Příklad 1. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 11
|
|
- Zuzana Zemanová
- před 7 lety
- Počet zobrazení:
Transkript
1 Příklad 1 Vyhláška Ministerstva zdravotnictví předpokládala, že doba dojezdu k pacientovi od nahlášení požadavku nepřekročí 17 minut. Hodnoty deseti náhodně vybraných dob příjezdu sanitky k nemocnému byly: 15, 23, 11, 20, 18, 32, 30, 24, 26, 17 Ověřte, zda doba dojezdu sanitky byla delší než vyhláškou požadovaných 17 minut na hladině významnosti 0,05. Řešení 1 Zamyslíme-li se nad analyzovanou veličinou, dospějeme jednoznačně k závěru, že doba dojezdu musí být pravostranně vychýlená. Není tedy správné použít Z-test nebo t-test, protože náhodná veličina doby dojezdu sanitky nemá normální rozdělení. Obdobou jednovýběrového testu hypotézy o střední hodnotě je test znaménkový. Ten je vlastně binomickým testem, který předpokládá, že pravděpodobnost obou možných výsledků pozorování A a B (pod očekávanou hodnotou a nad očekávanou hodnotou) je stejná, tedy p(a) = p(b) = 0,5 Úlohu budeme řešit podle teorie. Máme náhodný výběr 15, 23, 11, 20, 18, 32, 30, 24, 26, 17 ze spojitého rozdělení s mediánem x (není nutné medián počítat). Tento náhodný výběr má počet prvků n = 10. Platí tedy P(X i < x ) = P(X i > x ) = 1 2, i = 1,, n Chceme testovat hypotézu H 0 : x = x 0 proti jednostranné alternativní hypotéze H 1 : x > x 0, kde x 0 = 17 je vyhláškou daná hodnota. Utvoříme rozdíly 15 17, 23 17, 11 17, 20 17, 18 17, 32 17, 30 17, 24 17, 26 17, Rozdíly vypočteme 2, +6, 6, +3, +1, +15, +13, +7, +9, 0 V tomto souboru rozdílů vynecháme nulové hodnoty a příslušně snížíme n. Dostaneme tak zkoumaný soubor Y a nyní je n = 9. 2, +6, 6, +3, +1, +15, +13, +7, +9 Počet prvků zkoumaného souboru (v této situaci 9) nelze považovat za velké číslo, proto nemůžeme Y~Bi (9, p = 1 2 ) To znamená, že očekáváme, že zjištěná hodnota Y bude blízko své střední hodnoty 9 2. kritických hodnot pro znaménkový test přesný. V našem konkrétním případu dostáváme α = 0,05, n = 9, k 1 = 1, k 2 = 8 Protože náhodný jev Y nastal ve 2 případech (dvě kladná znaménka) a je tedy v intervalu (1, 8), nemůžeme podle teorie zamítnout nulovou hypotézu. Nepodařilo se tedy prokázat, že doba dojezdu z analyzovaných dat se statisticky významně liší od doby požadované vyhláškou. d b 1
2 Poznámka Tento příklad velmi dobře ukazuje na obecnou vlastnost neparametrických testů, kterou je skutečnost, že jsou k zjištění rozdílu méně citlivé. Síla neparametrických testů je obecně při stejném počtu pozorování menší, než je síla ekvivalentních testů parametrických (Z-test, t-test a podobně). Zvýšení síly testu dosáhneme zvýšením počtu pozorování. d b 2
3 Příklad 2 V tabulce jsou uvedena data doby řešení matematického příkladu skupinou 11 studentů před speciálním cvičením zaměřeným na daný typ úloh. V druhém řádku tabulky jsou doby potřebné k řešení obdobného příkladu po praktickém cvičení. Před cvičením 87, 61, 98, 90, 93, 74, 83, 72, 81, 75, 83 Po cvičení 50, 45, 79, 90, 88, 65, 52, 79, 84, 61, 52 Máme prokázat na hladině významnosti 0,05, že výsledky po cvičení jsou lepší než výsledky před cvičením. Řešení 2 Z psychologie víme, že doby řešení úloh po cvičení orientovaném na určitý typ úloh mají levostranně sešikmené rozdělení a použití párového t-testu není tedy teoreticky správné. Proto k nalezení odpovědi na otázku použijeme znaménkový test. Máme tedy n = 11 a sadu dvojic měření. Znaménkem plus označíme ty hodnoty, kdy se po cvičení doba k řešení příkladu zkrátila, znaménkem mínus ty případy, kdy naopak doba potřebná k řešení příkladu byla delší. Dostaneme situaci +37, +16, +19, 0, +5, +9, +31, 7, 3, +14, +31 Pokud je diference v dobách řešení nulová, jde o tzv. svázané hodnoty (ties) a o ně počet analyzovaných údajů snížíme (to nastalo v jednom případu). Dostaneme n = 10 a hodnoty náhodného jevu X +37, +16, +19, +5, +9, +31, 7, 3, +14, +31 Máme soubor hodnot, pro který musí platit P(X i < x ) = P(X i > x ) = 1, i = 1,,10 2 Chceme testovat hypotézu H 0 : x = 0 (schopnost vypočítat úlohu tohoto type se nezlepšila) proti jednostranné alternativní hypotéze H 1 : x > 0 (schopnost vypočítat úlohu tohoto typu se zlepšila). Počet prvků zkoumaného souboru (v této situaci 10) nelze považovat za velké číslo, proto nemůžeme Y~Bi (10, p = 1 2 ) To znamená, že očekáváme, že zjištěná hodnota Y bude blízko své střední hodnoty kritických hodnot pro znaménkový test přesný. V našem konkrétním případu dostáváme α = 0,05, n = 10, k 1 = 1, k 2 = 9 Protože náhodný jev Y nastal v 8 případech (osm kladných znaménka) a je tedy v intervalu (1, 9), nemůžeme podle teorie zamítnout nulovou hypotézu. Nepodařilo se tedy prokázat, že dané cvičení vede ke zkrácení doby řešení tohoto druhu příkladů. d b 3
4 Příklad 3 Je třeba otestovat, jestli léčebný preparát nemění složení krve (počet leukocytů). Preparát byl zkoušen na 10 osobách. Výsledky (dané poměrem leukocytů k jejich počtu dle normy) jsou uvedeny v tabulce. Testujte na hladině významnosti 0,05. Testování bylo provedeno na zdravých jedincích, kteří měli před testováním množství leukocytů odpovídající normě. Výsledky testování byly: 1,06, 1,03, 1,10, 1,00, 1,02, 1,08, 1,06, 1,03, 1,05, 1,09 Řešení 3 O léčebném preparátu není známo, zda jeho užití má z hlediska počtu leukocytů nějaké známé rozdělení, či sešikmení. Proto použití t-testu není teoreticky správné. K nalezení odpovědi na otázku použijeme znaménkový test. Máme tedy n = 10 a sadu měření. Znaménkem plus označíme ty hodnoty, kdy se po aplikaci preparátu množství leukocytů zvýšilo (v tabulce uvedená hodnota je vyšší než 1), znaménkem mínus označíme ty případy, kdy naopak množství leukocytů kleslo. Konkrétně si vypočteme hodnoty x i 1. Dostaneme situaci +0,06, +0,03, +0,10, 0,00, +0,02, +0,08, +0,06, +0,03, +0,05, +0,09 Pokud je nějaká hodnota nulová, počet analyzovaných údajů o ni snížíme (to nastalo v jednom případu). Dostaneme n = 9 a hodnoty náhodného jevu X +0,06, +0,03, +0,10, +0,02, +0,08, +0,06, +0,03, +0,05, +0,09 Máme soubor hodnot, pro který musí platit P(X i < x ) = P(X i > x ) = 1, i = 1,,10 2 Chceme testovat hypotézu H 0 : x = 0 (množství leukocytů zůstalo zachováno) proti jednostranné alternativní hypotéze H 1 : x 0 (množství leukocytů se po aplikaci preparátu změnilo). Počet prvků zkoumaného souboru (v této situaci 9) nelze považovat za velké číslo, proto nemůžeme Y~Bi (9, p = 1 2 ) To znamená, že očekáváme, že zjištěná hodnota Y bude blízko své střední hodnoty 9 2. kritických hodnot pro znaménkový test přesný oboustranný. V našem konkrétním případu dostáváme α = 0,05, n = 9, k 1 = 1, k 2 = 8 Protože náhodný jev Y nastal v 9 případech (devět kladných znaménka) a je tedy mimo interval (1, 8), můžeme podle teorie zamítnout nulovou hypotézu. Podařilo se tedy prokázat, že aplikace daného preparátu způsobí statisticky významnou změnu počtu leukocytů. d b 4
5 Příklad 4 Příklad 5.2 Jednou za semestr studenti pomocí bodů hodnotí přednášející. K dispozici jsou průměrné výsledky na jednoho studenta za dva roky pro deset náhodně vybraných přednášejících. Posuďte na hladině významnosti 0.05, zda přednášející získali v letošním roce od studentů stejný počet bodů jako v minulém roce. Body jsou uvedeny v tabulce. Body za minulý rok 2.5, 1.5, 3, 3, 1.5, 1.5, 2, 2, 1.5, 3 Body za letošní rok 2, 2, 2.5, 2.5, 2.5, 1, 1, 1.5, 1.5, 2 Řešení 4 Nevíme nic o rozdělení sledované veličiny, kterou je rozdíl v hodnocení v letošním a minulém roce. Víme jen, že hodnocení bylo prováděno jako v české základní škole (1 nejlepší a 5 nejhorší). Z toho důvodu použití t-testu není tedy teoreticky správné. Proto k nalezení odpovědi na otázku použijeme znaménkový test. Máme tedy n = 10 a sadu dvojic hodnocení. Znaménkem plus budou označeny ty hodnoty, kdy se po roce hodnocení zlepšilo, znaménkem mínus ty případy, kdy naopak po roce hodnocení zhoršilo. Nové hodnoty vypočteme tak, že od loňského hodnocení odečteme letošní. Dostaneme situaci +0.5, 0.5, +0.5, +0.5, 1, +0.5, +1, +0.5, 0, +1 Pokud je diference v hodnocení nulová, jde o tzv. svázané hodnoty (ties) a o ně počet analyzovaných údajů snížíme (to nastalo v jednom případu). Dostaneme n = 9 a hodnoty náhodného jevu X +0.5, 0.5, +0.5, +0.5, 1, +0.5, +1, +0.5, +1 Máme soubor hodnot, pro který musí platit P(X i < x ) = P(X i > x ) = 1, i = 1,,9 2 Chceme testovat hypotézu H 0 : x = 0 (hodnocení se nezměnilo) proti oboustranné alternativní hypotéze H 1 : x 0 (hodnocení se změnilo). Počet prvků zkoumaného souboru (v této situaci 9) nelze považovat za velké číslo, proto nemůžeme Y~Bi (9, p = 1 2 ) To znamená, že očekáváme, že zjištěná hodnota Y bude blízko své střední hodnoty 9 2. kritických hodnot pro znaménkový test přesný. V našem konkrétním případu dostáváme α = 0,05, n = 9, k 1 = 1, k 2 = 8 Protože náhodný jev Y nastal v 7 případech (sedm kladných znaménka) a je tedy v intervalu (1, 8), nemůžeme podle teorie zamítnout nulovou hypotézu. Podařilo se tedy prokázat, že hodnocení pedagogů se po jednom roce statisticky významně nezměnilo. d b 5
6 Příklad 5 Prověřte účinnost nové tréninkové metody, neboli zda nová metoda je lepší než stará. Rozdíl maximálních výsledků skokanského družstva před zavedením nové metody a po třech měsících používání je dán tabulkou. číslo skokana rozdíl výkonů [cm] číslo skokana rozdíl výkonů [cm] Řešení 5a Máme n = 16 případů. V rámci nich došlo 5 krát ke zhoršení výkonu a 11 krát ke zlepšení. V případě, že nová metoda není lepší, měl by být počet zlepšení a zhoršení stejný. Pokud je lepší, počet zlepšení (kladných znamének) by měl být vyšší. Formulujeme tedy nulovou hypotézu pro nezlepšení a jednostrannou alternativní hypotézu pro zlepšení takto H 0 : x = 0 (nedošlo ke zlepšení) a H 1 : x > 0 (došlo ke zlepšení). Počet zlepšení (kladných znamének) je zřetelně vyšší. Otázkou je, zda rozdíl mezi počtem zlepšení a zhoršení je významný na hladině významnosti 5%? Počet prvků zkoumaného souboru (v této situaci 16) nelze považovat za velké číslo, proto nemůžeme Y~Bi (16, p = 1 2 ) To znamená, že očekáváme, že zjištěná hodnota Y bude blízko své střední hodnoty kritických hodnot pro znaménkový test přesný. V našem konkrétním případu dostáváme α = 0,05, n = 16, k 1 = 4, k 2 = 12 Protože náhodný jev Y nastal v 11 případech (jedenáct kladných znaménka) a je tedy v intervalu (4, 12), nemůžeme podle teorie zamítnout nulovou hypotézu. Nepodařilo se tedy prokázat, že nová tréninková metoda je statisticky účinnější, než metoda stará. Řešení 5b Stejný problém budeme řešit ještě jednou. Tentokrát tak, že budeme ignorovat fakt, že n = 16 není příliš velké číslo a k řešení použijeme znaménkový test asymptotický pro velké n. Stanovme si stejné hypotézy H 0 : x = 0 (nedošlo ke zlepšení) a H 1 : x > 0 (došlo ke zlepšení). Teorie praví, že podle Moivrovy-Laplaceovy věty pro velké n platí Y~N(n 2, n 4). Lze tedy konstatovat, že při platnosti H 0 je d b 6
7 U = Y n 2 2Y n n = n ~N(0,1) 4 Na hladině α zamítáme hypotézu H 0 : x = x 0 a přikloníme se k alternativní hypotéze H 1 : x x 0, pokud U Φ 1 (1 α 2 ) Dosadíme do posledního výrazu a dostaneme Φ 1 (1 0, ) Úpravou výrazu na levé straně a vyhledáním hodnoty pravé strany v tabulce kvantilů normovaného normálního rozdělení dostaneme = 6 = 1,5 1, Nerovnost vpravo není pravdivá. Nemůžeme tedy zamítnout nulovou hypotézu. Ve výsledku můžeme konstatovat, že na dané hladině významnosti není statisticky významný rozdíl výsledků skokanů mezi starou a novou metodou. d b 7
8 Příklad 6 Házeli jsme dvěma hracími kostkami a) První 120-krát a získali následující výsledky x i n i b) Druhou jsme házeli 180-krát a dostali jsme x i n i Ověřte na hladině významnosti 0,05, zda jsou kostky falešné. Řešení 6 Výsledky házení poctivou hrací kostkou mají rovnoměrné diskrétní rozdělení. Zda jsou kostky ze zadání falešné, budeme zjišťovat pomocí Pearsonova testu dobré shody. Princip testu spočívá v obou případech v tom, že pozorované (empirické, skutečné) četnosti v jednotlivých třídách se porovnávají s četnostmi očekávanými, stanovenými pro příslušné rozdělení pravděpodobnosti náhodné veličiny. Budeme testovat hypotézu H 0 X~Ro(6), že výsledky házení touto kostkou odpovídají rovnoměrnému diskrétnímu rozdělení. Řešení a Sestavíme tabulku Třída n j p j np j (n j np j ) 2 np j Ω , Ω , ,2 Ω , ,45 Ω , ,2 Ω , ,05 Ω , ,8 Součet x ,7 První sloupec je pro identifikaci jednotlivých tříd. Druhý sloupec uvádí hozené hodnoty v příslušné třídě. Třetí sloupec je pro zadání četnosti výskytu výsledku v realizaci náhodného pokusu. Čtvrtý sloupec je teoretická četnost dle testovaného rozdělení (v tomto případě rovnoměrné diskrétní pro 6 hodnot). Pátý sloupec je součinem teoretické četnosti s celkovým počtem realizovaných pokusů. Poslední šestý sloupec je hodnotou Pearsonovy statistiky pro příslušnou třídu. Poslední řádek je určen pro součty (kontrolní a výsledné). Hodnota vpravo dole je realizací t testové statistiky 6 T = (n j np j ) 2 Konkrétně v našem případě máme j=1 np j d b 8
9 t = 1,7 Kritický obor W pro Pearsonův test dobré shody na hladině významnosti α = 0,05 je W = {t; t > χ 2 (k m 1; 1 α)} Zde k = 6 je počet tříd, m = 0 je počet neznámých parametrů. Potřebnou hodnotu vyhledáme v tabulkách. W = {t; t > χ 2 (6 0 1; 1 0,05)} = {t; t > χ 2 (5; 0,95)} = {t; t > 11,07} Protože t W, nelze na hladině významnosti 0,05 zamítnout hypotézu H 0 X~Ro(6). Můžeme tedy na hladině významnosti 0,05 konstatovat, že data nedávají dostatek argumentů pro závěr, že hrací kostka je falešná. Řešení b Sestavíme tabulku Třída n j p j np j (n j np j ) 2 np j Ω , , Ω , ,2 Ω , ,8 Ω , Ω , ,3 Ω , , Součet x ,06667 První sloupec je pro identifikaci jednotlivých tříd. Druhý sloupec uvádí hozené hodnoty v příslušné třídě. Třetí sloupec je pro zadání četnosti výskytu výsledku v realizaci náhodného pokusu. Čtvrtý sloupec je teoretická četnost dle testovaného rozdělení (v tomto případě rovnoměrné diskrétní pro 6 hodnot). Pátý sloupec je součinem teoretické četnosti s celkovým počtem realizovaných pokusů. Poslední šestý sloupec je hodnotou Pearsonovy statistiky pro příslušnou třídu. Poslední řádek je určen pro součty (kontrolní a výsledné). Hodnota vpravo dole je realizací t testové statistiky 6 T = (n j np j ) 2 j=1 Konkrétně v našem případě máme t = 12,06667 Kritický obor W pro Pearsonův test dobré shody na hladině významnosti α = 0,05 je W = {t; t > χ 2 (k m 1; 1 α)} Zde k = 6 je počet tříd, m = 0 je počet neznámých parametrů. Potřebnou hodnotu vyhledáme v tabulkách. W = {t; t > χ 2 (6 0 1; 1 0,05)} = {t; t > χ 2 (5; 0,95)} = {t; t > 11,07} Protože t W, zamítáme na hladině významnosti 0,05 hypotézu H 0 X~Ro(6). Můžeme tedy na hladině významnosti 0,05 konstatovat, že data dávají dostatek argumentů pro závěr, že hrací kostka je falešná. np j d b 9
2 ) 4, Φ 1 (1 0,005)
Příklad 1 Ze zásilky velkého rozsahu byl náhodně vybrán soubor obsahující 1000 kusů. V tomto souboru bylo zjištěno 26 kusů nekvalitních. Rozhodněte, zda je možné s 99% jistotou tvrdit, že zásilka obsahuje
Více676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368
Příklad 1 Je třeba prověřit, zda lze na 5% hladině významnosti pokládat za prokázanou hypotézu, že střední doba výroby výlisku je 30 sekund. Přitom 10 náhodně vybraných výlisků bylo vyráběno celkem 540
VíceRozhodnutí / Skutečnost platí neplatí Nezamítáme správně chyba 2. druhu Zamítáme chyba 1. druhu správně
Testování hypotéz Nechť,, je náhodný výběr z nějakého rozdělení s neznámými parametry. Máme dvě navzájem si odporující hypotézy o parametrech daného rozdělení: Nulová hypotéza parametry (případně jediný
Více4ST201 STATISTIKA CVIČENÍ Č. 7
4ST201 STATISTIKA CVIČENÍ Č. 7 testování hypotéz parametrické testy test hypotézy o střední hodnotě test hypotézy o relativní četnosti test o shodě středních hodnot testování hypotéz v MS Excel neparametrické
VícePříklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13
Příklad 1 Máme k dispozici výsledky prvního a druhého testu deseti sportovců. Na hladině významnosti 0,05 prověřte, zda jsou výsledky testů kladně korelované. 1.test : 7, 8, 10, 4, 14, 9, 6, 2, 13, 5 2.test
Více12. cvičení z PST. 20. prosince 2017
1 cvičení z PST 0 prosince 017 11 test rozptylu normálního rozdělení Do laboratoře bylo odesláno n = 5 stejných vzorků krve ke stanovení obsahu alkoholu X v promilích alkoholu Výsledkem byla realizace
VíceTestování hypotéz testy o tvaru rozdělení. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Statistickou hypotézou se rozumí určité tvrzení o parametrech rozdělení zkoumané náhodné veličiny (µ, σ 2, π,
VíceJednostranné intervaly spolehlivosti
Jednostranné intervaly spolehlivosti hledáme jen jednu z obou mezí Princip: dle zadání úlohy hledáme jen dolní či jen horní mez podle oboustranného vzorce s tou změnou, že výraz 1-α/2 ve vzorci nahradíme
VíceTesty. Pavel Provinský. 19. listopadu 2013
Testy Pavel Provinský 19. listopadu 2013 Test a intervalový odhad Testy a intervalové odhady - jsou vlastně to samé. Jiný je jen úhel pohledu. Lze přecházet od jednoho k druhému. Například: Při odvozování
Více11. cvičení z PSI prosince hodnota pozorovaná četnost n i p X (i) = q i (1 q), i N 0.
11 cvičení z PSI 12-16 prosince 2016 111 (Test dobré shody - geometrické rozdělení Realizací náhodné veličiny X jsme dostali následující četnosti výsledků: hodnota 0 1 2 3 4 5 6 pozorovaná četnost 29 15
VíceTestování statistických hypotéz
Testování statistických hypotéz 1 Testování statistických hypotéz 1 Statistická hypotéza a její test V praxi jsme nuceni rozhodnout, zda nějaké tvrzeni o parametrech náhodných veličin nebo o veličině samotné
VíceTestování statistických hypotéz. Obecný postup
poznámky k MIII, Tomečková I., poslední aktualizace 9. listopadu 016 9 Testování statistických hypotéz Obecný postup (I) Vyslovení hypotézy O datech vyslovíme doměnku, kterou chceme ověřit statistickým
VíceJednovýběrový Wilcoxonův test a jeho asymptotická varianta (neparametrická obdoba jednovýběrového t-testu)
Jednovýběrový Wilcoxonův test a jeho asymptotická varianta (neparametrická obdoba jednovýběrového t-testu) Frank Wilcoxon (1892 1965): Americký statistik a chemik Nechť X 1,..., X n je náhodný výběr ze
VíceTestování hypotéz. 1 Jednovýběrové testy. 90/2 odhad času
Testování hypotéz 1 Jednovýběrové testy 90/ odhad času V podmínkách naprostého odloučení má voák prokázat schopnost orientace v čase. Úkolem voáka e provést odhad časového intervalu 1 hodiny bez hodinek
VíceMann-Whitney U-test. Znaménkový test. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek
10. Neparametrické y Mann-Whitney U- Wilcoxonův Znaménkový Shrnutí statistických ů Typ srovnání Nulová hypotéza Parametrický Neparametrický 1 skupina dat vs. etalon Střední hodnota je rovna hodnotě etalonu.
VíceSTATISTICKÉ TESTY VÝZNAMNOSTI
STATISTICKÉ TESTY VÝZNAMNOSTI jsou statistické postupy, pomocí nichž ověřujeme, zda mezi proměnnými existuje vztah (závislost, rozdíl). Pokud je výsledek šetření statisticky významný (signifikantní), znamená
VícePRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 1
PRAVDĚPODOBNOST A STATISTIKA Neparametrické testy hypotéz čast 1 Neparametrické testy hypotéz - úvod Neparametrické testy statistických hypotéz se používají v případech, kdy neznáme rozdělení pozorované
VíceAproximace binomického rozdělení normálním
Aproximace binomického rozdělení normálním Aproximace binomického rozdělení normálním Příklad Sybilla a Kassandra tvrdí, že mají telepatické schopnosti, a chtějí to dokázat následujícím pokusem: V jedné
VícePravděpodobnost a aplikovaná statistika
Pravděpodobnost a aplikovaná statistika MGR. JANA SEKNIČKOVÁ, PH.D. 8. KAPITOLA STATISTICKÉ TESTOVÁNÍ HYPOTÉZ 22.11.2016 Opakování: CLV příklad 1 Zadání: Před volbami je v populaci státu 52 % příznivců
VíceCharakteristika datového souboru
Zápočtová práce z předmětu Statistika Vypracoval: 10. 11. 2014 Charakteristika datového souboru Zadání: Při kontrole dodržování hygienických norem v kuchyni se prováděl odběr vzduchu a pomocí filtru Pallflex
VíceIntervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace
Intervalové odhady Interval spolehlivosti pro střední hodnotu v Nµ, σ 2 ) Situace: X 1,..., X n náhodný výběr z Nµ, σ 2 ), kde σ 2 > 0 známe měli jsme: bodové odhady odhadem charakteristiky je číslo) nevyjadřuje
VíceTestování hypotéz. testujeme (většinou) tvrzení o parametru populace. tvrzení je nutno předem zformulovat
Testování hypotéz testujeme (většinou) tvrzení o parametru populace tvrzení je nutno předem zformulovat najít odpovídající test, podle kterého se na základě informace z výběrového souboru rozhodneme, zda
VíceSTATISTICKÉ TESTY VÝZNAMNOSTI
STATISTICKÉ TESTY VÝZNAMNOSTI jsou statistické postupy, pomocí nichž ověřujeme, zda mezi proměnnými existuje vztah (závislost, rozdíl). Pokud je výsledek šetření statisticky významný (signifikantní), znamená
VíceTesty dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, TESTY DOBRÉ SHODY (angl. goodness-of-fit tests)
Testy dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, např. hmotnost a pohlaví narozených dětí. Běžný statistický postup pro ověření závislosti dvou veličin je zamítnutí jejich
VíceIntervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace
Intervalové odhady Interval spolehlivosti pro střední hodnotu v Nµ, σ 2 ) Situace: X 1,..., X n náhodný výběr z Nµ, σ 2 ), kde σ 2 > 0 známe měli jsme: bodové odhady odhadem charakteristiky je číslo) nevyjadřuje
VíceYou created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com)
Testování statistických hypotéz Testování statistických hypotéz Princip: Ověřování určitého předpokladu zjišťujeme, zda zkoumaný výběr pochází ze základního souboru, který má určité rozdělení zjišťujeme,
VíceNeparametrické metody
Neparametrické metody Dosud jsme se zabývali statistickými metodami, které zahrnovaly předpoklady o rozdělení dat. Zpravidla jsme předpokládali normální rozdělení. Např. Grubbsův test odlehlých hodnot
VíceLékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.)
Lékařská biofyzika, výpočetní technika I Biostatistika Josef Tvrdík (doc. Ing. CSc.) Přírodovědecká fakulta, katedra informatiky josef.tvrdik@osu.cz konzultace úterý 4. až 5.4 hod. http://www.osu.cz/~tvrdik
VíceIng. Michael Rost, Ph.D.
Úvod do testování hypotéz, jednovýběrový t-test Ing. Michael Rost, Ph.D. Testovaná hypotéza Pokud nás zajímá zda platí, či neplatí tvrzení o určitém parametru, např. o parametru Θ, pak takovéto tvrzení
VíceTestování hypotéz. Analýza dat z dotazníkových šetření. Kuranova Pavlina
Testování hypotéz Analýza dat z dotazníkových šetření Kuranova Pavlina Statistická hypotéza Možné cíle výzkumu Srovnání účinnosti různých metod Srovnání výsledků různých skupin Tzn. prokázání rozdílů mezi
Více12. prosince n pro n = n = 30 = S X
11 cvičení z PSI 1 prosince 018 111 test střední hodnoty normálního rozdělení při známém rozptylu Teploměrem o jehož chybě předpokládáme že má normální rozdělení se směrodatnou odchylkou σ = 3 jsme provedli
VíceSTATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky)
STATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky) 1) Význam a využití statistiky v biologických vědách a veterinárním lékařství ) Rozdělení znaků (veličin) ve statistice 3) Základní a
VícePříklady na testy hypotéz o parametrech normálního rozdělení
Příklady na testy hypotéz o parametrech normálního rozdělení. O životnosti 75W žárovky (v hodinách) je známo, že má normální rozdělení s = 5h. Pro náhodný výběr 0 žárovek byla stanovena průměrná životnost
VíceTestování statistických hypotéz. Ing. Michal Dorda, Ph.D.
Testování statistických hypotéz Ing. Michal Dorda, Ph.D. Testování normality Př. : Při simulaci provozu na křižovatce byla získána data o mezerách mezi přijíždějícími vozidly v [s]. Otestujte na hladině
Vícet-test, Studentův párový test Ing. Michael Rost, Ph.D.
Testování hypotéz: dvouvýběrový t-test, Studentův párový test Ing. Michael Rost, Ph.D. Úvod do problému... Již známe jednovýběrový t-test, při kterém jsme měli k dispozici pouze jeden výběr. Můžeme se
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická
Víceletní semestr 2012 Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy Matematická statistika
Šárka Hudecová Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy letní semestr 2012 Opakování t- vs. neparametrické Wilcoxonův jednovýběrový test Opakování
Více15. T e s t o v á n í h y p o t é z
15. T e s t o v á n í h y p o t é z Na základě hodnot náhodného výběru činíme rozhodnutí o platnosti hypotézy o hodnotách parametrů rozdělení nebo o jeho vlastnostech. Rozeznáváme dva základní typy testů:
VícePřednáška X. Testování hypotéz o kvantitativních proměnných
Přednáška X. Testování hypotéz o kvantitativních proměnných Testování hypotéz o podílech Kontingenční tabulka, čtyřpolní tabulka Testy nezávislosti, Fisherůvexaktní test, McNemarůvtest Testy dobré shody
VícePravděpodobnost a statistika, Biostatistika pro kombinované studium. Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz.
Pravděpodobnost a statistika, Biostatistika pro kombinované studium Letní semestr 2015/2016 Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz Jan Kracík jan.kracik@vsb.cz Obsah: Výběrová rozdělení
Více10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.
0 cvičení z PST 5 prosince 208 0 (intervalový odhad pro rozptyl) Soubor (70, 84, 89, 70, 74, 70) je náhodným výběrem z normálního rozdělení N(µ, σ 2 ) Určete oboustranný symetrický 95% interval spolehlivosti
VíceUNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11.
UNIVERZITA OBRANY Fakulta ekonomiky a managementu Aplikace STAT1 Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 Jiří Neubauer, Marek Sedlačík, Oldřich Kříž 3. 11. 2012 Popis a návod k použití aplikace
VíceCvičení ze statistiky - 8. Filip Děchtěrenko
Cvičení ze statistiky - 8 Filip Děchtěrenko Minule bylo.. Dobrali jsme normální rozdělení Tyhle termíny by měly být známé: Centrální limitní věta Laplaceho věta (+ korekce na spojitost) Konfidenční intervaly
Víceprosince oboustranný symetrický 95% interval spolehlivosti pro střední hodnotu životnosti τ. X i. X = 1 n.. Podle CLV má veličina
10 cvičení z PSI 5-9 prosince 016 101 intervalový odhad Veličina X, představující životnost žárovky, má exponenciální rozdělení s parametrem τ Průměrná životnost n = 64 náhodně vybraných žárovek je x =
VíceTestování statistických hypotéz
Testování statistických hypotéz Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 11. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 27 Obsah 1 Testování statistických hypotéz 2
VíceCvičení ze statistiky - 9. Filip Děchtěrenko
Cvičení ze statistiky - 9 Filip Děchtěrenko Minule bylo.. Dobrali jsme normální rozdělení Tyhle termíny by měly být známé: Inferenční statistika Konfidenční intervaly Z-test Postup při testování hypotéz
VíceStatistika. Testování hypotéz statistická indukce Úvod do problému. Roman Biskup
Statistika Testování hypotéz statistická indukce Úvod do problému Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 21. února 2012 Statistika by Birom
VíceNEPARAMETRICKÉ TESTY
NEPARAMETRICKÉ TESTY Neparametrický jednovýběrový Jeden výběr jehož medián srovnáváme s nějakou hodnotou Wilcoxonův jednovýběrový test 1) Máme data z družice Hipparcos pro deklinaci (obdoba zeměpisné šířky)
VíceStatistické metody uţívané při ověřování platnosti hypotéz
Statistické metody uţívané při ověřování platnosti hypotéz Hypotéza Domněnka, předpoklad Nejčastěji o rozdělení, středních hodnotách, závislostech, Hypotézy ve vědeckém výzkumu pracovní, věcné hypotézy
VíceJana Vránová, 3. lékařská fakulta UK
Jana Vránová, 3. lékařská fakulta UK Vznikají při zkoumání vztahů kvalitativních resp. diskrétních znaků Jedná se o analogii s korelační analýzou spojitých znaků Přitom předpokládáme, že každý prvek populace
VíceVYBRANÉ DVOUVÝBĚROVÉ TESTY. Martina Litschmannová
VYBRANÉ DVOUVÝBĚROVÉ TESTY Martina Litschmannová Obsah přednášky Vybrané dvouvýběrové testy par. hypotéz test o shodě rozptylů (F-test), testy o shodě středních hodnot (t-test, Aspinové-Welchův test),
Více5 Parametrické testy hypotéz
5 Parametrické testy hypotéz 5.1 Pojem parametrického testu (Skripta str. 95-96) Na základě výběru srovnáváme dvě tvrzení o hodnotě určitého parametru θ rozdělení f(x, θ). První tvrzení (které většinou
Více15. T e s t o v á n í h y p o t é z
15. T e s t o v á n í h y p o t é z Na základě hodnot náhodného výběru činíme rozhodnutí o platnosti hypotézy o hodnotách parametrů rozdělení nebo o jeho vlastnostech. Rozeznáváme dva základní typy testů:
VíceTestování statistických hypotéz. Ing. Michal Dorda, Ph.D. 1
Testování statistických hypotéz Ing. Michal Dorda, Ph.D. 1 Úvodní poznámky Statistickou hypotézou rozumíme hypotézu o populaci (základním souboru) např.: Střední hodnota základního souboru je rovna 100.
VíceNáhodná veličina a rozdělení pravděpodobnosti
3.2 Náhodná veličina a rozdělení pravděpodobnosti Bůh hraje se světem hru v kostky. Jsou to ale falešné kostky. Naším hlavním úkolem je zjistit, podle jakých pravidel byly označeny, a pak toho využít pro
VíceTest dobré shody v KONTINGENČNÍCH TABULKÁCH
Test dobré shody v KONTINGENČNÍCH TABULKÁCH Opakování: Mějme náhodné veličiny X a Y uspořádané do kontingenční tabulky. Řekli jsme, že nulovou hypotézu H 0 : veličiny X, Y jsou nezávislé zamítneme, když
VícePSY117/454 Statistická analýza dat v psychologii Přednáška 10
PSY117/454 Statistická analýza dat v psychologii Přednáška 10 TESTY PRO NOMINÁLNÍ A ORDINÁLNÍ PROMĚNNÉ NEPARAMETRICKÉ METODY... a to mělo, jak sám vidíte, nedozírné následky. Smrť Analýza četností hodnot
VíceTomáš Karel LS 2012/2013
Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není
VíceKGG/STG Statistika pro geografy
KGG/STG Statistika pro geografy 4. Teoretická rozdělení Mgr. David Fiedor 9. března 2015 Osnova Úvod 1 Úvod 2 3 4 5 Vybraná rozdělení náhodných proměnných normální rozdělení normované normální rozdělení
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 010 1.týden (0.09.-4.09. ) Data, typy dat, variabilita, frekvenční analýza
VíceUrčujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru.
1 Statistické odhady Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru. Odhad lze provést jako: Bodový odhad o Jedna číselná hodnota Intervalový
VícePravděpodobnost a matematická statistika
Pravděpodobnost a matematická statistika Příklady k přijímacím zkouškám na doktorské studium 1 Popisná statistika Určete aritmetický průměr dat, zadaných tabulkou hodnot x i a četností n i x i 1 2 3 n
VíceZápočtová práce STATISTIKA I
Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru
VíceKatedra matematické analýzy a aplikací matematiky, Přírodovědecká fakulta, UP v Olomouci
Zpracování dat v edukačních vědách - Testování hypotéz Kamila Fačevicová Katedra matematické analýzy a aplikací matematiky, Přírodovědecká fakulta, UP v Olomouci Obsah seminářů 5.11. Úvod do matematické
VíceStatistika. Testování hypotéz statistická indukce Neparametrické testy. Roman Biskup
Statistika Testování hypotéz statistická indukce Neparametrické testy Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 21. února 2012 Statistika by
VíceVybraná rozdělení náhodné veličiny
3.3 Vybraná rozdělení náhodné veličiny 0,16 0,14 0,12 0,1 0,08 0,06 0,04 0,02 0 Rozdělení Z 3 4 5 6 7 8 9 10 11 12 13 14 15 Život je umění vytvářet uspokojivé závěry na základě nedostatečných předpokladů.
VíceTestování hypotéz. 4. přednáška 6. 3. 2010
Testování hypotéz 4. přednáška 6. 3. 2010 Základní pojmy Statistická hypotéza Je tvrzení o vlastnostech základního souboru, o jehož pravdivosti se chceme přesvědčit. Předem nevíme, zda je pravdivé nebo
VíceRNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr.
Analýza dat pro Neurovědy RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr. Jaro 2014 Institut biostatistiky Janoušová, a analýz Dušek: Analýza dat pro neurovědy Blok 3 Jak a kdy použít parametrické a
VíceNáhodné veličiny, náhodné chyby
Náhodné veličiny, náhodné chyby Máme náhodnou veličinu X, jejíž vlastnosti zkoumáme. Pokud známe její rozložení (např. z nějaké dřívější studie) nebo alespoň předpokládáme znalost rozložení, můžeme ji
VíceNÁHODNÁ ČÍSLA. F(x) = 1 pro x 1. Náhodná čísla lze generovat některým z následujících generátorů náhodných čísel:
NÁHODNÁ ČÍSLA TYPY GENERÁTORŮ, LINEÁRNÍ KONGRUENČNÍ GENERÁTORY, TESTY NÁHODNOSTI, VYUŽITÍ HODNOT NÁHODNÝCH VELIČIN V SIMULACI CO JE TO NÁHODNÉ ČÍSLO? Náhodné číslo definujeme jako nezávislé hodnoty z rovnoměrného
VíceJednofaktorová analýza rozptylu
Jednofaktorová analýza rozptylu David Hampel Ústav statistiky a operačního výzkumu, Mendelova univerzita v Brně Kurz pokročilých statistických metod Global Change Research Centre AS CR, 5 7 8 2015 Tato
VíceSTATISTICKÉ HYPOTÉZY
STATISTICKÉ HYPOTÉZY ZÁKLADNÍ POJMY Bodové/intervalové odhady Maruška řešila hodnoty parametrů (průměr, rozptyl atd.) Zde bude Maruška dělat hypotézy (předpoklady) ohledně parametrů Z.S. Výsledek nebude
VíceÚvod do analýzy rozptylu
Úvod do analýzy rozptylu Párovým t-testem se podařilo prokázat, že úprava režimu stravování a fyzické aktivity ve vybrané škole měla vliv na zlepšené hodnoty HDLcholesterolu u školáků. Pro otestování jsme
VíceDVOUVÝBĚROVÉ A PÁROVÉ TESTY Komentované řešení pomocí programu Statistica
DVOUVÝBĚROVÉ A PÁROVÉ TESTY Komentované řešení pomocí programu Statistica Úloha A) koncentrace glukózy v krvi V této části posoudíme pomocí párového testu, zda nový lék prokazatelně snižuje koncentraci
Více12. cvičení z PSI prosince (Test střední hodnoty dvou normálních rozdělení se stejným neznámým rozptylem)
cvičení z PSI 0-4 prosince 06 Test střední hodnoty dvou normálních rozdělení se stejným neznámým rozptylem) Z realizací náhodných veličin X a Y s normálním rozdělením) jsme z výběrů daného rozsahu obdrželi
Vícey = 0, ,19716x.
Grafické ověřování a testování vybraných modelů 1 Grafické ověřování empirického rozdělení Při grafické analýze empirického rozdělení vycházíme z empirické distribuční funkce F n (x) příslušné k náhodnému
VíceTestování hypotéz Biolog Statistik: Matematik: Informatik:
Testování hypotéz Biolog, Statistik, Matematik a Informatik na safari. Zastaví džíp a pozorují dalekohledem. Biolog "Podívejte se! Stádo zeber! A mezi nimi bílá zebra! To je fantastické! " "Existují bílé
Více5. T e s t o v á n í h y p o t é z
5. T e s t o v á n í h y p o t é z Na základě hodnot náhodného výběru činíme rozhodnutí o platnosti hypotézy o hodnotách parametrů rozdělení nebo o jeho vlastnostech. Rozeznáváme dva základní typy testů:
VíceHODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI. Josef Křepela, Jiří Michálek. OSSM při ČSJ
HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI Josef Křepela, Jiří Michálek OSSM při ČSJ Červen 009 Hodnocení způsobilosti atributivních znaků jakosti (počet neshodných jednotek) Nechť p je pravděpodobnost
VíceDvouvýběrové a párové testy. Komentované řešení pomocí MS Excel
Dvouvýběrové a párové testy Komentované řešení pomocí MS Excel Úloha A) koncentrace glukózy v krvi V této části posoudíme pomocí párového testu, zda nový lék prokazatelně snižuje koncentraci glukózy v
VíceSever Jih Západ Plechovka Točené Sever Jih Západ Součty Plechovka Točené Součty
Neparametrické testy (motto: Hypotézy jsou lešením, které se staví před budovu a pak se strhává, je-li budova postavena. Jsou nutné pro vědeckou práci, avšak skutečný vědec nepokládá hypotézy za předmětnou
VíceTestování statistických hypotéz
Testování statistických hypotéz Na základě náhodného výběru, který je reprezentativním vzorkem základního souboru (který přesně neznáme, k němuž se ale daná statistická hypotéza váže), potřebujeme ověřit,
VíceOpakování. Neparametrické testy. Pořadí. Jednovýběrový Wilcoxonův test. t-testy: hypotézy o populačním průměru (střední hodnoty) předpoklad normality
Opakování Opakování: Testy o střední hodnotě normálního rozdělení 1 jednovýběrový t-test 2 párový t-test 3 dvouvýběrový t-test jednovýběrový Wilcoxonův test párový Wilcoxonův test dvouvýběrový Wilcoxonův
VíceTESTOVÁNÍ STATISTICKÝCH HYPOTÉZ ZÁKLADNÍ POJMY
TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ ZÁKLADNÍ POJMY Statistická hypotéza je určitá domněnka (předpoklad) o vlastnostech ZÁKLADNÍHO SOUBORU. Test statistické hypotézy je pravidlo (kritérium), které na základě
VícePoznámky k předmětu Aplikovaná statistika, 11. téma
Poznámky k předmětu Aplikovaná statistika, 11. téma Testy založené na χ 2 rozdělení V přehledu významných rozdělení jsme si uvedli, že Poissonovým rozdělením se modeluje počet událostí, které nastanou
VíceTESTOVÁNÍ HYPOTÉZ STATISTICKÁ HYPOTÉZA Statistické testy Testovací kritérium = B B > B < B B - B - B < 0 - B > 0 oboustranný test = B > B
TESTOVÁNÍ HYPOTÉZ Od statistického šetření neočekáváme pouze elementární informace o velikosti některých statistických ukazatelů. Používáme je i k ověřování našich očekávání o výsledcích nějakého procesu,
VícePARAMETRICKÉ TESTY. 1) Měření Etalonu. Dataset - mereni_etalonu.sta - 9 měření etalonu srovnáváme s PŘEDPOKLÁDANOU HODNOTOU 10.
PARAMETRICKÉ TESTY Testujeme rovnost průměru - předpokladem normální rozdělení I) Jednovýběrový t-test 1) Měření Etalonu. Dataset - mereni_etalonu.sta - 9 měření etalonu srovnáváme s PŘEDPOKLÁDANOU HODNOTOU
VíceStatistika, Biostatistika pro kombinované studium. Jan Kracík
Statistika, Biostatistika pro kombinované studium Letní semestr 2014/2015 Tutoriál č. 6: ANOVA Jan Kracík jan.kracik@vsb.cz Obsah: Testování hypotéz opakování ANOVA Testování hypotéz (opakování) Testování
VíceMATEMATIKA III V PŘÍKLADECH
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 12 Testování hypotéz Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka Vysoká škola báňská Technická univerzita
VíceNeparametrické testy
Neparametrické testy Dosud jsme se zabývali statistickými metodami, které zahrnovaly předpoklady o rozdělení dat. Zpravidla jsme předpokládali normální (Gaussovo) rozdělení. Například: Grubbsův test odlehlých
VíceStatistické metody v ekonomii. Ing. Michael Rost, Ph.D.
Statistické metody v ekonomii Ing. Michael Rost, Ph.D. Jihočeská univerzita v Českých Budějovicích Test χ 2 v kontingenční tabulce typu 2 2 Jde vlastně o speciální případ χ 2 testu pro čtyřpolní tabulku.
VíceZáklady biostatistiky II. Veřejné zdravotnictví 3.LF UK - II
Základy biostatistiky II Veřejné zdravotnictví 3.LF UK - II Teoretické rozložení-matematické modely rozložení Naměřená data Výběrové rozložení Teoretické rozložení 1 e 2 x 2 Teoretické rozložení-matematické
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Testování hypotéz Nechť X je náhodná proměnná, která má distribuční funkci F(x, ϑ). Předpokládejme, že známe tvar distribuční funkce (víme jaké má rozdělení) a neznáme parametr
VíceProblematika analýzy rozptylu. Ing. Michael Rost, Ph.D.
Problematika analýzy rozptylu Ing. Michael Rost, Ph.D. Úvod do problému Již umíte testovat shodu dvou středních hodnot prostřednictvím t-testů. Otázka: Jaké předpoklady musí být splněny, abyste mohli použít
VíceStručný úvod do testování statistických hypotéz
Stručný úvod do testování statistických hypotéz 1. Formulujeme hypotézu (předpokládáme, že pozorovaný jev je pouze náhodný). 2. Zvolíme hladinu významnosti testu a, tj. riziko, s nímž jsme ochotni se smířit.
VíceTomáš Karel LS 2012/2013
Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není
VíceCvičení 9: Neparametrické úlohy o mediánech
Cvičení 9: Neparametrické úlohy o mediánech Úkol 1.: Párový znaménkový test a párový Wilcoxonův test Při zjišťování kvality jedné složky půdy se používají dvě metody označené A a B. Výsledky: Vzorek 1
VíceZáklady počtu pravděpodobnosti a metod matematické statistiky
Errata ke skriptu Základy počtu pravděpodobnosti a metod matematické statistiky K. Hron a P. Kunderová Autoři prosí čtenáře uvedeného studijního textu, aby případné další odhalené chyby nad rámec tohoto
VíceTestování hypotéz. Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry
Testování hypotéz Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry Testování hypotéz Obecný postup 1. Určení statistické hypotézy 2. Určení hladiny chyby 3. Výpočet
Více