Krzywa ROC - co zawsze chciałeś wiedzieć, ale bałeś się zapytać...

Ten post jest inspirowany, jak wiele z nich, pytaniem studenta. Okazuje się, że wielu z nas wykorzystuje w analizie krzywe ROC nie do końca wiedząc do czego służą te krzywe i jak są tworzone. Modele klasyfikacyjne stały się bardzo popularnym narzędziem i są częścią wielu zaimplementowanych szeroko dostępnych czarnych skrzynek Przeczytaj więcej o Krzywa ROC - co zawsze chciałeś wiedzieć, ale bałeś się zapytać...[…]

Porównania parami

Porównania post-hoc parami są bardzo częstą częścią codziennej rutyny naukowca. Jest to nieuniknione, gdy przeprowadzamy ANOVA lub testy nieparametryczne z więcej niż dwiema grupami. W pewnym momencie możesz chcieć mieć ładną wizualizację tego, co jest istotne, a co nie. Ewentualnie z wartościami p zapisanymi na wykresie. Następnie Przeczytaj więcej o Porównania parami[…]

Działki Sankey

Wykresy Sankeya są często wykorzystywane do ilustrowania przepływów, na przykład zmian w leczeniu w medycynie. Powyższy wykres ilustruje zmiany w leczeniu pacjentów z astmą. Niektóre małe przepływy zostały pominięte. Dzięki pakietowi network3D tworzenie wykresów Sankey'a stało się zabawne! Dzięki zastosowaniu skryptów java mogą one być interaktywne. Są jednak pewne pułapki przy korzystaniu z tego rozwiązania Przeczytaj więcej o Działki Sankey[…]

Pakiet Forestplot R - czego nie można z nim zrobić.

Kiedy przeprowadzasz meta-analizę, zazwyczaj wizualizujesz swoje wyniki używając tzw. wykresu leśnego. Wykres ten jest automatycznie dostępny w pakietach przeznaczonych do metaanalizy (np. meta), ale czasami chciałoby się go wykreślić "od zera" i całkowicie dostosować do własnych potrzeb. Po zmaganiach z ggplot2 odkrywasz pakiet forestplot Przeczytaj więcej o Pakiet Forestplot R - czego nie można z nim zrobić.[…]

Interakcje i dlaczego wszyscy się mylimy?

Skąd bierze się interpretacja interakcji? Załóżmy, że mamy pacjentów w próbie własnej i model liniowy (prosty lub mieszany). Dla modelu liniowego mamy równanie w postaci: Y = A0 + A1 * X1 + A2 * X2 + A3 * X1 * X2, gdzie A0 jest punktem przecięcia, a A1 i A2 są głównymi efektami odpowiednio X1 i X2. Przeczytaj więcej o Interakcje i dlaczego wszyscy się mylimy?[…]

Kilka przemyśleń na temat obliczania wielkości próby dla jednej proporcji

Powiedzmy, że musimy obliczyć wielkość próby dla pojedynczego oszacowania proporcji (testowania). Pomijając teraz matematykę i pewną zmienność w użytych wzorach, możemy to zrobić na dwa sposoby: Po pierwsze: używając potęgi pojedynczego testu, a następnie wymagamy, aby test odrzucał lub nie hipotezę Przeczytaj więcej o Kilka przemyśleń na temat obliczania wielkości próby dla jednej proporcji[…]

pl_PLPolish
Darmowe motywy WordPress