पुनर्लेखन के लिए अच्छा पाठ?


10

क्या समूह लागू रेज़म्पलिंग तकनीकों के लिए एक अच्छा परिचय पाठ / संसाधन सुझा सकता है? विशेष रूप से, मैं समूहों की तुलना करने के लिए शास्त्रीय पैरामीट्रिक परीक्षणों (जैसे टी परीक्षण, एनोवा, एएनसीओवीए) के विकल्पों में दिलचस्पी रखता हूं, जब सामान्यता जैसी धारणाओं का स्पष्ट रूप से उल्लंघन होता है।

एक उदाहरण समस्या का प्रकार जिसे हल करने के लिए मैं बेहतर तरीके से खुद को शिक्षित करना चाहूंगा, जैसे कुछ शामिल हो सकता है:

I)
2 समूह: उपचार और नियंत्रण

आश्रित वार: हस्तक्षेप के बाद खाता शेष डॉलर में परिवर्तन

कोवरिएट: पूर्व हस्तक्षेप खाता शेष डॉलर।

ANCOVA लगाने के साथ समस्या: कई विषयों में कोई परिवर्तन नहीं होगा (कई शून्य)।

II)
2 समूह: उपचार और नियंत्रण

आश्रित वार: नए खाते जोड़े गए

कोवरिएट: खातों की पूर्व हस्तक्षेप संख्या।

* कई विषयों में कोई जोड़ा खाता (कई शून्य) नहीं होगा।

क्या मैं बूटस्ट्रैप का उपयोग कर सकता हूं? एक क्रमचय परीक्षण? यह उस प्रकार का विश्लेषण है, जिसे मैं नॉनपैमेट्रिक रेसमलिंग विधियों पर लागू करना चाहूंगा।

जवाबों:


5

एक अच्छे संदर्भ के लिए, मैं एक लागू साथी पाठ्यपुस्तक के लिए फिलिप गुड, रिसमलिंग मेथड्स: ए प्रैक्टिकल गाइड टू डेटा एनालिसिस (बिरखुसर बोस्टन, 2005, तीसरा संस्करण) की सिफारिश करूंगा । और यहाँ एक एनोटेटेड ग्रंथ सूची के लिए बूटस्ट्रैप हैरेज़मैप्लिंग विधियाँ: अवधारणाएँ, अनुप्रयोग और औचित्य भी एक अच्छी शुरुआत प्रदान करता है।

ऐसे कई R पैकेज हैं जो रेज़मैपलिंग तकनीकों के उपयोग की सुविधा प्रदान करते हैं:

(कई अन्य पैकेज हैं ...)


@chi और @whuber: धन्यवाद, मैं सोच रहा था कि क्या द गुड बुक एक अच्छा विकल्प था। समस्या के प्रकार के लिए जो मैंने निर्धारित किया है - मूल रूप से उल्लंघन के साथ ANCOVA, क्या मैं क्रमपरिवर्तन या बूटस्ट्रैपिंग के साथ सही रास्ते पर हूं?
B_Miner

@ user2040 क्रमपरिवर्तन परीक्षणों में गलत होना कठिन है। गुड में विशेष रूप से मल्टीफॉर्मर डिजाइन, श्रेणीबद्ध डेटा और बहुभिन्नरूपी विश्लेषण (MANCOVA सहित) पर अध्याय हैं। हालाँकि मैं आपकी विशिष्ट समस्या को पूरी तरह से समझ नहीं पा रहा हूँ, मुझे यकीन है कि आपको वहाँ कुछ उपयोगी मिल जाएगा।
व्हाट्सएप

@ user2040 मैं कुछ संदर्भ जोड़ूंगा लेकिन मैंने आपके दो बिंदुओं को भी समझना मुश्किल पाया। मेरे ज्ञान के लिए, कोवरिएट निरंतर होने पर कोई सटीक क्रमपरिवर्तन परीक्षण नहीं होता है।
chl

1
@ मुझे लगता है, अगर मैं सही ढंग से निरंतर कोवरिएट्स के बारे में आपकी टिप्पणी को समझता हूं, तो यह सटीकता डेटा में यादृच्छिकता द्वारा निभाई गई भूमिका पर निर्भर करती है। जब रैंडमाइजेशन डिजाइन द्वारा होता है , तो यह मायने नहीं रखता कि आपके पास किस तरह का डेटा है। क्रमपरिवर्तन परीक्षण दिए गए अनुसार डेटा लेता है और बस हमें यह दिखाने देता है कि यदि हमारे यादृच्छिक संख्या जनरेटर (उदाहरण के लिए) में उपचार और नियंत्रण समूहों के लिए विषयों के विभिन्न असाइनमेंट होते हैं तो सांख्यिकीय परिणाम कैसे सामने आएंगे।
whuber

@chi और @whuber, फिर से धन्यवाद। मैं देखूंगा कि कौन सी अच्छी किताबें सबसे अच्छी हैं (कई पनिशमेंट का इरादा है)। जहां तक ​​मेरी समस्या है, मूल रूप से यह एक दो नमूना प्रयोग (उपचार और नियंत्रण / कोई उपचार नहीं) है जहां एक पूर्व प्रयोग आधारभूत उपाय और एक पोस्ट उपचार उपाय मौजूद है, बाद वाला आश्रित चर है (वास्तव में यह माप में परिवर्तन है। प्री से पोस्ट)। तो यह एक विशिष्ट ANCOVA या ANOVA होगा (यह निर्भर करता है कि परिवर्तन आश्रित है या पोस्ट है, पूर्व के साथ एक सहसंयोजक के रूप में) सिवाय इसके कि पोस्ट के कई माप शून्य हैं (ग्राहक ने कुछ भी नहीं खरीदा)।
B_Miner

4

फिलिप गुड, पर्मुटेशन, पैरामीट्रिक और बूटस्ट्रैप टेस्ट्स ऑफ हाइपोथेसिस (तीसरा संस्करण)। स्प्रिंगर, 2005।

यह पुस्तक गणितीय रूप से आसान, सुलभ है, और अनुप्रयोगों की एक विस्तृत श्रृंखला को कवर करती है।


(+1) आह ... हमने उसी पुस्तक का हवाला दिया :)
chl

@ मैं ऐसा नहीं सोचता: वे एक ही लेखक के हैं लेकिन थोड़ा अलग शीर्षक और अलग प्रकाशक हैं। शायद हम प्रत्येक को उनके बारे में थोड़ा और कहना चाहिए ताकि हम यह निर्धारित कर सकें कि ओपी के लिए अधिक उपयुक्त हो सकता है। मैंने आपकी प्रतिक्रिया में टिप्पणी में कुछ विवरण जोड़े।
whuber

तुम्हारा देखते ही मैंने अपना डिलीट कर दिया।
chl

@chl आह, मैं देख रहा हूं। तो कोई अतिरेक नहीं है।
whuber
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.