Wyklad 9, biotechnologia inż, sem3, BiB, wykłady


Wykład 9

Nieparametryczne metody statystyczne

H0: m=m0

i jeśli jest prawdziwa, spodziewamy się mniej więcej takiej samej liczby obserwacji powyżej jak i poniżej m0 a jeśli próbka odbiega zbyt mocno od tego, odrzucamy H0.

Załóżmy, że hipoteza alternatywna jest dwustronna i ma postać HA: m

0x08 graphic
Odrzucamy H0 jeśli N+

k lub N+

26,31,43,163,171,181,193,199,206,210

Otrzymujemy k=2.

Zatem odrzucamy jeśli N+

26,31,43,163,171,181,193,199,206,210

obserwowana wartość N+=7, więc nie mamy podstaw do odrzucenia H0 na poziomie

α =0.05.

0x08 graphic

która jest po prostu sumą rang wszystkich obserwacji powyżej µ0.

0x08 graphic
0x08 graphic

gdzie α(r) jest współczynnikiem składnika sr w rozwinięciu

a średnia z próbki wyniosła 5.42.

Niech µ oznacza rzeczywistą, nieznaną wartość średnią i zweryfikujmy hipotezę

H0: µ=5.52 versus HA: µ

Wykorzystamy w tym celu statystykę T i normalne przybliżenie rozkładu W. Dla α =0.05, odrzucimy H0 jeśli |T|

Wartości absolutne odchyłek |Xk−5.52|, k=1, ..., 29, uporządkowane według wartości, z dodatnimi odchyłkami zaznaczonymi podkreśleniem, są następujące:

0.01, 0.02, 0.03, 0.05, 0.05, 0.06, 0.06, 0.08,0.09,0.10, 0.10, 0.11, 0.13, 0.13, 0.16, 0.18, 0.18, 0.22,0.23,0.23, 0.23, 0.25, 0.26, 0.27, 0.33, 0.34, 0.42, 0.64,1.45

Wartość statystyki W=1+3+4.5+6.5+9+10.5+12+13.5+20+24+25+ 26 = 155

0x08 graphic
oraz

i |T|=1.35. Nie mamy zatem podstaw do odrzucenia H0.

Przykład 3 - Wzrost

0x08 graphic

Przykład 4 - Prędkość maszynopisania

0x08 graphic

0x08 graphic

gdzie n1 oraz n2 są liczbami obserwacji w każdej z próbek, natomiast R1 jest sumą rang obserwacji z próbki pierwszej.

(gdzie R2 jest sumą rang obserwacji z drugiej próbki), gdyż etykietowanie próbek jako 1 czy 2 jest zupełnie arbitralne.

Przykład 3

0x08 graphic
H0: Studenci są takiego samego

wzrostu, niezależnie od płci.

0x08 graphic
H1: Wzrost zależny jest od płci.

0x08 graphic

Przykład 4

0x08 graphic

H0: Prędkość maszynopisania

nie jest większa wśród osób,

które ukończyły kurs w porównaniu

do osób bez szkolenia.

H1: Prędkość maszynopisania jest

większa w grupie osób po kursie

0x08 graphic
Rangowanie: z dołu do góry

0x08 graphic
i odchylenie standardowe

H0: Masa ciała zwierząt karmionych witaminami nie jest większa niż masa ciała zwierząt karmionych standardowo.

H1: Masa zwierząt karmionych witaminami jest wyższa od masy zwierząt hodowanych bez witamin.

Dla testu jednostronnego α = 0.05

0x08 graphic
t0.05[1], = 1.6449

Ponieważ Z = 2.94 > 1.6449, odrzucamy H0 (p=0.0016)

Example 4

0x08 graphic

0x08 graphic

H0: Dwie próbki pochodzą z populacji o takiej samej medianie (tzn. mediana ocen jest taka sama w obu populacjach, niezależnie od nauczyciela).

H1: Mediany obu populacji są różne.

α=0.05

Mediana dla wszystkich N pomiarów wynosi (N=25):

X(N+1)/2 = X13 = grade C+

Powstaje zatem następująca tablica kontyngencyjna.

0x08 graphic

0x08 graphic

Trzeba sobie uświadomić, że są trzy schematy eksperymentu zebrania danych z przykładu 8:

1. Można losowo wybrać 100 mężczyzn i zapytać ich o kolor włosów oraz losowo wybrać 200 kobiet i również zapytać je o kolor włosów.

Oznacza to, że ustalono liczności danych w wierszach tablicy kontyngencyjnej (100 oraz 200).

2. Albo, możemy zdecydować iż pytamy o płeć losowo wybrane 87 osoby o czarnych włosach, 108 osób o włosach brązowych, 80 osób o włosach w kolorze blond oraz 25 osób rudych.

Tak przeprowadzony eksperyment odpowiada schematowi o ustalonych wcześniej licznościach w kolumnach.

3. Albo, pytamy losowo wybrane 300 osób o kolor włosów i płeć.

Taki eksperyment wymaga jedynie określenia całkowitej liczności próby.

Niezależnie od schematu eksperymentu, analizę danych można przeprowadzić w taki sam sposób.

W analizie χ2 tablic kontyngencyjnych korzystamy ze standardowej formuły na statystykę χ2:

0x08 graphic
0x08 graphic
Ogółem, liczność oczekiwana dla każdej z komórek tabeli wynosi:

Mając obliczoną wartość statystyki χ2, jej znamienność statystyczna może być wyznaczona poprzez porównanie wartości z rozkładem χ2 o (r-1)(c-1) liczbie stopni swobody.

0x08 graphic

0x08 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

Wzrost mężczyzn [cm]

Wzrost kobiet [cm]

Rangi wzrostu mężczyzn

Rangi wzrostu kobiet

193

175

1

7

188

173

2

8

185

168

3

10

183

165

4

11

180

163

5

12

178

6

170

9

n1=7

n2=5

Po kursie

Rangi

Bez kursu

Rangi

44

32

?

48

40

36

44

32

?

44

51

34

45

30

2

54

26

1

56

n1=8

n2=7

Po kursie

Rangi

Bez kursu

Rangi

44

9

32

3.5

48

12

40

7

36

6

44

9

32

3.5

44

9

51

13

34

5

45

11

30

2

54

14

26

1

56

15

n1=8

n2=7

0x01 graphic

0x01 graphic

Rangi wzrostu mężczyzn

Rangi wzrostu kobiet

1

7

2

8

3

10

4

11

5

12

6

9

R1=30

R2=48

0x01 graphic

0x01 graphic

H0: Grupa 1 Grupa 2

H1:Grupa 1 < Grupa 2

H0: Grupa 1 Grupa 2

H1: Grupa 1 > Grupa 2

Rangowanie z dołu do góry

U

U'

Rangowanie z góry do dołu

U'

U

Grupa 1 po kursie

Grupa 2 bez kursu

9

3.5

12

7

6

9

3.5

9

13

5

11

2

15

R1=83.5

R2=36.5

14

1

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

Płeć

Kolor włosów

Czarne

Brązowe

Blond

Rude

Ogółem

Mężczyźni

32

43

16

9

100

Kobiety

55

0x01 graphic

Asystent A

Asystent B

Suma Ri

Powyżej mediany

6

6

12

Nie więcej niż mediana

5

8

13

Całkowite Ci

11

14

25

65

64

16

200

Ogółem

87

108

80

25

300

0x01 graphic

0x01 graphic

Płeć

Kolor włosów

Czarne

Brązowe

Blond

Rude

Ogółem

Mężczyźni

29.00

36.00

26.67

8.33

100

Kobiety

58.00

72.00

53.33

16.67

200

Ogółem

87

108

80

25

300

0x01 graphic

Asystent A

Asystent B

Ocena

Ranga

Ocena

Ranga

A

3

A

3

A

3

A

3

A

3

B+

7.5

A-

6

B+

7.5

B

10

B

10

B

10

B-

12

C+

13.5

C

16.5

C_

13.5

C

16.5

C

16.5

C-

19.5

C

16.5

D

22.5

C-

19.5

D

22.5

D

22.5

D

22.5

D-

25

R1=114.5

R2=210.5



Wyszukiwarka