2009 2010 STATYSTYKA NORMALNOSCid 26680

background image

Weryfikacja modelu.

Zało

ż

enia Gaussa-Markowa

y

•Zwi

ą

zek pomi

ę

dzy zmienn

ą

obja

ś

nian

ą

a zmiennymi obja

ś

niaj

ą

cymi

ma charakter liniowy

k

x

x

x

,

,

,

2

1

K

•Warto

ś

ci zmiennych obja

ś

niaj

ą

cych s

ą

ustalone (nie s

ą

losowe)

•Warto

ś

ci zmiennych obja

ś

niaj

ą

cych s

ą

ustalone (nie s

ą

losowe)

•Składniki losowe

dla poszczególnych warto

ś

ci zmiennych obja

ś

niaj

ą

cych

maj

ą

rozkład normalny o warto

ś

ci oczekiwanej zero i stałej wariancji

ε

(

)

ε

δ

,

0

N

.

•Składniki losowe nie s

ą

ze sob

ą

skorelowane

.

©

Barbara Gładysz

background image

Test normalno

ś

ci

(test 6 – Davida-Hellwiga).

Składnik losowy ma rozkład ma rozkład normalny

:

0

H

)

;

0

(

ε

S

N

1) Konstruujemy cele, dziel

ą

c odcinek [0,1] na n rozł

ą

cznych odcinków o długo

ś

ci 1/n.

2) Wyznaczamy warto

ś

ci dystrybuanty hipotetycznej reszt modelu F(e

i

) i sprawdzamy,

do których cel wpadaj

ą

.

3) Wyznaczamy

liczb

ę

pustych cel k

Obszar krytyczny testu jest dwustronny [0 , k

1

] U [k

2

, n-1]

©

Barbara Gładysz

background image

Produkcja

x

Zu

ż

ycie

surowca

y

1

8

2

13

3

14

4

17

5

18

6

20

x

y

+

=

14

,

2

4

,

7

ˆ

20

25

7

22

0

5

10

15

0

1

2

3

4

5

6

7

8

produkcja

s

u

ro

w

ie

c

©

Barbara Gładysz

background image

Produkcja

x

Zu

ż

ycie

Surowca

y

Przewidywane

zu

ż

ycie

surowca

Reszty

e

1

8

9,57

-1,57

yˆ

Rozkład reszt

0

1

2

x

y

+

=

14

,

2

4

,

7

ˆ

2

13

11,71

1,29

3

14

13,86

0,14

4

17

16,00

1,00

5

18

18,14

-0,14

6

20

20,29

-0,29

7

22

22,43

-0,43

-2

-1

0

0

2

4

6

8

produkcja

©

Barbara Gładysz

background image

Produkcja

x

Zu

ż

ycie

Surowca

y

Przewidywane

zu

ż

ycie

surowca

Reszty

e

Stand.
reszty.

Dystrybuanta

Nr celi

1

8

9,57

-1,57

-1,65

0,049

1

2

13

11,71

1,29

1,35

0,912

7

3

14

13,86

0,14

0,15

0,56

4

4

17

16,00

1,00

1,05

0,853

6

5

18

18,14

-0,14

-0,15

0,44

4

yˆ

02

,

1

e

S

e

=

ε





ε

S

e

F

5

18

18,14

-0,14

-0,15

0,44

4

6

20

20,29

-0,29

-0,30

0,382

3

7

22

22,43

-0,43

-0,45

0,326

3

0

0,143

0,286

0,429

0,572

0,715

0,858

1,001

0

1

2

3

4

5

6

7

8

produkcja

d

y

s

tr

y

b

u

a

n

ta

©

Barbara Gładysz

background image

Liczba pustych cel: k=2

:

0

H

Składnik losowy ma rozkład ma rozkład normalny

)

02

.

1

,

0

(

N

Dla

α

=0,05

Obszar krytyczny:

[0] U [4 , 6]

K=2

[0] U [4 , 6]

Nie ma podstaw do odrzucamy hipotezy

0

H

©

Barbara Gładysz

background image

Test normalno

ś

ci dla du

ż

ej liczby obserwacji

TEST

2

χ

Składnik losowy ma rozkład ma rozkład normalny

:

0

H

)

;

0

(

ε

S

N

=

=

r

i

i

i

i

p

n

p

n

n

1

2

2

)

(

χ

( )

1

2

r

χ

- rozkład

i

r - liczba klas szeregu rozdzielczego,

i

n

)

8

(

5

i

n

-ilo

ść

obserwacji w i-tej klasie,

,

i

p

-prawdopodobie

ń

stwo hipotetyczne zaobserwowania warto

ś

ci składnika losowego

-w i-tej klasie.

Obszar krytyczny

©

Barbara Gładysz

background image

i

n

( ) ( )

i

i

i

x

x

p

Φ

Φ

=

i

p

n

(

)

i

i

i

p

n

p

n

n

2

( )

Klasa : od

do

-0,54903

16

0,290175

0,290175

15,08911

0,054989

-0,54903

0,254428

15

0,59292

0,302745

15,74273

0,035042

0,254428

1,05788

12

0,845346

0,252426

13,12617

0,096621

( )

i

x

Φ

( )

+

0,254428

1,05788

12

0,845346

0,252426

13,12617

0,096621

1,05788

7

1

0,154654

8,04199

0,135009

SUMA=

0,32166

©

Barbara Gładysz

background image

reszty

stand.

ni

reszty

stand.

ni

reszty

stand.

ni

reszty

stand.

ni

-1,94

-0,52

0,26

1,33

-1,90

-0,47

0,27

1,34

-1,75

-0,47

0,29

1,45

-1,22

-0,39

0,29

1,63

-1,12

-0,33

0,30

1,77

-0,97

-0,28

0,45

2,15

-0,88

-0,26

0,73

2,54

7

-0,86

-0,18

0,86

-0,83

-0,18

0,93

-0,79

-0,14

0,96

-0,79

-0,14

0,96

-0,73

0,08

1,02

-0,66

0,09

1,07

12

-0,63

0,16

-0,62

0,19

-0,60

0,24

15

-0,55

16

Std. składniki resztowe

-2,25

-1,5

-0,75

0

0,75

1,5

2,25

3

0

10

20

30

40

50

60

©

Barbara Gładysz

background image

Test normalno

ś

ci dla du

ż

ej liczby obserwacji

TEST

2

χ

Składnik losowy ma rozkład ma rozkład normalny

:

0

H

)

;

0

(

ε

S

N

32

,

0

)

(

2

2

=

=

=

r

i

i

p

n

p

n

n

χ

( )

1

2

r

χ

- rozkład

1

=

i

i

p

n

( )

©

Barbara Gładysz

( )

991

,

5

2

32

,

0

2

=

<

α

χ

Nie ma podstaw do odrzucamy hipotezy

0

H

background image

Symetria składnika losowego.

(test 12).

2

1

:

0

=

+

p

H

2

1

:

1

+

p

H

rozkład t-Studenta

t(n-1)

2

1

=

m

m

n

m

t

rozkład t-Studenta

t(n-1)

Obszar krytyczny

gdzie:
m – liczba dodatnich reszty modelu,
n- liczba obserwacji.

©

Barbara Gładysz

1

1

n

n

m

n

m

background image

2

1

:

0

=

+

p

H

2

1

:

1

+

p

H

35

,

0

3

1

3

2

1

7

3

1

2

1

=

=

=

m

m

n

m

t

Rozkład reszt

-2

-1

0

1

2

0

2

4

6

8

produkcja

1

7

7

3

1

7

3

1

1

n

n

m

n

m

Obszar krytyczny

( )

45

,

2

6

35

,

0

05

,

0

=

<

=

t

t

Nie ma podstaw do odrzucamy hipotezy

0

H

Reszty s

ą

symetryczne

©

Barbara Gładysz

background image

Losowo

ść

reszt modelu

(test 3 - Liczby serii).

:

0

H

Reszty modelu s

ą

losowe

1) Porz

ą

dkujemy reszty chronologicznie lub według rosn

ą

cych warto

ś

ci

pewnej zmiennej obja

ś

niaj

ą

cej.

pewnej zmiennej obja

ś

niaj

ą

cej.

2) Wyznaczamy

liczb

ę

serii L reszt tych samych znaków.

Obszar krytyczny testu jest dwustronny [2 , l

1

] U [l

2

, n]

(

)

(

)

(

)

(

)

(

)



+

1

2

2

,

1

2

2

n

n

n

m

n

m

m

n

m

n

m

n

m

N

Statystyka L ma asymptotyczny rozkład normalny

©

Barbara Gładysz

background image

Rozkład reszt

-2

-1

0

1

2

0

2

4

6

8

produkcja

:

0

H

Reszty modelu s

ą

losowe

Liczb

ę

serii L = 3

L=3

[-] U [7]

Nie ma podstaw do odrzucamy hipotezy

0

H

Dla

α

=0,05

Obszar krytyczny:

[-] U [7]

©

Barbara Gładysz


Wyszukiwarka

Podobne podstrony:
2009 2010 STATYSTYKA NORMALNOSC
2009 2010 STATYSTYKA ZALEZNOSC LINIOWA
2009 2010 STATYSTYKA ZMIENNE LOSOWE
2009 2010 STATYSTYKA WSKAZNIKI
2009 2010 STATYSTYKA WSKAZNIKIid 26683
2009 2010 STATYSTYKA TESTY PARA Nieznany
2009 2010 STATYSTYKA ZALEZNOSC LINIOWAid 26684
2009 2010 STATYSTYKA ANOVAid 26 Nieznany (2)
2009 2010 STATYSTYKA TESTY NIEPARAMETRYCZNEid 26681
2009 2010 STATYSTYKA ISTOTAid 2 Nieznany (2)
2009 2010 STATYSTYKA PARAMETRY Z PROBY
2009 2010 STATYSTYKA ISTOTA

więcej podobnych podstron