Статистический анализ данных (курс лекций, К.В.Воронцов)

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
м
м
Строка 41: Строка 41:
=== Непараметрическая проверка гипотез ===
=== Непараметрическая проверка гипотез ===
-
[Kanji, Good]
+
[Кобзарь, Good, Wilcox]
-
* Непараметрические ранговые критерии для проверки гипотез: [[критерий Уилкоксона-Манна-Уитни]], [[гипотезы о положении]], [[гипотезы о рассеивании]].
+
-
<!---* Элементы [[теория измерений|теории измерений]]: номинальные, порядковые и количественные переменные; инварианты. Разновидности [[Обобщённое среднее|средних]]: по Коши, по Колмогорову, мода, медиана. Среднее в порядковой шкале [Орлов, гл. 3]. Пример: маркетинговое исследование привлекательности продуктов (образовательных услуг); важность постановки вопросов при формировании анкет [Орлов, 229]. --->
+
* [[Критерии знаков]]: одновыборочный, для связных выборок.
* [[Критерии знаков]]: одновыборочный, для связных выборок.
* [[Вариационный ряд]], ранги и связки.
* [[Вариационный ряд]], ранги и связки.
* [[Ранговые критерии]]: [[критерий Уилкоксона-Манна-Уитни]], [[критерий Уилкоксона двухвыборочный]], [[критерий Уилкоксона для связных выборок]], [[критерий Зигеля-Тьюки]], [[WM-критерий]].
* [[Ранговые критерии]]: [[критерий Уилкоксона-Манна-Уитни]], [[критерий Уилкоксона двухвыборочный]], [[критерий Уилкоксона для связных выборок]], [[критерий Зигеля-Тьюки]], [[WM-критерий]].
* Перестановочные критерии. Проверка гипотез о положении (одновыборочный, для связных выборок, для независимых выборок), проверка гипотезы о рассеивании.
* Перестановочные критерии. Проверка гипотез о положении (одновыборочный, для связных выборок, для независимых выборок), проверка гипотезы о рассеивании.
-
<!---* Доверительные интервалы для медианы (Уилкоксона-Мозеса) и сдвига (Уилкоксона-Тьюки).
+
* Двухвыборочные критерии согласия: Колмогорова-Смирнова, Крамера-фон Мизеса (Андерсона).
 +
* [[Функция сдвига]] и доверительные ленты для неё (независимые и связные выборки).
 +
<!---* Элементы [[теория измерений|теории измерений]]: номинальные, порядковые и количественные переменные; инварианты. Разновидности [[Обобщённое среднее|средних]]: по Коши, по Колмогорову, мода, медиана. Среднее в порядковой шкале [Орлов, гл. 3]. Пример: маркетинговое исследование привлекательности продуктов (образовательных услуг); важность постановки вопросов при формировании анкет [Орлов, 229].
 +
* Доверительные интервалы для медианы (Уилкоксона-Мозеса) и сдвига (Уилкоксона-Тьюки).
* Множественные сравнения на основе рангов Фридмана. --->
* Множественные сравнения на основе рангов Фридмана. --->
[[Media:S3.pdf‎‎|Материалы занятия]]
[[Media:S3.pdf‎‎|Материалы занятия]]
 +
 +
=== Множественная проверка гипотез ===
 +
[Bretz]
 +
* [[Множественная проверка гипотез]]. Примеры задач. Меры числа ошибок первого рода.
 +
* [[FWER]], поправка Бонферрони.
 +
* Нисходящие процедуры множественной проверки: общий вид, метод Холма.
 +
* Процедуры множественной проверки гипотез при наличии дополнительной информации о признаках: независимость, subset pivotality.
 +
* Оценка числа верных нулевых гипотез и её применение.
 +
* [[FDR]], методы Бенджамини.
 +
 +
[[Media:S5.pdf‎‎|Материалы занятия]]
 +
 +
=== Последовательный анализ ===
 +
[Вальд, Mukhopadhyay]
 +
* Применение в задачах проверки гипотез о значениях параметра биномиального распределения: сравнение значения с заданным, сравнение двух значений.
 +
* Применение в задачах проверки гипотез о значениях параметров нормального распределения: сравнение значения среднего с заданными (симметричный и несимметричный варианты), сравнение значения дисперсии с заданным.
 +
* Последовательные доверительные интервалы для среднего нормальной совокупности с неизвестной дисперсией (двухэтапная, последовательная процедуры). Процедуры для разности средних двух нормальных совокупностей, случаи равных и неравных дисперсий.
 +
* Непараметрические последовательные доверительные интервалы для среднего и медианы.
 +
 +
[[Media:S15.pdf‎‎|Материалы занятия]]
=== Дисперсионный анализ (ANOVA) ===
=== Дисперсионный анализ (ANOVA) ===
Строка 67: Строка 88:
[[Media:S4.pdf‎‎|Материалы занятия]]
[[Media:S4.pdf‎‎|Материалы занятия]]
-
 
-
=== Множественная проверка гипотез ===
 
-
[Bretz]
 
-
* [[Множественная проверка гипотез]]. Примеры задач. Меры числа ошибок первого рода.
 
-
* [[FWER]], поправка Бонферрони.
 
-
* Нисходящие процедуры множественной проверки: общий вид, метод Холма.
 
-
* Процедуры множественной проверки гипотез при наличии дополнительной информации о признаках: независимость, subset pivotality.
 
-
* Оценка числа верных нулевых гипотез и её применение.
 
-
* [[FDR]], методы Бенджамини.
 
-
 
-
[[Media:S5.pdf‎‎|Материалы занятия]]
 
=== Анализ зависимостей ===
=== Анализ зависимостей ===
Строка 173: Строка 183:
* [[Ротационная панель]].
* [[Ротационная панель]].
-
=== Последовательный анализ ===
 
-
[Вальд, Mukhopadhyay]
 
-
* Применение в задачах проверки гипотез о значениях параметра биномиального распределения: сравнение значения с заданным, сравнение двух значений.
 
-
* Применение в задачах проверки гипотез о значениях параметров нормального распределения: сравнение значения среднего с заданными (симметричный и несимметричный варианты), сравнение значения дисперсии с заданным.
 
-
* Последовательные доверительные интервалы для среднего нормальной совокупности с неизвестной дисперсией (двухэтапная, последовательная процедуры). Процедуры для разности средних двух нормальных совокупностей, случаи равных и неравных дисперсий.
 
-
* Непараметрические последовательные доверительные интервалы для среднего и медианы.
 
-
 
-
[[Media:S15.pdf‎‎|Материалы занятия]]
 
<!---
<!---
Строка 216: Строка 218:
# ''Kanji G.K.'' 100 statistical tests. — London: SAGE Publications, 2006.
# ''Kanji G.K.'' 100 statistical tests. — London: SAGE Publications, 2006.
# ''Good P.'' Permutation, Parametric and Bootstrap Tests of Hypotheses: A Practical Guide to Resampling Methods for Testing Hypotheses. — New York: Springer, 2005.
# ''Good P.'' Permutation, Parametric and Bootstrap Tests of Hypotheses: A Practical Guide to Resampling Methods for Testing Hypotheses. — New York: Springer, 2005.
 +
# ''Wilcox R.R.'' Introduction to Robust Estimation and Hypothesis Testing. — Academic Press, 2012.
# ''Bretz F., Hothorn T., Westfall P.'' Multiple Comparisons Using R. — Boca Raton: Chapman and Hall/CRC, 2010.
# ''Bretz F., Hothorn T., Westfall P.'' Multiple Comparisons Using R. — Boca Raton: Chapman and Hall/CRC, 2010.
# ''Дрейпер Н.Р., Смит Г.'' Прикладной регрессионный анализ. — М.: Издательский дом "Вильямс", 2007.
# ''Дрейпер Н.Р., Смит Г.'' Прикладной регрессионный анализ. — М.: Издательский дом "Вильямс", 2007.

Версия 11:26, 20 февраля 2014

Содержание

Курс знакомит студентов с основными задачами и методами прикладной статистики.

Цели курса — связать теорию и практику, научить студентов «видеть» статистические задачи в различных предметных областях и правильно применять методы прикладной статистики, показать на практических примерах возможности и ограничения статистических методов. Курс имеет скорее методологическую, чем математическую направленность и не содержит доказательств теорем.

Каждый метод описывается по единой схеме:

  • постановка задачи;
  • примеры прикладных задач из области экономики, социологии, производства, медицины;
  • базовые предположения и границы применимости;
  • описание метода (для методов проверки статистических гипотез: нулевая гипотеза и альтернативы, статистика, её функция распределения с эскизом графика, критическая область);
  • достоинства, недостатки, ограничения, «подводные камни»;
  • сравнение с другими методами.

Курс читается студентам 5 курса кафедры Математические методы прогнозирования ВМиК МГУ, начиная с 2007 года. Предполагается, что студенты уже прослушали курсы теории вероятностей и математической статистики, знакомы с элементами дискриминантного, факторного и кластерного анализа (по кафедральному курсу «Математические методы распознавания образов»), регрессионного анализа и анализа временных рядов (по кафедральному курсу ММП).

Программа курса

Введение

Обзор необходимых сведений из теории вероятностей и математической статистики.

Материалы занятия

Параметрическая проверка гипотез

[Kanji, Кобзарь]

Материалы занятия

Непараметрическая проверка гипотез

[Кобзарь, Good, Wilcox]

Материалы занятия

Множественная проверка гипотез

[Bretz]

  • Множественная проверка гипотез. Примеры задач. Меры числа ошибок первого рода.
  • FWER, поправка Бонферрони.
  • Нисходящие процедуры множественной проверки: общий вид, метод Холма.
  • Процедуры множественной проверки гипотез при наличии дополнительной информации о признаках: независимость, subset pivotality.
  • Оценка числа верных нулевых гипотез и её применение.
  • FDR, методы Бенджамини.

Материалы занятия

Последовательный анализ

[Вальд, Mukhopadhyay]

  • Применение в задачах проверки гипотез о значениях параметра биномиального распределения: сравнение значения с заданным, сравнение двух значений.
  • Применение в задачах проверки гипотез о значениях параметров нормального распределения: сравнение значения среднего с заданными (симметричный и несимметричный варианты), сравнение значения дисперсии с заданным.
  • Последовательные доверительные интервалы для среднего нормальной совокупности с неизвестной дисперсией (двухэтапная, последовательная процедуры). Процедуры для разности средних двух нормальных совокупностей, случаи равных и неравных дисперсий.
  • Непараметрические последовательные доверительные интервалы для среднего и медианы.

Материалы занятия

Дисперсионный анализ (ANOVA)

[Лапач, 193].

Материалы занятия

Анализ зависимостей

[Лапач, 174, 204, 316, Лагутин, Т2:174].

Материалы занятия

Линейный регрессионный анализ

[Дрейпер, Wooldridge]

  • Многомерная линейная регрессия. Примеры прикладных задач. Метод наименьших квадратов.
  • Несимметричность решения задачи одномерной регрессии относительно признака и отклика, связь с коэффициентом корреляции. Остаточная сумма квадратов (RSS). Коэффициент детерминации
  • Предположения Гаусса-Маркова. Статистические свойства МНК-оценок в отсутствие предположения нормальности.
  • Факторы, влияющие на дисперсию оценок коэффициентов модели. Мультиколлинеарность.
  • Кодирование нечисловых признаков, фиктивные переменные. Dummy- и deviation-кодирование.
  • Статистические свойства МНК-оценок при добавлении предположения нормальности. Доверительные интервалы для дисперсии шума, коэффициентов регрессии, прогнозируемого значения отклика.
  • Анализ структуры линейной регрессионной модели. Значимость коэффициентов линейной регрессии: проверка равенства коэффициентов нулю и константе, вложенные модели линейной регрессии, критерий Фишера, запись критерия Фишера через коэффициент детерминации. Связь между критериями Фишера и Стьюдента. Пошаговая регрессия. Эксперимент Фридмана.
  • Сравнение невложенных моделей: приведённый коэффициент детерминации, критерий Давидсона-Маккиннона.
  • Анализ регрессионных остатков: визуальный анализ, проверка гипотез несмещённости, гомоскедастичности (критерии Бройша-Пагана), нормальности.
  • Обработка пропусков и выбросов. Расстояние Кука.
  • Метод Бокса-Кокса для преобразования отклика. Доверительный интервал для параметра метода.
  • Проверка общей линейной гипотезы.
  • Нелинейная регрессия. Построение совместной доверительной области для параметров модели. Приближённая проверка адекватности модели по чистой ошибке.
  • Проблема мультиколлинеарности. Методы понижения размерности: ридж-регрессия, лассо Тибширани, эластичная сеть. Выбор параметра регуляризации.

Материалы занятий: часть 1, часть 2, часть 3, пример решения задачи.

Логистическая регрессия

[Hosmer]

  • Постановка задачи логистической регрессии, повторяемый эксперимент с фиксированными уровнями фактора, неповторяемый эксперимент со случайными уровнями фактора. Логит, его интерпретация. Интерпретация коэффициентов логистической регрессии (бинарный, количественный признак).
  • Оценка параметров модели методом максимального правдоподобия. Возможные причины отсутствия сходимости.
  • Анализ модели логистической регрессии: оценка значимости коэффициентов (критерий Вальда), построение доверительных интервалов, остатки Пирсона, проверка линейности логита по признаку, признаки мультиколлинеарности.
  • Классификация на основе логистической регрессии: чувствительность, специфичность, выбор порога.

Материалы занятия

Анализ временных рядов

[Shumway, Hyndman, Лукашин, Kirchgassner]

Материалы занятий: часть 1, часть 3.

Анализ выживаемости

Анализ панельных данных

[Магнус]


Литература

  1. Лапач С.Н. , Чубенко А.В., Бабич П.Н. Статистика в науке и бизнесе. — Киев: Морион, 2002.
  2. Лагутин М.Б. Наглядная математическая статистика. В двух томах. — М.: П-центр, 2003.
  3. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов. — М.: Финансы и статистика, 2003.
  4. Кобзарь А.И. Прикладная математическая статистика. — М.: Физматлит, 2006.
  5. Hastie, T., Tibshirani, R., Friedman, J. The Elements of Statistical Learning, 2nd edition. — Springer, 2009. — 533 p.  (подробнее)
  6. Kanji G.K. 100 statistical tests. — London: SAGE Publications, 2006.
  7. Good P. Permutation, Parametric and Bootstrap Tests of Hypotheses: A Practical Guide to Resampling Methods for Testing Hypotheses. — New York: Springer, 2005.
  8. Wilcox R.R. Introduction to Robust Estimation and Hypothesis Testing. — Academic Press, 2012.
  9. Bretz F., Hothorn T., Westfall P. Multiple Comparisons Using R. — Boca Raton: Chapman and Hall/CRC, 2010.
  10. Дрейпер Н.Р., Смит Г. Прикладной регрессионный анализ. — М.: Издательский дом "Вильямс", 2007.
  11. Wooldridge J. Introductory Econometrics: A Modern Approach. — Mason: South-Western Cengage Learning, 2013.
  12. Hosmer D.W., Lemeshow S. Applied Logistic Regression. — Hoboken: John Wiley & Sons, 2013.
  13. Shumway R.H, Stoffer D.S. Time Series Analysis and Its Applications with R Examples. — New York: Springer, 2011.
  14. Hyndman R.J., Koehler A.B., Ord J.K., Snyder R.D. Forecasting with Exponential Smoothing: The State Space Approach. — Berlin: Springer, 2008.
  15. Kirchgassner G., Wolters J., Hassler U. Introduction to modern time series analysis. — Heidelberg: Springer, 2013.
  16. Магнус Я. Р., Катышев П. К., Пересецкий А. А. Эконометрика. Начальный курс: Учеб. — 7-е изд., испр. — М.: Дело, 2005.
  17. Вальд А. Последовательный анализ. — М.: Физматлит, 1960.
  18. Mukhopadhyay N., de Silva B. M. Sequential methods and their applications. — Boca Raton: Chapman and Hall/CRC, 2009.

Ссылки


Подстраницы

Личные инструменты