Statystyka matematyczna - ściąga 02, STUDIA, SEMESTR IV, Statystyka matematyczna i planowanie eksperymentu, SMiPE


Lub „ Stawiamy hipotezę zerową głoszącą, że różnica pomiędzy parametrami θ a jego oceną T jest statycznie nieistotna ( jest na poziomie zerowym ) - stąd jej nazwa „hipoteza zerowa”

H1 - hipoteza alternatywna (dla każdej hipotezy zerowej określa się hipotezę alternatywną) w postaci

0x01 graphic
lub 0x01 graphic
lub

0x01 graphic

Dwie ostatnie postaci hipotezy alternatywnej określa się jako hipotezy jednostronne.

Postawioną hipotezę zerową weryfikuje się za pomocą odpowiedniego sprawdzianu zwanego testem, który określa się jako zmienną losową w postaci :0x01 graphic
wyznaczającą różnicę, dla której następnie buduje się obszar krytyczny odrzuceń hipotezy zerowej na podstawie wartośći krytycznej 0x01 graphic
dla danego poziomu istotności α.

TESTY DLA WARTOŚCI ŚREDNIEJ POPULACJI

Model I

Badana cecha w populacji ma rozkład normalny N(μ,σ), przy czym σ jest znane. Na podstawie n-elementowej próby zeryfikować hipotezę zerową:

0x01 graphic

0x01 graphic
jest konkretną hipotetyczną wartością średniej, wobec hipotezy alternatywnej (dwustronnej)

0x01 graphic

Test dla hipotezy zerowej jest następujący :

  1. Na podstawie wyników z próby oblicza się

- wartość średnią 0x01 graphic

- wartość zmiennej standaryzowanej u wg wzoru:

0x01 graphic

2. Z tabeli rozkładu normalnego standaryzowanego N(0,1) , dla założonego poziomu istotności αwyznacza się wartość krytyczną 0x01 graphic
taką by zachodziło:

0x01 graphic

Obszar krytyczny testu określany jest zależnością

0x01 graphic
tzn. że gdyż próby otrzymamy taką wartość u , że zachodzi

0x01 graphic
to hipotezę zerową H0 odrzucamy. W przypadku przeciwnym , gdy zachodzi 0x01 graphic
nie ma podstaw do odrzucenia H0

Uwaga: Powyższy test jest testem z dwustronnym obszarem krytycznym i stosuje się do tylko dla dwustronnej hipotezy alternatywnej 0x01 graphic

Przypadek 1

Hipoteza alternatywna H1ma postać :

0x01 graphic

W tym przypadku stosuje się test z lewostronnym obszarem krytycznym określonym nierównością

0x01 graphic
przy czym uα wyznacza się z tab. rozkładu normalnego standaryzowanego w taki sposób by była spełniona zależność:

0x01 graphic

Hipotezę zerową odrzuca się, jeśli wyznaczona z próby wartość zmiennej u spełnia nierówność:

0x01 graphic

Przypadek 2

Hipoteza alternatywna ma postać

0x01 graphic

W tym przypadku stosuje się test z prawostronnym obszarem krytycznym, określonym nierównością :

0x01 graphic
przy czym wartość uα wyznacza się z tab. rozkładu normalnego standaryzowanego w taki sposób by była spełniona zależność:

0x01 graphic

Hipotezę zerową odrzuca się, jeśli wyznaczona z próby wartość zmiennej u spełnia nierówność:

0x01 graphic

Model II

Badana cecha w populacji generalnej ma rozkład normalny N(μ,σ), przy czym odchylenie standardowe w populacji σ jest nieznane. W oparciu o wyniki małej n-elementowej próby zweryfikować hipotezę zerową :

0x01 graphic

μ0 - konkretna hipotetyczna wartość średniej, wobec hipotezy alternatywnej (dwustronnej)

0x01 graphic

Test dla hipotezy zerowej jest następujący;

1. Na podstawie wyników z próby oblicza się

- wartość średnią 0x01 graphic

- odchylenie standardowe s

- wartość statystyki - zmiennej t wg wzoru:

0x01 graphic
, ktorą przy prawidłowości hipotezy zerowej ma rozkład t-studenta o n-1 stopniach swobody

2. Z tablic t-studenta, dla ustalonego poziomu

istotności α i dla n-1 stopni swobody odczytuje się taką wartość tα, by zachodziło:

0x01 graphic

Obszar krytyczny testu określony jest zależnością:

0x01 graphic
tzn. że gdy z próby otrzymamy taką wartość t , e zachodzi:

0x01 graphic
to hipotezę zerową H0 odrzucamy. W przypadku przeciwnym, gdy zachodzi:

0x01 graphic
nie ma podstaw do odrzucenia H0

Model III

Badana cecha w populacji generalnej ma rozkład normalny N(μ,σ) lub dowolny inny, o średniej μ i skończonej i niezależnej wariancji σ. Na podstawie wyników n-elementowej próby zweryfikować hipotezę zerową:

0x01 graphic

gdzie μ0 - konkretna hipotetyczna wartość średniej, wobec hipotezy alternatywnej (dwustronnej)

0x01 graphic

Test dla hipotezy zerowej jest następujący:

1. Na podstawie wyników z próby oblicza się

- wartość średnią 0x01 graphic

- odchylenie standardowe s

- wartość zmiennej standaryzowanej u wg wzoru:

0x01 graphic

2. Z tabeli rozkładu normalnego standaryzowanego N(0,1) , dla założonego poziomu istotności αwyznacza się wartość krytyczną 0x01 graphic
taką by zachodziło:

0x01 graphic

Obszar krytyczny testu określany jest zależnością

0x01 graphic
tzn. że gdy z próby otrzymamy taką wartość u , że zachodzi: 0x01 graphic
to hipotezę zerową H0 odrzucamy. Przy 0x01 graphic
nie ma podstaw do odrzucenia hipotezy.

TEST DLA RÓWNOŚCI ŚREDNICH DWÓCH POPULACJI

W zastosowaniach praktycznych często zachodzi potrzeba sprawdzenia hipotez dotyczących równości wartości średnich w dwóch populacjach. W zależności od tego jak duży materiał doświadczalny

Jest w dyspozycji stosuje się jeden z trzech modeli.

Model I

Badamy dwie populacje generalne wktorych analizowane parametry mają rozkłady normalne N(μ1 , σ1) , N(μ2 , σ2), przy czym znane sa odchylenia standardowe w tych populacjach σ12. W oparciu o wyniki dwu niezależnych prób o liczebnościach odpowiednio n1 , n2 należy sprwadzić słuszność hipotezy zerowej

0x01 graphic
wobec hipotezy alternatywnej (dwustronnej)

0x01 graphic

Test dla hipotezy zerowej jest następujący:

. Na podstawie wyników z próby oblicza się

- wartość średnią 0x01 graphic

- wartość zmiennej standaryzowanej u wg. wzoru

0x01 graphic

która przy prawdziwości hipotezy zerowej ma rozkład normalny standaryzowany N(0,1)

Model II

Badamy dwie populacje generalne w który analizowane parametry mają rozkłady normalne N(μ1 , σ1) , N(μ2 , σ2), przy czym odchylenie standardowe w obu populacjach σ12 są nieznane ale jednakowe σ12. W oparciu o wyniku dwu niezależnych małych prób o liczebnościach odpowiednio n1 , n2 należy sprawdzić słuszność hipotezy zerowej

0x01 graphic
wobec hipotezy alternatywnej (dwustronnej)

0x01 graphic

Test dla hipotezy zerowej jest następujący:

. Na podstawie wyników z próby oblicza się

- wartość średnią 0x01 graphic

- wariacje s1 , s2

- wartość statystyki - zmiennej t wg. wzoru:

0x01 graphic
która przy prawdziwości hipotezy zerowej ma rozkład t-studenta o (n1+n2-2)stopniach swobody.

Model III

Badamy dwie populacje generalne w który analizowane parametry mają rozkłady normalne N(μ1 , σ1) , N(μ2 , σ2), lub inne o skończonych wariancjach 0x01 graphic
które są nieznane.

W oparciu o wyniki dwu niezależnych prób o liczebnościach odpowiednio n1 , n2 należy sprawdzić słuszność hipotezy zerowej

0x01 graphic
wobec hipotezy alternatywnej (dwustronnej)

0x01 graphic

Test dla hipotezy zerowej jest następujący:

. Na podstawie wyników z próby oblicza się

- wartość średnią 0x01 graphic

- wariancje 0x01 graphic

- wartość zmiennej standaryzowanej u wg wzoru

0x01 graphic

która przy prawdziwości hipotezy zerowej ma rozkład normalny standaryzowany N(0,1)

TEST DLA WARIANCJI POPULACJI

W praktyce duża wariancja jest niekorzystna, gdyż oznacza dużą niejednorodność analizowanej cechy, dlatego też przy weryfikacji hipotez dotyczących wariancji przyjmuje się jako hipotezę alternatywną z obszarem krytycznym prawostronnym.

Model

Badana cecha w populacji generalnej ma rozkład normalny N(μ,σ)przy czym paramtery μ i σ są nieznane. Na podstawie n-elementowej próby zweryfikować hipotezę zerową:

0x01 graphic

gdzie 0x01 graphic
jest konkretną, hipotetyczną wartością wariacji, wobec hipotezy alternatywnej (prawostronnej)

0x01 graphic

Test dla hipotezy zerowej

1.Na podstawie wyników z próby

- wariację z próby s2

- wartość zmiennej (statystyki )0x01 graphic
wg. wzoru:

0x01 graphic

która przy prawdziwości hipotezy zerowej ma rozkład X2 o (n-1) stopniach swobody

2. Z tablic rozkładu X2 dla założonego poziomu istotność α i (n-10 stopniach swobody wyznacza się wartość krytyczną 0x01 graphic
taką by zachodziło:

0x01 graphic

Nierówność 0x01 graphic
określa prawostronny obszar krytyczny odrzuceń tzn. gdy jest spełniona należny odrzucić hipotezę zerową H0 na rzecz hipotezy alternatywnej H1

TEST DLA RÓWNOŚCI WARIANCJI W DWÓCH POPULACJACH

Model

Rozpatrujemy dwie populacje w których badana cecha ma odpowiednio rozkład normalny N(μ1 , σ1) , N(μ2 , σ2),przy czym parametry tych rozkładów są nieznane. W oparciu o wyniki dwu niezależnych prób o liczebnościach odpowiednio n1,n2 należy sprawdzić słuszność hipotezy zerowej.

0x01 graphic

wobec hipotezy alternatywnej(dwustronnej)

0x01 graphic

Test dl hipotezy zerowej jest następujący:

1.Na podstawie wyników z próby

- wariancje z prób 0x01 graphic
, przy czym 0x01 graphic

- wartość zmiennej (statystyki) F wg. wzoru

0x01 graphic
który ma rozkład F-snedecora z(n1-1,n2-2)stopniami swobody

2. Z tablic rozkładu F-snedecora dla założonego

poziomu istotności α odczytuje się wartośc krytyczną Fα, taką by zachodziło:

0x01 graphic

Nierówność 0x01 graphic
określa prawostronny obszar krytyczny teście tzn

Dla 0x01 graphic
-odrzucamy hipotezę zerową H0 na rzecz hipotezy alternatywnej.

Dla0x01 graphic
przyjmujemy hipotezę zerową H0

NIEPARAMETRYCZNE TESTY ISTOTNOŚĆI

Dotyczą postaci rozkładów tzn. weryfikuje się hipotezę o postaci funkcyjnej rozkładu populacji generalnej.

Warunki przeprowadzenia testów nieparametrycznych:

W celu zweryfikowania hipotezy o postaci rozkładu empirycznego uzyskanego z próby z rozkładem teoretycznym( hipotetycznym)

Model

Populacja generalna ma dowolny rozkład o dystrybuancie należącej do pewnego zbioru Ω rozkładów o określonym typie postaci funkcyjnej dystrybuanty. Z populacji tej wylosowano dużą próbę (n>30), której wyniki podzielono na r rozłącznych klas o liczebnościach ni, w każdej klasie

0x01 graphic

Otrzymano w ten sposób tzw. szereg rozdzielczy.

Na podstawie wyników z tej próby, należy sprawdzić hipotezę zerową H0, że populacja generalna ma rozkład typu Ω, tzn.:

0x01 graphic

Gdzie F(x) jest dystrybuantą rozkładu populacji.

Test zgodności

Wprowadzamy charakterystykę, będącą miarą odległości między dystrybuantą rozkładu empirycznego a dystrybuantą rozkładu hipotetycznego.

0x01 graphic

ni- liczebność empiryczna i-tego przedziału klasowego (nie powinna być <10)

r- liczba przedziałów klasowych

pi- prawdopodobieństwo( częstość empiryczna) odpowiadające wartości badanej cechy w tej klasie

0x01 graphic

0x01 graphic

Statystyka 0x01 graphic
ma przy założeniu prawdziwości H0 i przy 0x01 graphic
rozkładu 0x01 graphic
o r stopniach swobody lub o ( r-k-1) stopniach swobody, gdy na podstawie próby oszacowano k parametrów.

Utworzony szereg rozdzielczy jest rozkładem empirycznym.

Jako rozkład teoretyczny najczęściej przyjmuje się :

- rozkład dwumianowy(Bernoulliego)

- rozkład POISSONA
- rozkład normalny

Obliczoną statystykę 0x01 graphic
należy porownać z wartością krytyczną 0x01 graphic
odczytaną z tablic rozkładu chi-kwadrat, przy ustalonym poziomie istotności α i określonej liczbie stopni swobody.

Obszar krytyczny w tym teście buduje się prawostronnie, tzn. tak aby spełniona była relacja:

0x01 graphic

Jeśli zachodzi

0x01 graphic
to H0należy odrzucić (gdyż różnica między rozkładem empirycznym a hipotetycznym, jest statystycznie istotna)

Metody analizy współzależności

Typy zależności :

- funkcjonalna - zmiana wartości jednej zmiennej powoduje ściśle określoną zmianę drugiej zmiennej (jednej zmiennej X odpowiada tylko jedna wartość drugiej zmiennej Y), np. pole kwadratu

- stochastyczna - ze zmianą jednej zmiennej zmienia się rozkład prawdopodobieństwa drugiej zmiennej.

Zależność korelacyjna : szczególny przypadek zależności stochastycznej. Polega na tym, że określonym wartościom jednej zmiennej odpowiadają ściśle określone średnie wartości drugiej zmiennej.

X,Y - wartości badanych zmiennych:

- korelacja liniowa dodatnia

- korelacja liniowa ujemna

- korelacja krzywoliniowa

- brak korelacji

KOWARIANCJA

0x01 graphic

Współczynnik korelacji liniowej Pearsona, jest wyznaczany poprzez standaryzację kowariancji

0x01 graphic

0x01 graphic

s(x), s(y) - odchylenie standardowe zmiennych x,y

Kowariancja :

Cov(x,y)=0 brak zależnośći korelacyjnej

Cov(x,y)<= ujemna zależność korelacyjna

Cov(x,y)> dodatnia zależność korelacyjna

Analiza regresji

Oszacowanie funkcji regresji

0x01 graphic

ui składnik resztowy określany jako

0x01 graphic

Szacowanie parametrów funkcji regresji MNK (metodą najmniejszych kwadratów)

0x01 graphic

To wyrażenie jest funkcją dwóch zmiennych a0 i a1, a zatem należy znaleźć minimum funkcji kwadratowej dwóch zmiennych.

WK ekstremum

Zarowanie się pochodnych cząstkowych

0x01 graphic

0x01 graphic

Jeśli przyrównamy pochodne do zera to po przekształceniach i uproszczeniu

0x01 graphic



Wyszukiwarka