Video Experimental Relacionado
Updated: Sep 9, 2025

An R-Based Landscape Validation of a Competing Risk Model
Published on: September 16, 2022
El truncamiento de la probabilidad permite la exclusión de valores atípicos sin sobreestimar la evidencia en la
Henrik R Godmann1, František Bartoš1, Eric-Jan Wagenmakers1
1Department of Psychological Methods, University of Amsterdam.
La exclusión de outliers puede inflar la evidencia en las pruebas de hipótesis, lo que lleva a conclusiones excesivamente confiadas. Un nuevo método trunca la función de probabilidad para resolver este dilema, mejorando la confiabilidad de las pruebas t bayesianas.
Área de la Ciencia:
- Estadísticas psicológicas
- Inferencia Bayesiana
- Pruebas de hipótesis
Sus antecedentes:
- La exclusión de valores atípicos tiene como objetivo mejorar la calidad de los datos y evitar la especificación errónea del modelo.
- Sin embargo, la exclusión de valores atípicos puede aumentar las tasas de error de tipo I e inflar la evidencia.
Objetivo del estudio:
- Investigar los efectos secundarios de la exclusión de valores atípicos en las pruebas de la hipótesis del factor Bayes.
- Para abordar el dilema de retener valores atípicos frente a la eliminación de observaciones extremas.
Principales métodos:
- Concéntrese en la prueba t de muestras independientes bayesianas.
- Proponer un nuevo método que implique el truncamiento de la función de probabilidad dentro de una prueba t promediada por el modelo bayesiano.
Principales resultados:
- Los procedimientos de exclusión atípicos pueden inflar los factores de Bayes, lo que lleva a conclusiones demasiado confiadas.
- El método de truncado propuesto demuestra un comportamiento eficaz en las simulaciones.
Conclusiones:
- La exclusión de los atípicos presenta un dilema, causando potencialmente efectos espurios o pruebas infladas.
- El método de truncado de probabilidad propuesto ofrece una solución para mejorar la confiabilidad de las pruebas de hipótesis bayesianas.
Videos de Conceptos Relacionados
Quantifying and Rejecting Outliers: The Grubbs Test
Truncation in Survival Analysis
Left truncation occurs when individuals who experienced the event of interest before a certain time are not included in the study. This is often due to a "delayed entry" into the study where only those who survive until a certain entry point are...
Detection of Gross Error: The Q Test
Comparing Experimental Results: Student's t-Test
What Are Outliers?
The z score is used to find outliers or unusual values. It should be noted that any values beyond -2 and +2 are...
Bonferroni Test
The means of different samples are first paired in all possible combinations.
The null hypothesis of the...

