plik


ÿþParametryczne testy istotno[ci 1. Testy dla warto[ci [redniej populacji Model 1. ZaBo\enia: Populacja generalna ma rozkBad normalny N[E(X ),à ], Znane jest odchylenie standardowe populacji generalnej, Z populacji wylosowano n elementow prób. Nale\y zweryfikowa hipotez: H0 : E(X ) = E(X )0 , gdzie E(X)0 jest hipotetyczn warto[ci [redniej, wobec hipotezy alternatywnej: H1 : E(X ) `" E(X )0 lub H1 : E(X ) > E(X )0 H1 : E(X )< E(X )0 Test istotno[ci jest w tym wypadku nastpujcy: X - E(X )0 n . U = à Decyzj weryfikacyjn podejmuje si wedBug zasad omówionych wy\ej. Model 2. ZaBo\enia: Populacja generalna ma rozkBad normalny N[E(X ),à ], Odchylenie standardowe populacji nie jest znane, Z populacji wylosowano maB prób. Hipotezy formuBuje si tak jak w modelu 1. Test istotno[ci jest nastpujcy: X - E(X )0 n -1 t = S lub X - E(X )0 n t = \ Decyzja weryfikacyjna  jak wy\ej. Model 3. ZaBo\enia: Populacja generalna ma rozkBad normalny N[E(X ),à ] lub dowolny inny, o [redniej E(X) i skoDczonej wariancji, Wariancja Ã2 nie jest znana, Z populacji generalnej wylosowano du\ (rzdu kilku dziesitków) prób. Hipotezy formuBuje si jak wy\ej. Test istotno[ci jest nastpujcy: X - E(X )0 n . U = S Decyzja weryfikacyjna  wedBug zasad jak wy\ej. 2. Testy dla dwóch [rednich Model 1. ZaBo\enia: Badamy dwie populacje generalne o rozkBadach normalnych N[E(X )1,Ã1], N[E(X )2,à ], 2 Odchylenia standardowe tych populacji s znane, Wylosowano niezale\nie dwie próby o liczebno[ciach: n1, n2. Nale\y zweryfikowa hipotez: H0 : E(X )1 = E(X )2 wobec H1 : E(X )1 > E(X )2 lub H1 : E(X )1 < E(X )2 Test istotno[ci przyjmuje posta: X1 - X2 U = . 2 2 Ã1 à 2 + n1 n2 Decyzja weryfikacyjna  wedBug zasad jak wy\ej. Model 2. ZaBo\enia: Badamy dwie populacje generalne o rozkBadach normalnych N[E(X )1,Ã1], N[E(X )2,à ], 2 Odchylenia standardowe tych populacji nie s znane, ale jednakowe, Wylosowano niezale\nie dwie maBe próby o liczebno[ciach: n1, n2. Hipotezy formuBuje si tak jak w modelu 1. Test istotno[ci jest nastpujcy: X1 - X 2 t = 2 2 ëø öø n1S1 + n2S2 1 1 ìø + ÷ø ìø n1 + n2 - 2 n1 n2 ÷ø íø øø Przy zaBo\eniu prawdziwo[ci hipotezy zerowej powy\szy test ma rozkBad t  Studenta o n1 + n2  2 stopniach swobody. Decyzj weryfikacyjn podejmuje si wedBug znanych ju\ zasad. Model 3. ZaBo\enia: Badamy dwie populacje generalne o rozkBadach normalnych lub innych, ale o skoDczonych wariancjach: Ã12, Ã22, Wariancje te nie s znane, Wylosowane zostaBy dwie du\e próby (n1 oraz n2  rzdu kilku dziesitków). Nale\y zweryfikowa hipotez zerow, tak jak w modelach 1 i 2. Test statystyczny przyjmuje posta: X1 - X2 U = . 2 2 S1 S2 + n1 n2 Decyzja weryfikacyjna  wedBug zasad jak wy\ej. 3. Test dla wariancji Model ZaBo\enia: Populacja generalna ma rozkBad normalny N[E(X ),à ] nieznane Z populacji tej wylosowano niezale\nie n elementow prób Nale\y zweryfikowa hipotez 2 2 H0 :à = Ã0 wobec hipotezy 2 2 H1 :à > Ã0 Test istotno[ci jest nastpujcy: 2 2 n nS (n -1)\ 1 2 Ç = = = "(X - X )2 i 2 2 2 Ã0 Ã0 Ã0 i=1 Przy zaBo\eniu prawdziwo[ci hipotezy zerowej, powy\szy test ma rozkBad Ç2 z n  1 stopniami swobody. Obszar krytyczny wyznacza si nastpujco: Dla ustalonego z góry poziomu istotno[ci ± oraz dla n  1 stopni swobody, z tablic rozkBadu Ç2 odczytuje si warto[ krytyczn DZ2, przy czym 2 2 P{Ç e" DZ}= ± . Wtedy obszar krytyczny jest nastpujcy: [DZ2, +"). Decyzje weryfikacyjn podejmuje si wedBug zasad omówionych wcze[niej. 4. Test dla dwóch wariancji Model ZaBo\enia: Badamy dwie populacje generalne o rozkBadach normalnych N[E(X )1,Ã1], N[E(X )2,à ], 2 Parametry tych rozkBadów nie s znane, Z populacji tych wylosowano niezale\nie dwie próby o liczebno[ciach odpowiednio n1 i n2. UkBad hipotez jest nastpujcy: 2 2 H0 :Ã1 = Ã2 2 2 H1 :Ã1 > à 2 Test istotno[ci przyjmuje posta: 2 \1 F = , 2 \2 gdzie: n 1 2 \ = "(X - X )2 n -1i=1 i Uwaga, n 2 2 \ = S , n -1 n 1 gdzie S2 = "(X - X )2 i n i=1 Przy zaBo\eniu prawdziwo[ci hipotezy zerowej, omawiany test ma rozkBad F Snedecora z n1  1 i n2  1 stopniami swobody. Konstrukcja przedziaBu ufno[ci oraz podjcie decyzji weryfikacyjnej przebiega nastpujco: Dla ustalonego poziomu istotno[ci ± oraz n1  1 i n2  1stopni swobody z tablicy rozkBadu F odczytuje si warto[ krytyczn F± ,n1, -1n2 -1, w taki sposób aby speBniona byBa równo[: P{F e" F± ,n1-1,n2 -1}= ± H0 odrzuca si je[li Fobl. e" F± ,n1-1,n2 -1. Rys. Wyznaczanie obszaru krytycznego przy weryfikacji hipotezy o równo[ci dwóch wariancji. 5. Test dla kilku wariancji Model ZaBo\enia: Badamy k niezale\nych populacji o rozkBadach normalnych: N ~ [E(X )i,Ãi], i = 1, 2, ..., k, Parametry tych rozkBadów nie s znane, Z ka\dej populacji losujemy próby o liczebno[ciach n (n = n1 = = n2 = ... = nk). UkBad hipotez jest nastpujcy: 2 2 2 H0 :Ã1 = à = ... = à 2 k 2 2 2 H1 :Ã1 `" à `" ... `" à 2 k W takiej sytuacji mo\na zastosowa test Hartley a lub test Cochrana. Test Hartley a przyjmuje nastpujc posta: max Si2 H = min Si2 Korzystajc z odpowiednich tablic statystycznych, dla danego poziomu ±, liczby k oraz liczby stopni swobody s = n  1, odczytuje si warto[ H± ,k,s , speBniajc nastpujc równo[: P{H e" H± ,k,s}= ± . Decyzj weryfikacyjn podejmuje si wedBug nastpujcych zasad: Je[li H e" H± ,k,s , to H0 nale\y odrzuci Je[li H < H± ,k,s , to nie ma podstaw do odrzucenia H0 Uwaga, W sytuacji, gdy próby nie s jednakowo liczne, poleca si stosowanie testu Bartletta. 6. Test dla wskaznika struktury Model (tylko dla du\ej próby) ZaBo\enia: Populacja generalna ma rozkBad dwupunktowy z parametrem p (frakcja elementów wyró\nionych w populacji), Z populacji wylosowano du\ prób (n > 100). Nale\y zweryfikowa hipotez: H0 : p = p0. Stosuje si test postaci: Wskaznik struktury z próby m - p0 n U = . p0(1- p0) n 6. Test dla dwóch wskazników struktury Model ZaBo\enia: Dane s dwie populacje generalne o rozkBadach dwu- punktowych z parametrami, odpowiednio p1, p2, Z obu populacji wylosowano niezale\nie du\e próby (n1 > 100, n2 > 100). Nale\y zweryfikowa hipotez: H0 : p1 = p2 . Test istotno[ci w tym wypadku jest nastpujcy: m1 m2 - n1 n2 U = , p(1- p) n gdzie: m1 + m2 p = , n1 + n2 n1n2 n = . n1 + n2 Decyzje weryfikacyjne przy testowaniu hipotez odno[nie do wskazników struktury podejmuje si w zale\no[ci od postaci hipotezy alternatywnej wedBug ogólnych zasad. Nieparametryczne testy istotno[ci Nieparametryczne testy istotno[ci mo\na podzieli na: " Testy zgodno[ci " Testy losowo[ci " Testy niezale\no[ci Ad. testów zgodno[ci. Zastosowanie SBu\ one do weryfikacji hipotez o postaci funkcyjnej rozkBadu populacji generalnej. Bada si wówczas zgodno[ uzyskanego z próby rozkBadu empirycznego z rozkBadem teoretycznym (hipotetycznym), okre[lonym w hipotezie zerowej. Za pomoc odpowiedniego testu zgodno[ci mo\na równie\ zweryfikowa zgodno[ kilku rozkBadów empirycznych. PrzykBady testów 1. Test zgodno[ci Ç2 SBu\y do sprawdzania hipotezy, \e populacja ma okre[lony typ rozkBadu, tj. okre[lon posta funkcyjn dystrybuanty. Mo\e to by okre[lony typ rozkBadu skokowego lub cigBego. Istot stosowania testu zgodno[ci Ç2 jest porównanie liczebno[ci rozkBadu empirycznego z liczebno[ciami wyzna- czonymi przy zaBo\eniu okre[lonego typu rozkBadu. Je[li rozkBad w populacji jest zaBo\onym rozkBadem, to ró\nice pomidzy liczebno[ciami empirycznymi i teoretycznymi bd nieistotne. Gdy za[ rozbie\no[ci pomidzy liczebno[ciami empirycznymi i teoretycznymi s zbyt du\e, wtedy hipoteza, \e populacja ma ten wBa[nie rozkBad teoretyczny, musi zosta odrzucona. Model ZaBo\enia: Populacja generalna ma dowolny rozkBad o dystrybuancie nale\cej do pewnego zbioru &! rozkBadów o okre[lonym typie postaci funkcyjnej dystrybuanty. Z populacji wylosowano niezale\nie du\ prób (n  co najmniej kilkadziesit). Wyniki próby losowej podzielono na r rozBcznych klas o r liczebno[ciach ni w ka\dej klasie, przy czym "n = n (W ten i i=1 sposób okre[lony zostaje rozkBad empiryczny). Weryfikacji podlega nastpujca hipoteza zerowa: H0 : F(x)"&!, gdzie F(x) jest dystrybuant rozkBadu populacji. Powy\szy zapis nale\y interpretowa nastpujco: Populacja generalna ma rozkBad typu &!. Test istotno[ci jest w tym wypadku nastpujcy: r Æ (ni - ni )2 , 2 Ç = " Æ ni i=1 Æ gdzie: ni  liczebno[ci teoretyczne wyznaczone przy zaBo\eniu Æ prawdziwo[ci hipotezy zerowej, ni = npi , przy czym pi oznacza prawdopodobieDstwo znalezienia si warto[ci zmiennej w i -tej klasie. Podejmujc decyzj weryfikacyjn nale\y uwzgldni fakt, \e statystyka Ç2, przy zaBo\eniu prawdziwo[ci hipotezy zerowej, ma asymptotyczny rozkBad Ç2 o r  k  1 stopniach swobody, gdzie k oznacza liczb parametrów szacowanych z próby, niezbdnych do wyznaczenia liczebno[ci teoretycznych. Obszar krytyczny buduje si tu prawostronnie, przy ustalonym poziomie istotno[ci ± i s = r  k  1 stopniach swobody. Zatem, warto[ krytyczn odczytuje si w taki sposób, aby zachodziBa 2 2 równo[: P{Ç e" DZ ,s}= ± . 2. Test zgodno[ci » KoBmogorowa Stosowany jest tylko do rozkBadów cigBych. W odró\nieniu od testu Ç2, gdzie porównuje si liczebno[ci szeregu empirycznego z liczebno[ciami szeregu teoretycznego (hipotetycznego), w te[cie » KoBmogorowa porównuje si dystrybuant empiryczn z dystrybuant hipotetyczn. Je[li populacja generalna ma rozkBad zgodny z hipotez H0, to warto[ci dystrybuanty empirycznej i teoretycznej powinny by we wszystkich badanych punktach zbli\one. Model ZaBo\enia: Populacja generalna ma rozkBad cigBy o dystrybuancie F(x). Z populacji wylosowano du\ prób (n  rzdu kilku dziesitków). Nale\y zweryfikowa hipotez postaci: H0 : F(x) = F0(x), gdzie F0(x) jest hipotetyczn dystrybuant. Test istotno[ci jest nastpujcy: » = D n , gdzie: D = sup | Fn(x)- F(x)|, x nsk Fn(x) = oznacza dystrybuant empiryczn. n Przy zaBo\eniu prawdziwo[ci H0 test » ma rozkBad » KoBmogorawa. Dla ustalonego poziomu istotno[ci ± odczytuje si z granicznego rozkBadu » KoBmogorawa tak warto[ krytyczn »±, aby speBnione byBo równanie: P{» e" »±}= ± . Zatem, buduje si prawostronny obszar krytyczny i podejmuje si decyzj weryfikacyjn wedBug znanych zasad. 3. Test zgodno[ci » KoBmogorawa - Smirnowa Jest przydatny do oceny zgodno[ci dwóch rozkBadów populacji generalnej. Model ZaBo\enia: Rozwa\a si dwie populacje o rozkBadach z cigBymi dystrybuantami: F1(x), F2(x). Z populacji tych pobrano dwie du\e próby o liczebno[ciach, odpowiednio: n1, n2. Nale\y zweryfikowa hipotez, \e obie populacje maj ten sam typ rozkBadu, tj.: H0 : F1(x) = F2(x). Test istotno[ci Smirnowa oparty na statystyce » KoBmogorawa ma nastpujc posta: » = D" n , gdzie: D" = sup | Fn1(x)- Fn2 (x)|, x n1sk n2sk Fn1(x) = , Fn2 (x)= , n1 n2 n1n2 n = . n1 + n2 Przy zaBo\eniu prawdziwo[ci H0 test » ma asymptotyczny rozkBad » KoBmogorawa. Decyzj weryfikacyjn podejmuje si wg analogicznych zasad jw. Podsumowanie Stosujc testy zgodno[ci mo\emy odpowiedzie na pytanie, czy badana cecha ma rozkBad danego typu, np.  mo\na zapyta  czy rozkBad pBac w Polsce jest rozkBadem normalnym? Inne zastosowanie testów zgodno[ci polega na wykorzystaniu ich do sprawdzenia, czy dwa rozkBady s takie same, np. rozkBad pBac pracowników fizycznych i umysBowych. W[ród testów stosowanych do oceny typu rozkBadu wskazuje si na test zgodno[ci Ç2 oraz test zgodno[ci » KoBmogorowa. Test zgodno[ci Ç2 mo\na stosowa bez wzgldu na to, czy badana cecha jest cigBa, czy skokowa. Test zgodno[ci » KoBmogorowa ma zastosowanie tylko do badania rozkBadów cech cigBych. Do oceny zgodno[ci dwóch rozkBadów proponuje si test zgodno[ci » KoBmogorowa - Smirnowa. Ad. testów losowo[ci Z wcze[niejszych rozwa\aD wiadomo, \e próba statystyczna powinna by losowa. Zatem pytanie, jak sprawdzi losowy charakter próby, jest uzasadnione. Test serii Etapy stosowanej procedury s nastpujce: Porzdkuje si wyniki próby pobranej z populacji generalnej w cig niemalejcy i wyznacza si median. Powraca si do pierwotnego ukBadu wyników i poszczególnym warto[ciom xi przyporzdkowuje si liter A lub B, wedBug zasady: xi < Me ’! A xi > Me ’! B xi = Me ’! pomijamy Wyznacza si liczb serii k. Okre[lenie Seri nazywa si ka\dy podcig symboli jednego rodzaju, wystpujcych bezpo[rednio po sobie. Na przykBad, mamy: AABBBABB ’! k = 4. Zlicza si liczb symboli A oraz B, tzn. ustala si nA  liczba symboli A, oraz nB  liczba symboli B. W przykBadzie powy\ej nA = 3 natomiast nB = 5. Liczba serii k ma znany rozkBad, który jest stablicowany. Zale\y on od poziomu istotno[ci ± oraz nA i nB. Z tablic rozkBadu serii odczytuje si dwie warto[ci krytyczne k1 oraz k2, w taki sposób, \eby zachodziBo: ± P{k d" k1}= 2 oraz ± P{k d" k2}=1- 2 Hipoteza zerowa zostaje odrzucona, je\eli zajdzie k d" k1 lub k > k2. W pozostaBych przypadkach stwierdza si, \e nie ma podstaw do odrzucenia H0.

Wyszukiwarka

Podobne podstrony:
informatyka w prawnicza testy
Historia państwa i prawa Polski Testy Tablice
Sprawdziany i Testy Nauczycieli
Rozporządzenie Ministra Finansów z dnia 28 września 2007 r ws zapłaty opłaty skarbowej
Testy i dyktanda ortograficzne
studia technik farmaceutyczny testy zawodowe test zawodowy ZPG1ZGSF
Testy II powiat 09

więcej podobnych podstron