mtest

mtest een Python implementatie van de m-test, twee steekproeftest basis van model selectie en beschreven in [1] en [2].
Ondanks hun belang in de ondersteuning van experimentele conclusies, standaard statistische tests zijn vaak ontoereikend voor onderzoeksgebieden, zoals de life sciences, waar de typische steekproefomvang is klein en de test aannames moeilijk te controleren. In dergelijke omstandigheden, standaardtesten neiging overdreven conservatief en niet aldus significante effecten in de data te detecteren.
De m-test is een klassieke statistische toets in de zin definiëren significantie met conventionele gebonden aan Type I fouten. Aan de andere kant, is het gebaseerd op Bayesiaanse model selectie, en houdt dus rekening met de onzekerheid over de parameters van het model, het inperken van het probleem van de kleine monsters omvang.
De m-test is gevonden dat in het algemeen een hoger vermogen (kleiner deel van type II fouten) dan een t-test error kleine steekproefomvang (3 tot 100 monsters).
[1] Berkes, P., Fiser, J. (2011) A frequentistische twee-monster test op basis van Bayesiaanse model selectie. arXiv: 1104.2826v1
[2] Berkes, P., Orban, G., Lengyel, M., en Fiser, J. (2011). Spontane corticale activiteit toont kenmerken van een optimaal intern model van de omgeving. Science, 331: 6013, 83-87.
mtest tafels
mtest schepen slaat tabellen van statistieken om de p-waarde en de kracht van nieuwe gegevens te berekenen in de meest efficiënte manier. De bibliotheek wordt verspreid met tafels voor p-waarden (type I fout) voor N = 3,4, ..., 20 en N = 30,40, ..., 100. Deze tabellen hebben betrekking op de meest voorkomende gevallen. Nieuwe tafels worden berekend wanneer nodig, hoewel de voltooiing van een paar uur kan duren. Type II fout tafels zijn niet inbegrepen verpakkingsgrootte klein te houden.
Zie scriptscompute_basic_tables.py voor een voorbeeld script voor een pre-compute tabellen die u nodig zou kunnen hebben. . Het script maakt gebruik van de joblib bibliotheek om de berekeningen te verdelen over meerdere cores

Eisen

• Python
• scipy
• pymc