Výpisky

neplatí, ale protože vlivem náhody nepadla vypočtená hodnota testového kriteria do kritického oboru K, tak nulovou hypotézu nezamítáme.
Vysvětlete obsah pojmů:
hladina významnosti – je pravděpodobnost chyby 1. druhu - značí se α
síla testu – je pravděpodobnost správného zamítnutí testované hypotézy (schopnost testu odhalit neplatnost nulové hypotézy) - značí se β
p – value – neboli p- hodnota (vypočtená hladina významnosti, která se používá ve statistických programových paketech – v počítačovém zpracování)
Popište jednotlivé kroky procedury testování statistických hypotéz.
1. formulace nulové hypotézy a alternativní hypotézy
2. volba hladiny významnosti
3. volba testovacího kritéria
4. určení kritického oboru
5. výpočet hodnoty testového kritéria z výběrových hodnot
6. rozhodnutí
Plyne z nezamítnutí nulové hypotézy její potvrzení?
Neplyne. Zamítneme-li nebo nezamítneme-li hypotézu, neznamená to ještě, že hypotéza neplatí nebo platí.
Za jakých předpokladů je možno použít dvouvýběrový t - test?
Jedná se o test hypotézy H0: µ1=µ2 při stejných rozptylech.
V jakých situacích je použitelný párový t- test?
Používá se u závislých výběrů (párových měření), kdy každý prvek jednoho výběru tvoří pár s určitým prvkem druhého výběrového souboru (např. zjišťování velikosti určitého znaku u téže statistické jednotky ve dvou časových okamžicích – opotřebení nástroje před a po použití)
Lze použít párový t - test i v situaci odpovídající dvouvýběrovému t - testu?
Lze ho použít i pro nezávislé výběry se stejnými rozsahy (m=n), dojde pouze k méně efektivnímu zpracování informace obsažené ve výběrových datech.
Jak velké musí být výběrové soubory, aby bylo možné použít testy hypotéz o parametrech alternativních rozdělení?
Musí mít dostatečně velký rozsah (n > 5/p0).
Jaký závěr učiníme, jestliže test dobré shody nezamítl nulovou hypotézu?
Nevíme.
Kdy hovoříme o vyváženém respektive nevyváženém modelu analýzy rozptylu?
Nemáme se učit
Za jakých předpokladů je možno použít analýzu rozptylu? Musí být vždy kontrolováno jejich splnění?
Nemáme se učit
K čemu se používají metody mnohonásobného porovnávání?
Nemáme se učit.
Otázky k opakování kapitola 6:
1. Vysvětlete rozdíl mezi závislostí funkční a závislostí statistickou.
- funkční závislost je charakteristická tím, že dané hodnotě jednoho znaku odpovídá jediná hodnota druhého znaku a naopak (závislost mezi objemem válce a jeho výškou)
- statistická závislost je, když dané hodnotě jednoho znaku odpovídá více hodno druhého znaku (spotřeba pohonných hmot a rychlostí vozidla)
2. Za jakých předpokladů je možno použít jednoduchý lineární regresní model?
- za předpokladu, že se jedná o nezávislé náhodné veličiny, které mají normální rozdělení s nulovou střední hodnotou a rozptylem
3. Jakým postupem se odhadují parametry regresní funkce?
- nejčastěji se získávají metodou nejmenších čtverců
4. Vysvětlete obsah pojmů:
a) korelační pole – grafické znázornění dvojrozměrné náhodné veličiny, statistický soubor se dvěma statistickými znaky (x, y), množina bodů o souřadnicích xi, yi
b) regresní koeficient – tj. koeficient beta, charakterizuje průměrnou změnu závisle proměnné, jež odpovídá změně nezávisle proměnné o jednu její jednotku
c) sdružené regresní přímky – používají se v případě oboustranné lineární závislosti, tzn. kdy nelze jednoznačně rozhodnout, která z obou veličin je nezávisle proměnná a která je závisle proměnná
d) koeficient korelace – charakterizuje intenzitu lineární závislosti mezi veličinami x a y (r)
e) koeficient determinace – (r2) – představuje důležitou míru těsnosti lineární závislosti a r2*100 udává z kolika procent jsou změny závisle proměnné vysvětlitelné zvolenou lineárně regresní funkcí
f) index korelace – vyjadřuje míru těsnosti závislosti mezi náhodnými veličinami x a y v případě nelineární regrese Y na X
5. Popište test významnosti regresního koeficientu.
-
6. Jak se provádí test významnosti korelačního koeficientu a jak se interpretují jeho výsledky?
-
7. Jakou informaci podává konfidenční pás pro regresní přímku?
- získáme horní a dolní mez intervalu spolehlivosti.
8. K čemu se užívají linearizující transformace?
-
9. Kdy se užívá Fisherova Z-transformace?
- při konstrukci intervalu spolehlivosti korelačního koeficientu
10. Jaké je užití koeficientu pořadové korelace?
- měří těsnost jakékoli statistické závislosti, která je monónní
11. Jakou informaci podávají parciální regresní koeficienty?
-
12. Jak se měří těsnost mnohonásobné lineární závislosti?
-
13. Vysvětlete obsah pojmů:
a) koeficient mnohonásobné korelace b) koeficient mnohonásobné determinace
c) koeficient parciální korelace.