stat PageH resize

stat PageH resize



48 3.7 Analiza regresji

względem losowym dla wszystkich obserwacji. Sytuacja taka odpowiada wielokrotnym pomiarom zbioru k obiektów, z których każdy mierzony jest n, razy (i odpowiednio i = 1,2,..., fc).

W przypadku tego testu również sprawdzamy, czy odpowiednie grupy prób pochodzą, z rozkładu normalnego oraz czy mają takie same wariancje.

Jeśli hipoteza (3.121) zostanie zanegowana, niezbędne jest ustalenie, które ze średnich w poszczególnych grupach są do siebie podobne, a które różnią się między sobą. Celowi temu służy tzw. analiza post-hoc, której elementami są porówania wielokrotne (porównania we wszystkich możliwych parach) i znajdowanie grup jednorodnych pod względem średniej.

Testy wariancji

W tych testach sprawdzane jest założenie dotyczące wielkości lub równości wariancji. W przypadku jednej grupy obserwacji testujemy, czy wariancja danych jest równa pewnej ustalonej przez nas wartości <7q, tzn.

H0 : a2 =4.    (3.123)

Dla dwóch grup hipotezą zerową jest równość wariancji w tych dwóch grupach obserwacji, czyli

H0 : a\ = o\ .    (3.124)

Jak widzieliśmy wcześniej, tego typu testy przydatne są przy sprawdzaniu założeń dla testów porównywania średnich. Wykorzystywane są ponadto np. w statystycznej kontroli jakości. W zagadnieniu tym zakłada się bowiem, że o jakości wyrobów świadczy również wielkość wariancji dla charakterystyki jakościowej. Im wariancja ta jest bowiem większa, tym większe zróżnicowanie badanego produktu, czyli „mniej stabilna” produkcja.

Przykładem testów w tej grupie jest test F-Snedecora.

3.7 Analiza regresji

W wielu zastosowaniach niezbędne jest sprawdzenie, czy istnieje zależność pomiędzy dwoma zmiennymi X i Y. W zależności od przyjętych założeń dotyczących losowości (lub deterministyczności) obu tych zmiennych mamy różne modele, z których część nosi nazwę analizy regresji. Z problemem zależności pomiędzy danymi spotkaliśmy się też już w rozdziale 3.6.3. Teraz będziemy jednak rozważać sytuację, gdy zmienne posiadają wartości ciągłe i mierzone są względem skali ilościowej. Test \2 niezależności, opisany wcześniej, przeznaczony był przede wszystkim dla danych o wartościach dyskretnych lub dla zmiennych mierzonych na skalach porządkowych i nominalnych.

3.7.1 Kowariancja i korelacja liniowa

W rachunku prawdopodobieństwa miarą zależności pomiędzy zmiennymi X i Y jest kowariancja, obliczana ze wzoru

(3.125)


Cov(X, Y) = Cov(Y,X) = E (X - EX) (Y - EY) .


Wyszukiwarka

Podobne podstrony:
28828 stat PageX resize 58 3.7 Analiza regresji gdzie b = (i>o,...,bp)T. Dla takich estymatorów
stat PageV resize 56 3.7 Analiza regresji3.7.6 Notacja macierzowa. Wielowymiarowy rozkład losowy No
39149 stat PageV resize 56 3.7 Analiza regresji3.7.6 Notacja macierzowa. Wielowymiarowy rozkład los
stat PageR resize 52 3.7 Analiza regresji Twierdzenie 3.44. Załóżmy, że zmienna x jest deterministy
stat PageT resize 54 3.7 Analiza regresji czyli zmienna Y nie jest związana z zachowaniem się zmien
47275 stat PageP resize 50 3.7 Analiza regresji Istnieją oczywiście również inne miary zależności p
stat Pageb resize 62 3.8 Analiza zjawisk dynamicznych Możemy skorzystać z poznanych wcześniej indek
stat Paged resize 64 3.8 Analiza zjawisk dynamicznych Średnia ruchoma może być przydatna przy wykry
stat Pageh resize 68 4.5 Metody doboru próby Odpowiednia liczebność próby n wyznaczana jest na pods
71794 stat Page` resize 60 3.8 Analiza zjawisk dynamicznych Wystarczy teraz zatem dokonać podstawie

więcej podobnych podstron