О, как хорошо, что я наткнулся на Ваши лекции! Теперь изучение пайтона для анализа данных пойдет бодрее)) Для обработки пропущенных данных я бы применял предварительную фильтрацию по notna, наверное)
Если в задаче на цветовое восприятие (28:49) проверить гипотезу о нормальности, то действительно распределения нормальны Шапиро Уилка - тест на нормальность распределения p-value 0.7196102142333984 p-value 0.8271005749702454
Совершенно верно, но даже если оба раза гипотеза нормальности была бы отвергнута, я все равно применял бы критерий Стьюдента, потому что отклонения от нормальности несущественные. Пожалуй надо в новых курсах говорить об этом подробнее...
@@Vadim_Abbakumov А как можно качественно оценить отклонение от нормальности? Тем же p-value по Шапиро? Спасибо вам за прекрасные лекции (вижу как вы с каждой иттерацией повышаете их уровень)! Интересно видеть, что вы ещё и на обратную связь реагируете.
@@Vadim_Abbakumov О, большое вам спасибо за ответ. В прошлый раз не удалось до такого догуглиться. Может в этот раз получится предметнее. Ещё раз спасибо!
Здравствуйте! В примере с продолжительностью жизни аристократов и королей в лекции приняли решение о нормальности распределения основываясь на гистограммы, я попробовал Шапиро и результат показал p-значение на много меньше альфы, попробовал прологарифмировать данные, и все равно pvalue=1.896729783092047e-32, я кажется что то не так понимаю, в чем моя ошибка скажите пожалуйста.
В лекции приняли решение о несущественности отклонения распределения от нормального. Требование нормальности распределения на практике заменено на требование отсутствия существенных отклонений.
Прекрасные лекции, спасибо большое!
О, как хорошо, что я наткнулся на Ваши лекции! Теперь изучение пайтона для анализа данных пойдет бодрее))
Для обработки пропущенных данных я бы применял предварительную фильтрацию по notna, наверное)
Спасибо за лекции. Просьба скинуть ссылки на джупитер-ноутбуки с лекциями.
А где скачать ноутбук ?
Если в задаче на цветовое восприятие (28:49) проверить гипотезу о нормальности, то действительно распределения нормальны
Шапиро Уилка
- тест на нормальность распределения
p-value 0.7196102142333984
p-value 0.8271005749702454
Совершенно верно, но даже если оба раза гипотеза нормальности была бы отвергнута, я все равно применял бы критерий Стьюдента, потому что отклонения от нормальности несущественные.
Пожалуй надо в новых курсах говорить об этом подробнее...
@@Vadim_Abbakumov А как можно качественно оценить отклонение от нормальности? Тем же p-value по Шапиро?
Спасибо вам за прекрасные лекции (вижу как вы с каждой иттерацией повышаете их уровень)!
Интересно видеть, что вы ещё и на обратную связь реагируете.
@@FilSerge p-value количественная оценка, число. Качественную картину дают P-P графики и Q-Q графики (P-P plots, Q-Q plots)
@@Vadim_Abbakumov О, большое вам спасибо за ответ. В прошлый раз не удалось до такого догуглиться. Может в этот раз получится предметнее.
Ещё раз спасибо!
Можно заполнить данные средними или медианными значениями. Тогда и пропускать там нечего.
Здравствуйте! В примере с продолжительностью жизни аристократов и королей в лекции приняли решение о нормальности распределения основываясь на гистограммы, я попробовал Шапиро и результат показал p-значение на много меньше альфы, попробовал прологарифмировать данные, и все равно pvalue=1.896729783092047e-32, я кажется что то не так понимаю, в чем моя ошибка скажите пожалуйста.
В лекции приняли решение о несущественности отклонения распределения от нормального. Требование нормальности распределения на практике заменено на требование отсутствия существенных отклонений.
@@Vadim_Abbakumov понял, спасибо!
@@СергейМихалев-ъ7з Гуглите запрос Student test for nonnormal distribution. Или Robustness of t-test
Статистические критерии в Excel на arhiuch.ru
а где можно найти ноутбук?