img242

img242



Jako statystyki testowe przyjmiemy

Vr-P+1

vAP


ir (Ha G _1) dla hipotezy HM


(11.96)


Vr-P+ 1 vs/>


tr {Hg G -*) dla hipotezy //^


(11.97)


Macierz

S = —G    (11.98)

vk

jest nieobciążoną oceną macierzy kowariancyjncj Z naszego modelu liniowego. Przekształcając wzory (11.96) i (11.97) otrzymujemy

ir(HAG-') = ■£-!(yj. -yf S*' ty.-yj    (11.99)

VR i

oraz

tr(HBG-') = — I(yt-y )r.V' (yt-y.)    (11.100)

Vtf *

Zatem do weryfikacji naszych hipotez otrzymujemy następujące statystyki testowe: Hipoteza HM : aj = ... = ay .

Wielkość

-_</-!)(*-l)-p+l V-1)P


tr(HAG~') =


(11.101)


(j-\y(K-\)p    }

ma w przybliżeniu rozkład F o v, i v2 stopniach swobody, przy czym


(J- 1) (AT-p) - 1


. gdy (J-\)(K-\)-p>0 gdy (/-!)(*-l)-p;>0


(11.102)


242


Wyszukiwarka

Podobne podstrony:
47005 PA274978 ANALIZA STATYSTYCZNA DANYCHRodzaje testów t Przyjmijmy, że w badaniu interesował nas
statystyka skrypt34 Oblicza się ich różnicę 4=XrJi i zakłada, 2e populacja różnic D ma rozkład norm
stat PageD resize czyli sprawdzamy, czy nasza próba pochodzi z pewnego rozkładu F. Statystyką testo
13 EFEKTY POPRZEDZANIA (PRIMING) JAKO NARZĘDZIE TESTOWANIA HIPOTEZ DOTYCZĄCYCH REPREZENTACJI I PROCE
WSP J POLN254199 524 JmIuh&i Sambor. Język polski w świetlt statystyki Graf 9. Gniazdo pojęciowe
DSC00061 (7) Kolokwium zaliczeniowe ze Statystyki,A nazwisko i imię studenta 6 ^ 02 Y/ir A M fi fiti
nasze późniejsze * (* = suma( ^ -1) występujące w statystyce testowej ADF wynosi ®) X,= ^0t
Uzupełnienie p.3. traktuje się jako punkty materialne. Przyjmuje się, że dla ciał stałych i ciekłych
Scan10016 r ! własności. Jako efektv kształcenia przyjmuje sic opanowanie następujących umiejętnośc

więcej podobnych podstron