mtest

m試驗是一個Python實現的m測試的，基於模型的選擇和所述的雙樣本檢驗[1]和[2]。
儘管他們在支持實驗結論的重要性，標準的統計測試往往是不夠的研究領域，如生命科學，其中典型的樣本量小，測試的假設難以核實。在這樣的條件下，標準測試往往是過於保守的，並不能因此檢測在數據顯著影響。
的m的測試是在與傳統的綁定類型I誤差限定意義的意義上的古典統計檢驗。另一方面，它是基於貝葉斯模型選擇，因此考慮到有關模型的參數帳戶不確定性，減輕小樣本大小的問題。
第m測試已經發現通常具有更高的功率比t檢驗誤差為小樣本大小（3到100個樣本）（II型誤差的較小部分）。
[1]貝爾克斯，P.，菲塞，J.（2011）基於貝葉斯模型選擇一個頻率論兩樣本測試。的arXiv：1104.2826v1
[2]貝爾克斯，P.，歐爾班，G.，Lengyel的，M和菲塞，J.（2011）。自發皮層活動揭示了環境的最佳內部模型的特點。科學，331：6013，83-87。
m試驗表
m試驗於緩存統計表格來計算以最有效的方式的新的數據的p值和功率。庫一起分發表p值（I型誤差）對於N = 3,4，...，20和對於N = 30,40，...，100。這些表涵蓋最常見的情況。當需要新表計算，雖然完成可能需要幾個小時。第二類錯誤表不包括保持封裝尺寸小。
見scriptscompute_basic_tables.py一個示例腳本預先計算，你可能需要的表。該腳本利用了JOBLIB庫分發計算在多個內核

要求：

• 在Python的
• SciPy的
• pymc