- Stahuj zápisky z přednášek a ostatní studijní materiály
- Zapisuj si jen kvalitní vyučující (obsáhlá databáze referencí)
- Nastav si své předměty a buď stále v obraze
- Zapoj se svojí aktivitou do soutěže o ceny
- Založ si svůj profil, aby tě tví spolužáci mohli najít
- Najdi své přátele podle místa kde bydlíš nebo školy kterou studuješ
- Diskutuj ve skupinách o tématech, které tě zajímají
Studijní materiály
Hromadně přidat materiály
úvod do testování statistických hypotéz
ESA03E - Statistika a biometrika
Hodnocení materiálu:
Vyučující: prof. Ing. CSc. Vladimír Brabenec
Zjednodušená ukázka:
Stáhnout celý tento materiálÚvod do testování statistických hypotéz
statistická hypotéza – předpoklad o vlastnostech základního souboru, nejčastěji o hodnotách parametrů sledovaného znaku (nejčastěji průměru, rozptylu...)
test statistické hypotézy – výpočetní postup, která na datech náhodného výběru statistickou hypotéz ověřuje
podle výsledku testu se zadanou pravděpodobností hypotézu přijmeme nebo ne (toto rozhodnutí provádíme na základě porovnání vypočteného testového kriteria s kritickou hodnotou příslušného rozdělení)
hypotéza nulová („ověřovaná“) – připouští rovnost parametrů v základním souboru
alternativní hypotéza A – postavena proti , přijmeme ji v případě zamítnutí
nejčastějším způsobem při praktických výpočtech je ověřování tzv. dvoustranné hypotézy, při které ověřujeme znaménko nerovnosti (př: při porovnání 2 průměrů v základním souboru)
existují jednostranné hypotézy – ověřujeme u nich relační znaménko „(“ nebo „(“, př: (P – S, pravostranná), (L – P, levostranná)
u testového kriteria T bereme v úvahu znaménko
testové kriterium T má 2 části:
obor přijetí V ()
kritický obor K (A) – rozdělení oborů kritickou hornotou:
při přijetí hypotéz připouštíme určitou pravděpodobnost chyby, proto rozlišujeme:
chyba 1. druhu – hladina významnosti (
zamítneme-li pravdivou
chyba 2. druhu ( - v nepřímém vztahu k (
snižujeme-li (, zvyšuje se (
při snaze o vysokou platnost A hypotézy, volíme nízké ( (0,05 respektive 0,01)
testování průkaznosti rozdílu mezi 2 průměry, používáme výpočet a vyhodnocení t – testu
jednovýběrový t – test
použití tehdy, když hodnotíme průkaznost rozdílu mezi průměrem 1 výběrového souboru a konstantou , kterou považujeme za průměr základního souboru
ano – přijmeme alternativní hypotézu A
ne – přijmeme
na dané hladině významnosti se porovnávané průměry statisticky liší (pro ( = 0,05)
dvouvýběrový t - test
v případě, kdy vyhodnocujeme průkaznost rozdílu mezi průměry 2 nezávislých výběrových souborů (, četnost m), (, četnost n), každý je 1x měřitelný
z hlediska výpočtu jsou 2 varianty výpočtových vzorců – rozhodujeme se podle toho, zda rozptyly a se průkazně liší či neliší ( použití f – testu
tion.3, m,
porovnává průkaznost rozdílu mezi průměry 2 nezávislých výběrových souborů , , přičemž existují 2 varianty výpočtu závisejících na tom, jestli rozptyly a Equation.3 se průkazně liší v porovnávaných výběrových souborech
to ověřujeme f – testem, který je definován: větší rozptyl děleno menší rozptyl, výsledek vyhodnotíme porovnáním s kritickou hodnotou f – rozdělení pro ( hladinu významnosti nejčastěji 0,05 a stupně volnosti m – 1 většího rozptylu, n – 1 menšího rozptylu
pro > , - ano ( b1, ne ( b2
f – rozdělení je na str. 255 ve skriptech
pokud f – test nepřekročí kritickou hodnotu, počítám t – test pro rozdíl mezi průměry (dle b1)
b1:
, pokud ano ( A, pokud ne (
první část hodnocení provádíme pro ( = 0,05, při přijetí hypotézy A mluvíme o průkazném rozdílu, pak pokračujeme:
pro kritickou hodnotu ( = 0,01 – při jejím překročení mluvíme o vysoce statisticky významném rozdílu mezi průměry
pokud nepřekročíme pro ( = 0,05 – jedná se o statisticky nevýznamný, neprůkazný
b2:
, pokud ano ( A, pokud ne (
při průkazně rozdílných rozptylech v f – testu, počítáme podle vzorce b2
pro vyhod
Vloženo: 24.06.2009
Velikost: 343,50 kB
Komentáře
Tento materiál neobsahuje žádné komentáře.
Copyright 2024 unium.cz