第1章 イントロダクション
- 1.1,1.3 パーミュテーションテストとは
- 複数データについて、ノンパラメトリックに仮説検定を行う手法
- 計算機的負荷が大きい
- 1.2 Conditionality と Exchangeability
- 変数がある
- 複数のデータを取る
- 複数のデータは、複数群に分割できる
- 帰無仮説・対立仮説のそれぞれにおいて、同一群とみなされた(条件:Conditionality)データは相互に交換可能(Exchangeable)である
- 1.4 パーミュテーション実行方法の分類
- Heuristic(発見的)アプローチ->単純な問題には通常、十分
- 2つのformal アプローチ->複雑な問題には必要
- "Invariance approach"
- "Conditioning approach"
- 1.5 Randomization と Permutation
- 無作為割付(randomization)と(無作為)順列割付(permutation)とは似ているけれど異なる作業
- 1.6 Conditioning が適当な場合(完全に了解した上での記述になっていないことに注意)
- 従属変数の分布モデルがノンパラメトリックなとき
- 変数の分布モデルが十分特定されていないとき
- 変数の分布モデルが十分特定されたとしても、nuisance parametersが多すぎるとき
- nuisance paramterの分布モデルが不偏統計量を持たなかったり、帰無仮説における推定値が決まらないとき
- 変数の分布モデルが与える付属の統計量が推定結果に強く影響するとき
- 変数の分布モデルが与える付属の統計量が他のnuisance parameterに影響されるとき
- 帰無仮説でのサンプリングの漸近近似が不特定の要素に依存するとき
- サンプルサイズが従属変数の数に満たないとき
- サンプルデータが有限集団から抽出された場合、および、サンプルサイズが変数の数より少ないとき
- 多変量解析において、カテゴリカル変数と量的変数が混在するとき
- 多変量解析における代替手法が適用できないような条件を持つデータであるとき
- 変数に重要度の多寡があるとき
- 欠測値を無視できないとき
- サンプルに定義不能な選択バイアスがあるとき
- 独立変数が複数の面に影響を与え、その複数影響を総合して評価したいとき
- 1.7 計算機処理に関して
目次
- その1第1章 イントロダクション
- その2第2章 単純な検定問題
- その3第3章 1標本パーミュテーションテストの理論
- その4第4章 多標本1変数パーミュテーションテストの例
- その5第4章(2) One-way ANOVA 多標本1変数パーミュテーションテストの例
- その6第4章(3) Goodness-of-fit(分割表検定)の多標本1変数 順序のあるカテゴリカル変数のパーミュテーションテストの例
- その7第4章(3) Repeated Observations サンプルは対等・multiple量的変数 多標本1変数のパーミュテーションテストの例
- その8第5章 多標本パーミュテーションテストの理論
- その9第6章 ノンパラメトリック組合せ方法
- その10第7章 ノンパラメトリック組合せ解析の例 7.2 Multivariate paired Observation
- その11浮動小数点とパーミュテーションテストプログラミング・一致試行
- その12第7章 ノンパラメトリック組合せ解析の例 7.5 SNP genotypeの場合(Isotonic inference)
- その13第8章 Factorial designs
- 教科書
Multivariate Permutation Tests: With Applications in Biostistics
- 作者: Fortunato Pesarin
- 出版社/メーカー: John Wiley & Sons Inc Print on
- 発売日: 2001/06/01
- メディア: ハードカバー
- 参照論文の紹介記事はこちら
- 目次(各章の記事へは、リンクをたどって下さい)