,就是传说中的pearson correlation coefficient。 但是它是存在局限性(即:线性相关)的。于是作为互补,有另外两种衡量相关性的方式:rank correlation 和 coefficients of tail dependence。而你说的 Spearman’s rho就是前面那种了。这个 Spearman’s rho可以看成是pearson correlation coefficient相应的非参版本类比(是不是感觉生活在重复[s:13])。这个可以反映的是两组变量之间的单调相关性,这个有进步的地方是可以衡量非线性单调关系。但是对那种非单调的相关性就不管用啦。你可以看看这里:https://statistics.laerd.com/statistical-guides/spearmans-rank-order-correlation-statistical-guide.php

    那关于你这个例子,如果Spearman’s rho高说明了什么呢?说明了value1变大的时候,value2也会相应的变大(或者相应变小)。但是变化多少就不知道了,可能说value1加10%,value2也相应加10%,也可能value1加10%,value2增加50%,但只要它们变化的方向是相关的,那Spearman’s rho就高。

    所以,我不认为这里可以加权重。

  • [未知用户] 这个是个哲学问题。我其实一直不知道这样的争论意义在哪里。就事论事,关于你的问题,下面是我的回答:

    定义Bayesian 和 Frequentist的问题可以归结为人们对概率本体论性质(ontological nature of probability)的看法。很拗口是不是?其实就是怎么定义“概率”的问题。
    1、Frequestist认为,“概率”是长期的频率。我们说对某结果发生概率预测是正确的是指(拿投硬币正面概率是0.5做例子):你不断的重复投硬币,投的次数越多,正面朝上的频率越接近0.5。
    2、Bayesian是根据先验信息来给出“概率”。假设姐说手上这硬币姐打娘胎里出来就拽着呢,跟了姐一辈子,姐比谁都熟悉这硬币,落地保证是正面,概率为1。而且神说了,关于这硬币的所有事情只能听这位姐姐的。于是你就算投1000次都是反面,这硬币落地正面的概率也被定义为1。

    (这只是个极端的例子,挑Bayesian的先验也得合理,不然神都不理你。)

    一句话概括:Frequestist是客观唯物主义,Bayesian是主观唯心主义。
  • 回复 第34楼 & 第28楼 : 楼上的都是计算机牛人,用各种fancy的系统。膜拜一下。姐还是用mac吧, windows对我来说都太难了。直观还不够,还得美观姐才会用>_<.[s:11]