| 共 15 篇文章 |
|
假设检验中先设定他的对立面是成立的，并完成统计计算，当对立面成立的可能性足够小的时候就拒绝他，接受备择假设，也就验证了我们的目标。基于这一点，我们拒绝原假设所需要的p值水平是严格公认的“足够小”综上，假设检验从根本上限定了：我们能够验证的只有备择假设，而永远无法验证原假设成立。因为检验是基于原假设成立的角度做出的，p值&... 阅427 转6 评0 公众公开 18-12-29 13:04 |
画说统计 | 用分层分析表达对父亲的爱。此图“创作于”小儿学龄前，是哄孩子的副产品。其中的母亲和父亲的身体部分出孩子之手；而孩子自己和父亲的头是我的“真迹”。日前，餐后娱乐时间，孩子他爹为了活跃家庭气氛，笑着对我说：“你是咱家最矮的人。我还没来得及“反击”，儿子就对爸爸说：“那你就是咱家最矮的男人。祝天下的父亲，父亲节快... 阅156 转3 评0 公众公开 18-12-29 13:04 |
因此回归系数a就表征了自变量X对因变量Y的影响方向和强度：当包含两个自变量的时候（例如，在研究儿子的身高与父母身高的关系时），我们可以用三维坐标系给与描述（其中，Y代表儿子的身高；或者说，扣除了母亲身高对孩子身高的影响，父亲的身高每增加一个单位，儿子的身高就增加a1个单位。同样，我们也可以找到与X1轴相垂直的平面，控制父亲因... 阅368 转4 评0 公众公开 18-12-29 13:03 |
画说统计 | 画出我心中的直观统计。《画说统计》来自我多年的愿望。记得还在做医生的时候，从第一次“研读”统计学专著，自己做统计分析时，就产生了这个想法。当统计学成为我的专业之后，面对和曾经的我一样正被统计学“煎熬”的大夫们，我也会用随手的图画帮助各位理解这“剪不断，理还乱”的知识。于是，我产生了整理统计图画的。 阅861 转9 评0 公众公开 18-12-29 13:03 |
画说统计 | 从朋友圈美图看信息偏倚。这个时候我才意识到：原来就算不做研究，信息偏倚也是常伴左右的：信息偏倚（information bias）也称观察性偏倚（observation bias），是研究过程中，因为信息获取过程中所存在的问题，导致所获取的信息偏离了真实情况。在临床信息的收集过程中，如果调查人员，研究者的调查环境和方式不同或者调查技术水... 阅58 转2 评0 公众公开 18-12-29 13:03 |
画说统计 | 一致性评价之召唤“不蓝的奥特曼”Bland-Altman 分析是Bland 和Altman 两位生物统计学家在1986年提出的,评价两种测量方法一致性的统计手段。通过形象的图示以及相应的统计指标，对两种测量方法测量结果的一致性特征给与直观、准确、简洁的特征描述，因而得到了广泛应用。Bland-Altman 分析 通过散点图呈现两种测量方法的差异特征：... 阅341 转4 评0 公众公开 18-12-29 13:03 |
再次友情提示：不少同学在描述样本的时候，由于”嫌弃“过大的标准差，就改用标准误作样本描述，殊不知这样一来，我们已经不是在描述样本特征而是在描述均值特征了。在针对某特定总体完成一次抽样时，我们会以所获得的样本均数来估算总体均值，这个样本均数被称为总体均数的点估计值。因此样本均数95%可信区间的含义在于：在特定条件的样本分析... 阅517 转9 评0 公众公开 18-12-29 13:03 |
画说统计 | 狗狗与大树：一首帮你读懂可信区间的“唐诗”用狗狗和大树就能把可信区间解释清楚？样本来自总体，但又带有抽样误差，所以不会和总体所在的位置完全相同，但由于“狗带”的牵引， 仿佛被链子拴在总体之上，因此通常离总体不会太远，当然离得越近的地方出现的机会越高些。问题在于，实际研究中，我们无法直接见到总体这个隐形的大树... 阅143 转4 评0 公众公开 18-12-29 13:02 |
画说统计 | 测量方法的一致性评价，别再把t检验当“大力丸”就用体重测量做例子吧，我们构造几种有代表性的测量结果：“帮你减肥秤”，“天生一好秤”和“根本没谱秤”来说明t检验主旨与一致性评价的径庭之处。从测量值看，新方法与标准方法的差异极小，差值的平均值接近0（这当然是为了说明方便，我造的），如此数据特征，完成配对t检验一定会... 阅544 转5 评0 公众公开 18-12-29 13:02 |
画说统计 | ROC 曲线 -愿做彩虹助诊断。如何表述这种接近程度呢，ROC曲线的曲线下面积不失为一个有意义的指标。我们可以认为ROC曲线坐落在这个边长为1的正方形上，我们或许可以把金标准诊断方法的曲线下面积视为其极大值：1，通常情况下，当诊断指标的ROC 曲线下面积越接近1时，则其诊断能力越好。由此可见，ROC曲线分析的第一要务，在于从指标... 阅458 转12 评0 公众公开 18-12-29 13:02 |
