PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2

Podobné dokumenty
PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Testování statistických hypotéz

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

PRAVDĚPODOBNOST A STATISTIKA

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

Odhady parametrů základního. Ing. Michal Dorda, Ph.D.

12. Neparametrické hypotézy

Náhodný výběr 1. Náhodný výběr

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

Odhady parametrů 1. Odhady parametrů

Pravděpodobnost a aplikovaná statistika

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

SP2 Korelační analýza. Korelační analýza. Libor Žák

a další charakteristikou je četnost výběrového souboru n.

Úvod do korelační a regresní analýzy

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA

14. B o d o v é o d h a d y p a r a m e t r ů

12. N á h o d n ý v ý b ě r

Testování statistických hypotéz

Mendelova univerzita v Brně Statistika projekt

Odhady a testy hypotéz o regresních přímkách

Metody zkoumání závislosti numerických proměnných

Generování dvojrozměrných rozdělení pomocí copulí

4. B o d o v é o d h a d y p a r a m e t r ů

Pravděpodobnost a aplikovaná statistika

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

STATISTICKÁ ANALÝZA. Doc. RNDr. Zden k Karpíšek, CSc. P ehledový u ební text pro doktorské studium. Vysoké u ení technické v Brn

NEPARAMETRICKÉ METODY

8. Zákony velkých čísel

V. Normální rozdělení

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p)

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i

Úvod do teorie měření

Interpolační křivky. Interpolace pomocí spline křivky. f 1. f 2. f n. x... x 2

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

8. Odhady parametrů rozdělení pravděpodobnosti

Testování hypotéz. 3.1 Základní pojmy a obecný postup při testování

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY. Přírodovědecká fakulta ANALÝZA DAT. 2. upravené vydání. Josef Tvrdík

S1P Popisná statistika. Popisná statistika. Libor Žák

Intervalové odhady parametrů některých rozdělení.

8. cvičení 4ST201-řešení

Katedra pravděpodobnosti a matematické statistiky. χ 2 test nezávislosti

8. Analýza rozptylu.

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu

TECHNICKÁ UNIVERZITA V LIBERCI

Pravděpodobnostní model doby setrvání ministra školství ve funkci

Pravděpodobnost a aplikovaná statistika

Přednáška V. Úvod do teorie odhadu. Pojmy a principy teorie odhadu Nestranné odhady Metoda maximální věrohodnosti Průměr vs.

UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM PEDAGOGICKÁ FAKULTA Katedra tělesné výchovy

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

4.2 Elementární statistické zpracování Rozdělení četností

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

Test dobré shody se používá nejčastěji pro ověřování těchto hypotéz:

PRAVDĚPODOBNOST A STATISTIKA

Testujeme hypotézu: proti alternativě. Jednoduché třídění:

Doc. Ing. Dagmar Blatná, CSc.

MASARYKOVA UNIVERZITA PŘÍRODOVĚDECKÁ FAKULTA BAKALÁŘSKÁ PRÁCE. Dvouvýběrové parametrické a neparametrické testy

, jsou naměřené a vypočtené hodnoty závisle

11. Popisná statistika

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A

PRAVDĚPODOBNOST A STATISTIKA. Testování hypotéz o rozdělení

8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI

Náhodné jevy, jevové pole, pravděpodobnost

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky

Spolehlivost a diagnostika

PRAVDĚPODOBNOST A STATISTIKA

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT. Josef Tvrdík

Kapitola 6. : Neparametrické testy o mediánech

8 NELINEÁRNÍ REGRESNÍ MODELY

Měření závislostí. Statistická závislost číselných znaků

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT. Josef Tvrdík

Optimalizace portfolia

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací

SP NV Normalita-vlastnosti

8. cvičení 4ST201. Obsah: Neparametrické testy. Chí-kvadrát test dobréshody Kontingenční tabulky Analýza rozptylu (ANOVA) Neparametrické testy

Regresní a korelační analýza

Metody statistické analýzy. doc. Ing. Dagmar Blatná, CSc.

9. Měření závislostí ve statistice Pevná a volná závislost

PRAVDĚPODOBNOST A STATISTIKA. Testy hypotéz

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství. Matematika IV. Semestrální práce

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

Intervalové odhady parametrů

Kvantily. Problems on statistics.nb 1

DVOUVÝBĚROVÉ PODMÍNĚNÉ POŘADOVÉ TESTY VANALÝZEPŘEŽITÍ

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou

Jednoduchá lineární regrese

Přednáška č. 2 náhodné veličiny

Transkript:

SP3 Neparametrcké testy hypotéz PRAVDĚPODOBNOST A STATISTIKA Neparametrcké testy hypotéz čast Lbor Žák

SP3 Neparametrcké testy hypotéz Lbor Žák Neparametrcké testy hypotéz - úvod Neparametrcké testy statstckých hypotéz se používaí v případech, kdy ezáme rozděleí pozorovaé áhodé velčy X, resp. áhodého vektoru, aebo pro zámé rozděleí emáme potřebá testová krtéra. Omezeím eparametrckých metod e obvykle požadavek, že pozorovaé áhodé velčy maí spotá rozděleí, avšak v ěkterých případech stačí zát pouze pořadí uspořádaých hodot daého statstckého souboru, t. hodoty odpovídaícího ordálího statstckého zaku. Slabší předpoklady o rozděleí (a rozdíl od parametrckých testů testy u chž záme rozděleí) maí za ásledek, že eparametrcké metody esou tak slé, ako ech parametrcké protěšky. Základím prcpem eparametrckých testů e ahrazeí původích pozorovaých hodot ech pořadím co do velkost a proto se také v lteratuře hovoří o pořadových testech. Př pořadových testech se místo se středí hodotou (ak e tomu u parametrckých testech) pracue s většou medáem.

SP Testováí hypotéz o rozděleí Lbor Žák Kolmogorov- Smrov - emprcká dstrbučí fukce X,, X Nechť e áhodý výběr. Pak emprcká dstrbučí fukce e defovaá vztahem: card{, X x} FEmp ( x) Platí: X,, X Nechť e áhodý výběr z rozděleí, která má dstrbučí fukc F(x). Parametr ϑ ahradíme eho bodovým odhadem. Pak: F ( x) F( x) skoro stě pro Ozačme: D sup F ( x) F( x), pak P lm D 0 x

SP3 Neparametrcké testy hypotéz Lbor Žák Kolmogorovův- Smrovův dvouvýběrvý test Předpoklady: Nechť X, X,, fukcí F, Y, Y,, fukcí G, X m Y Hypotéza: Testueme hypotézu: H e áhodý výběr ze spotého rozděleí s dstrbučí e áhodý výběr ze spotého rozděleí s dstrbučí : F G prot alteratví: : F G Prcp: Pro áhodé výběry X, X,, X m a Y, Y,, Y vytvoříme emprcké dstrbučí fukce. card{, X x} card{, Y x} Fm ( x) G ( x) Dm, sup Fm ( x) G ( x) x m Pak hypotézu: H : F G prot alteratví: H A : F G ezamítáme, pokud D m, e meší rovo ež krtcká hodota (, m) (tabulka). H A D

SP3 Neparametrcké testy hypotéz Lbor Žák Kolmogorovův- Smrovův dvouvýběrvý test

SP Testováí hypotéz o rozděleí Lbor Žák Kolmogorovův- Smrovův dvouvýběrvý test (, m) D Pro velké m, : m 5 D (, m) m l m

SP3 Neparametrcké testy hypotéz Lbor Žák Kolmogorovův- Smrovův dvouvýběrvý test Příklad: Př prví písemce z Pravděpodobost a statstky bylo ve dvou skupách dosažeo těchto výsledků:. skupa: 0, 7, 6, 4,, 9, 6, 7,,, 4,. skupa:, 5, 8, 5, 9,, 0 Pomocí Kolmogorova- Smrova dvouvýběrvého testu zstěte a hladě výzamost 5%, že skupy maí steou úroveň vědomostí z PaS..

SP3 Neparametrcké testy hypotéz Lbor Žák Korelačí aalýza Spearmeův korelačí koefcet Na základě pořadí lze odhadou závslost. Jsou l pořadí u složky X a Y podobá, e zde možá závslost mez X a Y. Měme áhodý vektor ( X, Y) T a k ěmu áhodý výběr: T (, Y ), X,( X, Y ) Nechť P, P,, e pořadí X, X,, a Q, Q,, pořadí Y, Y,, Y P X Q Pak výběrový Spearmeův korelačí koefcet se defue ako výběrový korelačí koefcet pořadí: R S R( P, Q) R( P, Q) P PQ P P Q Q Q ` R S 6 ( P Q ( ) ) T

SP3 Neparametrcké testy hypotéz Lbor Žák Korelačí aalýza Spearmeův korelačí koefcet Testueme ulovou hypotézu H 0 : R S = 0 - ezávslost H 0 : R S = 0 vzhledem k alteratví hypotéze: H A : R S 0 se ezamítá, pokud r S r * S (, ); r * S (, ) kde * r S (, ) e tabelovaá hodota: r S e realzace R S Pro >30 lze hodotu ahradt: kde u * r S (, ) e kvatl ormovaého ormálího rozděleí. u

Lbor Žák Platí: Pokud se edá o výběr z regulárího dvorozměrého ormálího rozděleí s korelačím koefcetem ρ, Pro rostoucí dostaeme: Korelačí aalýza Spearmeův korelačí koefcet arcs ) ( 6 arcs 6 ) ( R E S S r r 6 s SP3 Neparametrcké testy hypotéz Pokud e počet steých hodot u X a Y více, používá se korgovaá statstka: kde t (s ) e počet steých hodot pro X (Y). Y X korg S T T Q P R ) ( ) ( 6, k X t t T 3 l Y s s T 3

SP3 Neparametrcké testy hypotéz Lbor Žák Korelačí aalýza Spearmeův korelačí koefcet - příklad Spermeův korelačí koefcet r S : 0,8000 Krtcká hod. pro hypotézu H 0 :r S =0: 0,44 Pearsoův korelačí koefcet: 0,78457 Odhad Pearsoova korelačího koefcetu z Spearmeova: 0,83473

SP3 Neparametrcké testy hypotéz Lbor Žák Spearmeův korelačí koefcet - příklad Příklad: Ve skupě studetů byly získáy formace o výšce a váze. Výška: 80 76 75 8 80 7 80 77 7 64 77 7 70 79 Váha: 90 73 85 76 65 70 70 67 65 54 70 63 68 73 Odhaděte korelac pomocí Spearmeův korelačího koefcetu a otestute hypotéz, že e rove 0 a hladě výzamost 5%.

SP3 Neparametrcké testy hypotéz Lbor Žák Kruskal-Walls test vícevýběrový test Předpoklady: Nechť,, X,,, X fukcí, =,,k. X, F Hypotéza: Testueme hypotézu: H : F e áhodý výběr ze spotého rozděleí s dstrbučí prot alteratví: H Prcp: Náhodé výběry X,, X,,, X,, =,,k sloučíme do edoho souboru a spočteme pořadí. Nechť T součet pořadí odpovídaící -tému áhodému výběru. k. k ( ) Ozačme, pak T Kruskal-Walls test test založeý a statstce F Q ( ) F k k T 3( ) A : l, F l F

SP3 Neparametrcké testy hypotéz Lbor Žák Kruskal-Walls test vícevýběrový test Hypotézu: H F F prot alteratví: H : l, F F zamítáme, : F k A l pokud Q e větší ež Kruskal-Walls kvatl. Pokud e počet shod více ak 5%, používá se korgovaá statstka: Q Qad k 3 3 ( ) ( t t ) kde t e počet shod v realzac -tého rozděleí. Pro 5 použít asymptotckou verz: pokud,, k, pak k T as. Q 3( ) ~ ( k ( ) )

SP3 Neparametrcké testy hypotéz Lbor Žák Kruskal-Walls test vícevýběrový test Postup: Pomocí realzace spočítáme T a Q. pokud Q 0, ( k ), pak hypotézu H : F F ezamítáme. F k Pozámka: Kruskal-Walls test e lokálě eslěší pořadový test pro edoduché tříděí v případě, že pocházeí z rozděleí, které se lší posuutím.

SP3 Neparametrcké testy hypotéz Lbor Žák Kruskal-Walls test příklad Příklad: Př prví písemce z Pravděpodobost a statstky bylo ve třech skupách dosažeo těchto výsledků:. skupa: 0, 7, 6, 4,, 9. skupa:, 5, 8, 5, 9 3. skupa: 6, 7,,, 4,, 0 Pomocí Kruskal-Walls testu zstěte a hladě výzamost 5%, že skupy maí steou úroveň vědomostí z PaS..