多重
如果未校正相应的p值，则同时测试多个假设会增加假阳性结果的数量。 尽管这个多重测试问题是众所周知的，但是经典和高级的校正方法尚未在统一的Python包中实现。 该软件包着手通过实施控制家族错误率（FWER）和错误发现率（FDR）的方法来填补这一空白。
新闻
该软件的论文现已发表在 （2020年3月13日）上
该软件的新预印本现已在上（2019年9月11日）
MultiPy作为海报在芬兰于韦斯屈莱的会议上展出（2019年5月8日至10日）
在芬兰于于的神经科学研讨会上介绍了MultiPy（2018年11月30日）
MultiPy在芬兰赫尔辛基大学中介绍（2018年5月30日）
在芬
2021-10-05 15:23:25
645KB
1
下面介绍假设检验的F统计量的计算方法。
首先计算变截距、变系数模型(11.1.6)的残差平方和S1。如果记
2021-10-02 16:35:32
3.88MB
1
完整版 大数据的统计学基础 系列课程 第10周 对或错？告别拍脑袋决策：基于正态总体的假设检验 （共47页）.rar
2021-10-01 09:04:51
983KB
这受到来自 matlab 统计工具箱的 kstest2 的启发。 适用于中到大样本量，查看代码中的参考。
2021-09-01 16:29:42
8KB
1