Поправка Бонферрони или FDR Опции

[100$]

Метрическое шкалирование, вы имеете многомерное?

Псюхологист, с вашего позволения несколько уточнений косметического характера.

Ну, во-первых, никакого одномерного шкалирования и не бывает. Так что, конечно, многомерное.

Во-вторых, метрическое шкалирование Торгерсона (1952)-это исторически первая доведенная до ума техника. Однако, что в факторном анализе, что в МШ самый цимес-это возможность повращать оси полученного решения, в целях улучшения его интерпретируемости. Так что ваш случай (принимая во внимание размерность вашего признакового пространства) - это как раз НЕметрическое шкалирование Краскела (1964) и Гутмана (1968). Разумеется, размерность признакового пространства не мешало бы подскоратить. Даже проф. статпакет матрицу 80x80 может мусолить довольно долго. А потом получить вырожденное решение.
Но это, опять же, к слову. Можете не обращать внимания.

[psychologist]

как раз-таки на такие тонкости я все больше и больше стал обращать внимание.Спасибо.

[p2004r]

Разумеется, размерность признакового пространства не мешало бы подскоратить. Даже проф. статпакет матрицу 80x80 может мусолить довольно долго. А потом получить вырожденное решение.

это серьезно? даже древний StatGraph в 1988 на 286 с 1 мегабайтом ОЗУ считал 150х150 PCA

Стандартная материнка (это 16 ГБайт ОЗУ) позволяет сделать svd разложение матрицы 32000х32000. Если взять программное распределяющее (не в режиме полного копирования обращаемой матрицы) вычисление на кластер, то для редукции размерности доступны хоть пентабайтные размеры данных (сколько суммарно физической памяти есть в машинах, такой размер и можно обращать).

PS Всё это посильно для обычного исследователя.

[100$]

это серьезно? даже древний StatGraph в 1988 на 286 с 1 мегабайтом ОЗУ считал 150х150 PCA

Стандартная материнка (это 16 ГБайт ОЗУ) позволяет сделать svd разложение матрицы 32000х32000. Если взять программное распределяющее (не в режиме полного копирования обращаемой матрицы) вычисление на кластер, то для редукции размерности доступны хоть пентабайтные размеры данных (сколько суммарно физической памяти есть в машинах, такой размер и можно обращать).

PS Всё это посильно для обычного исследователя.

Это хорошие новости

[psychologist]

А если бы я высчитывал бонферрони для Анова, по такому же принципу было? 80*80-80

[100$]

А если бы я высчитывал бонферрони для Анова, по такому же принципу было? 80*80-80

Вестимо. Только многомерный ДА так топорно не делается.

[psychologist]

а какие там поправки?

[100$]

а какие там поправки?

Смысл ДА - в омнибусных тестах. ДА был придуман для того, чтобы избавиться (ну, или минимизировать, елико возможно) проблему множественных сравнений. А все эти поправки сводят проблему к тому, чего создатели ДА всячески пытались избежать.
Связи конец.

[nokh]

...Так что ваш случай (принимая во внимание размерность вашего признакового пространства) - это как раз НЕметрическое шкалирование Краскела (1964) и Гутмана (1968).

Разбирался с терминами, действительно обычно под анализом главных координат (PCoA) подразумевается классическое метрическое шкалирование, тогда как в случае использования произвольных мер сходства говорят о неметрическом шкалировании. Меня смутили авторы пакета PAST, в учебнике по которому PCoА и метрическое шкалирование указываются как синонимы.

Пока гуглил по шкалированию, наткнулся на интересный пост (http://www.papont.su/2013/03/blog-post_26.html) и не удержался от любопытства, сам проанализировал данные по гаплогруппам Y-хромосомы (http://www.eupedia.com/europe/european_y-dna_haplogroups.shtml) с использованием разных мер сходства. В очередной раз убедился, что наиболее адекватную картину дают методы, основанные на соотношении величин, а не на их абсолютных значениях. В данном случае это хорошо видно по татарам и башкирам, которые, как скоро докажут, суть - белые порубежники, охранявшие южные границы Великой Тартарии и хапнувшие южных и жёлтых кровей. У автора же блога башкиры ближе к Дании и Исландии. Ниже подшил результаты НЕметрического многомерного шкалирования и кластерного анализа (UPGMA) с использованием в качестве меры сходства корреляции Спирмена (Rho). В связи с последними событиями не перстаю удивляться насколько успешно небольшой группе носителей хищных паттернов генов троглодитов и ракшасов удаётся и дальше стравливать и дробить кластер гиперборейцев!

Сообщение отредактировал nokh - 23.03.2014 - 21:22

Эскизы прикрепленных изображений

 

[p2004r]

Пока гуглил по шкалированию, наткнулся на интересный пост (http://www.papont.su/2013/03/blog-post_26.html) и не удержался от любопытства, сам проанализировал

"Перевернутую" карту Европы я увидел у Автора блога на первом же рисунке

[100$]

А гиперборейцы - это те самые голубоглазые блондины, от которых все и произошли?

[nokh]

А гиперборейцы - это те самые голубоглазые блондины, от которых все и произошли?

Там, говорят, было больше арийских родов, чем славянских - соответственно, больше серо- и зеленогазых, чем голубо- и кареглазых. А по поводу "произошли" - нет, конечно. Как, скажем, негр может произойти от белого человека или наоборот? Эдак можно вообще договориться до того что люди от обезьян произошли А произошла только современная цивилизация, восстановилась в новом виде после последней войны с кощеями. Говорят, вся Сибирь в руинах... Потому и стравливают, что прошлого не знаем. Перефразируя одного современного политика, "сегодня в завтрашний день в прошлое не все могут смотреть, вернее смотреть могут не только лишь все, мало кто может это делать!" А современная история - лженаука, поэтому посмотрим что биологи и генетики лет через 20 скажут.
PS Если что, то ничего не курю (12 лет), не пью (скоро 7), грибы ем только съедобные, но дышу уральскими газами.

Сообщение отредактировал nokh - 25.03.2014 - 22:39

[100$]

Эдак можно вообще договориться до того что люди от обезьян произошли

Nokh, исключительно в расчете на ваше чувство юмора. Еще с советских времен:

Я книжку читал. В ней написано было,
Что предки людей - шимпанзе и горилла.
Я долго не верил, но вас повстречав,
Вдруг понял, что Дарвин был все-таки прав. (с) не помню этого шутника.

[nokh]

выучу