Введение в теорию построения процедур множественной проверки гипотез
Offered By: Higher School of Economics via Coursera
Course Description
Overview
Этот курс знакомит вас с основами проверки гипотез, процедурами множественной проверки гипотез, которые контролируют некоторый показатель качества применяемой процедуры, используя имеющиеся наблюдения или данные. В течение курса помимо теоретических аспектов будут рассмотрены реальные прикладные задачи, а также предложен ряд практических заданий, успешное выполнение которых поможет глубже разбораться в изучаемом материале.
Syllabus
- Вводный модуль
- Лекция 1. Правило с двумя решениями. Подход Неймана-Пирсона.
- Во вводной лекции рассматриваются классические способы проверки гипотезы против альтернативы такие как подход Неймана-Пирсона, тест максимального праводоподобия для простых и сложных гипотез.
- Лекция 2. Введение в множественную проверку гипотез.
- В данной лекции рассматриваются основные концепции теории построения процедур множественной проверки гипотез, а также методы оценки качества процедур.
- Лекция 3. Метод объединения-пересечения. Иерархическое семейство.
- В лекции рассмотрен метод объединения - перечения и понятие иерархического семейства.
- Лекция 4. Принцип замкнутости.
- В лекции расмматривается принцип замыкания построения процедур множественной проверки гипотез.
- Лекция 5. Оптимальная процедура максимин.
- В лекции рассматривается оптимальная процедура множественной проверки гипотез, контролирующая FWER.
- Лекция 6. Принцип разбиения для построения процедур, контролирующих вероятность хотя бы одного ложного утверждения (FWER). Процедуры, контролирующие долю ложных отвержений (FDR).
- В лекции рассматривается принцип разбиения для построения процедур, контролирующих вероятность хотя бы одного ложного утверждения (FWER) и процедуры, контролирующие долю ложных отвержений (FDR).
- Лекция 7. Процедуры выбора одной из многих гипотез. Функция риска и потерь. Теория Вальда-Лемана.
- В лекции рассматриваются процедуры выбора одной из многих гипотез, вводятся функции риска и потерь.
- Лекция 8. Байесовский подход к множественной проверке гипотез.
- В лекции рассматривается Байесовский подход к множественной проверке гипотез.
Taught by
Колданов Петр Александрович
Tags
Related Courses
Introduction to Artificial IntelligenceStanford University via Udacity Probabilistic Graphical Models 1: Representation
Stanford University via Coursera Statistics One
Princeton University via Coursera Intro to Statistics
Stanford University via Udacity Passion Driven Statistics
Wesleyan University via Coursera