Искусство статистики. Как находить ответы в данных

обучение с учителем: построение алгоритма классификации на основании случаев с подтвержденным составом классов;

объективное априорное распределение: попытка устранить субъективный компонент в байесовском анализе, заранее определив априорные распределения, которые должны отражать наше незнание параметров, а данные должны говорить за себя. Нет никакой общей процедуры для определения таких априорных распределений;

односторонние и двусторонние P-значения: значения, соответствующие односторонним и двусторонним критериям;

односторонние и двусторонние критерии: односторонний критерий для проверки гипотезы используется тогда, когда нулевая гипотеза, например, указывает, что эффект медицинского вмешательства отрицателен. Эта гипотеза отвергается только в случае, если наблюдаются большие положительные значения тестовой статистики, выражающие оценку эффекта вмешательства. Двусторонний критерий уместен, когда нулевая гипотеза говорит, что эффект медицинского вмешательства равен в точности нулю. Тогда к отказу от такой гипотезы ведут и большие положительные, и большие отрицательные значения тестовой статистики;

ожидаемые частоты: количество событий, которые должны произойти в будущем в соответствии с принятой вероятностной моделью;

остаток: разность между наблюдаемым значением и значением, предсказываемым статистической моделью;

относительный риск: если в группе людей, подвергавшихся какому-то воздействию, абсолютный риск равен p, а в группе людей, не подвергавшихся этому воздействию, абсолютный риск равен q, то относительный риск определяется как p / q;

отношение показателей: относительное увеличение ожидаемого числа событий за определенный период времени, связанное с каким-либо воздействием. Пуассоновская регрессия – это форма множественной регрессии, когда переменная отклика представляет собой наблюдаемый показатель, а коэффициенты соответствуют log(отношение показателей);

отношение правдоподобия: мера относительного подтверждения, которое дают данные для двух конкурирующих гипотез. Для гипотез H₀ и H₁ отношение правдоподобия при данных x определяется формулой p(x|H₀) / p(x|H₁);

отношение рисков: при анализе времени выживания – связанный с воздействием относительный риск пережить какое-то событие за определенный промежуток времени. Регрессия Кокса – это форма множественной регрессии, когда переменная отклика – это время выживания, а коэффициенты соответствуют log(отношение рисков);

ошибка второго рода: происходит, когда альтернативная гипотеза верна, но после проверки нулевая гипотеза не отвергается, то есть делается ложноотрицательное утверждение;

ошибка первого рода: происходит, когда ошибочно отклоняется верная нулевая гипотеза в пользу альтернативы, то есть делается ложноположительное утверждение;

ошибка прокурора: когда малая вероятность факта при условии невиновности ошибочно истолковывается как вероятность невиновности при условии наличия данного факта;

параметры: неизвестные величины в статистической модели, обычно обозначаемые греческими буквами;

перекрестная проверка: способ оценивания качества алгоритма для прогноза или классификации путем нескольких выделений части случаев в качестве тестового набора;

переобучение (переподгонка): построение статистической модели, которая чрезмерно адаптирована к тренировочному набору данных, из-за чего ее прогнозные возможности начинают ухудшаться;

пиктографические диаграммы: графическое отображение величин с помощью небольших изображений, например изображений людей;

Пирсона коэффициент корреляции: если у нас есть n пар чисел (x₁,y₁),(x₂,y₂)…(x_n,y_n) и ,s_x – это выборочное среднее и среднеквадратичное отклонение для чисел x, а ,s_y – это выборочное среднее и среднеквадратичное отклонение для чисел y, то коэффициент корреляции Пирсона определяется формулой

Предположим, что x и y стандартизованы до Z-оценок u и v соответственно, то есть , а . Тогда коэффициент корреляции Пирсона можно выразить как , то есть прямого произведения Z-оценок;

плацебо: пустое вещество (например, таблетка с сахаром), которое дают контрольной группе в рандомизированном клиническом испытании под видом реального лечения;

погрешность: правдоподобный промежуток, в котором может лежать истинная характеристика популяции. Часто используются 95-процентные доверительные интервалы, которые примерно заключают промежуток ±2 стандартных ошибки, но иногда используются «усы» (планки погрешностей), отображающие ±1 стандартную ошибку;