Все мы знаем распространенные линейные модели регрессии OLS. В таких моделях мы предполагаем, что Y линейно зависит от некоторого, предположим, непрерывного предиктора X плюс и учитываем ошибку измерения для Y как: Y_i=A+B*X_i, i - индекс i-го наблюдения по X и Y. Заметим, что из Узнать больше о Регрессия по Демингу[…]

Этот пост, как и многие другие, навеян вопросом студента. Оказывается, многие из нас используют ROC-кривые в анализе, не совсем понимая, для чего эти кривые нужны и как они создаются. Модели классификации стали очень популярным инструментом и являются частью многих широко доступных "черных ящиков". Узнать больше о ROC-кривая - то, что вы всегда хотели знать, но боялись спросить...[…]

Пост-хок парные сравнения - очень распространенная часть повседневной работы исследователя данных. Всякий раз, когда мы проводим ANOVA или непараметрическое тестирование с более чем двумя группами, это неизбежно. В какой-то момент вам захочется получить красивую визуализацию того, что является значимым, а что нет. Возможно, с p-значениями, написанными на графике. Тогда Узнать больше о Попарное сравнение[…]

Графики Санки часто используются для иллюстрации потоков, например, изменений в лечении в медицине. Приведенный выше график иллюстрирует изменения в лечении пациентов с астмой. Некоторые небольшие потоки опущены. Благодаря пакету network3D построение графиков Санки стало увлекательным занятием! С помощью java-скриптов они могут быть интерактивными. Однако при использовании этого пакета есть некоторые ловушки Узнать больше о Санкционные участки[…]

При проведении мета-анализа вы обычно визуализируете результаты с помощью так называемого лесного графика. Этот график автоматически доступен в пакетах, предназначенных для мета-анализа (например, meta), но иногда возникает желание построить график "с нуля" и полностью настроить его. Немного повозившись с ggplot2, вы обнаруживаете пакет forestplot Узнать больше о Пакет Forestplot R - что с ним нельзя делать.[…]

Откуда исходит интерпретация взаимодействия? Предположим, что у нас есть пациенты в нашей выборке и линейной модели (простой или смешанной). Для линейной модели у нас есть уравнение вида: Y = A0 + A1 * X1 + A2 * X2 + A3 * X1 * X2, где A0 - точка пересечения, а A1 и A2 - основные эффекты X1 и X2 соответственно. Узнать больше о Взаимодействия и почему мы все ошибаемся?[…]

Допустим, нам нужно рассчитать размер выборки для оценки одной доли (тестирования). Опуская сейчас математику и некоторую вариативность используемых формул, мы можем сделать это двумя двумя способами: во-первых: используя мощность одного теста, а затем нам просто требуется, чтобы тест отклонял или нет гипотезу Узнать больше о Несколько мыслей о расчете размера выборки для одной доли[…]