Testování statistických hypotéz

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

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI

Kapitola 3.: Úlohy o jednom náhodném výběru z normálního rozložení

BIOSTATISTIKY A ANALÝZ

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

Interval spolehlivosti pro podíl

,6 32, ,6 29,7 29,2 35,9 32,6 34,7 35,3

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

stavební obzor 1 2/

Směrnice 1/2011 Statistické vyhodnocování dat, verze 3 Verze 3 je shodná s původní Směrnicí 1/2011 verze 2, za čl. 2.3 je vložen nový odstavec

Odhady a testy hypotéz o regresních přímkách

Matematická statistika I přednášky

Statistické metody ve veřejné správě ŘEŠENÉ PŘÍKLADY

Odhady parametrů 1. Odhady parametrů

Pravděpodobnost a aplikovaná statistika

Příklady z přednášek

Vztahy mezi základním souborem a výběry. Základní pojmy a symboly. K čemu to je dobré? Výběrové metody zkoumání

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

NEPARAMETRICKÉ METODY

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

Pravděpodobnost a aplikovaná statistika

1. Rozdělení četností a grafické znázornění Předpokládejme, že při statistickém šetření nás zajímá jediný statistický znak x, který nabývá

Téma 4: Výběrová šetření

Kvantily. Problems on statistics.nb 1

Testování statistických hypotéz

Přednáška VIII. Testování hypotéz o kvantitativních proměnných

8. Analýza rozptylu.

- metody, kterými lze z napozorovaných hodnot NV získat co nejlepší odhady neznámých parametrů jejího rozdělení.

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

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

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

PRAVDĚPODOBNOST A STATISTIKA

Intervalové odhady parametrů některých rozdělení.

Testujeme hypotézu: proti alternativě. Jednoduché třídění:

Intervalový odhad. nazveme levostranným intervalem pro odhad parametru Θ. Statistiku. , kde číslo α je blízké nule, nazveme horním

12. N á h o d n ý v ý b ě r

Odhad parametrů normálního rozdělení a testy hypotéz o těchto parametrech * Věty o výběru z normálního rozdělení

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

Náhodný výběr 1. Náhodný výběr

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

Deskriptivní statistika 1

L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y

8. Odhady parametrů rozdělení pravděpodobnosti

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

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

Teorie chyb a vyrovnávací počet. Obsah:

PRAVDĚPODOBNOST A STATISTIKA

Intervalové odhady parametrů

1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor

1. JEV JISTÝ a. je jev, který nikdy nenastane b. je jev, jehož pravděpodobnost = ½ c. je jev, jehož pravděpodobnost = 0 d.

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Statistické charakteristiky (míry)

Pravděpodobnostní model doby setrvání ministra školství ve funkci

V. Normální rozdělení

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

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

Kapitola 6. : Neparametrické testy o mediánech

Soustava momentů. k s. Je-li tedy ve vzorci obecného momentu s = 1, získáme vzorec aritmetického průměru.

a) Hypotézy o parametru jedné populace (o stední hodnot, mediánu, rozptylu, relativní

Pravděpodobnost a aplikovaná statistika

Co je to statistika? Statistické hodnocení výsledků zkoušek. Úvod statistické myšlení. Úvod statistické myšlení. Popisná statistika

vají statistické metody v biomedicíně

vají statistické metody v biomedicíně Literatura Statistika v biomedicínsk nském výzkumu a ve zdravotnictví

Směrnice 1/2011 Statistické vyhodnocování dat, verze 4 Verze 4 je shodná se Směrnicí 1/2011 verze 3, pouze byla rozšířena o robustní analýzu

7 VYUŽITÍ METOD OPERAČNÍ ANALÝZY V TECHNOLOGII DOPRAVY

MOŽNOSTI STATISTICKÉHO POSOUZENÍ KVANTITATIVNÍCH VÝSLEDKŮ POŽÁRNÍCH ZKOUŠEK PRO POTŘEBY CERTIFIKACE A POSUZOVÁNÍ SHODY VÝROBKŮ

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

Metody zkoumání závislosti numerických proměnných

Pevnost a životnost - Hru III 1. PEVNOST a ŽIVOTNOST. Hru III. Milan Růžička, Josef Jurenka, Zbyněk Hrubý.

PRAVDĚPODOBNOST A STATISTIKA

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.).

17. Statistické hypotézy parametrické testy

Popisná statistika. Zdeněk Janák 9. prosince 2007

Zá k l a d y k v a n t i t a t i v n í g e n e t i k y

Pravděpodobnostní modely

Mendelova univerzita v Brně Statistika projekt

2. Náhodná veličina. je konečná nebo spočetná množina;

ZÁKLADY POPISNÉ STATISTIKY

12. Neparametrické hypotézy

Přednášky část 7 Statistické metody vyhodnocování dat

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

8 DALŠÍ SPOJITÁ ROZDLENÍ PRAVDPODOBNOSTI

a další charakteristikou je četnost výběrového souboru n.

6. Posloupnosti a jejich limity, řady

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

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

PRAVDĚPODOBNOST A STATISTIKA

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

Zpracování a prezentace výsledků měření (KFY/ZPM)

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

8.2.1 Aritmetická posloupnost I

Asynchronní motory Ing. Vítězslav Stýskala, Ph.D., únor 2006

Dynamická pevnost a životnost Statistika

Aktivita 1 Seminář základů statistiky a workshop (Prof. Ing. Milan Palát, CSc., Ing. Kristina Somerlíková, Ph.D.)

8. cvičení 4ST201-řešení

Přijímací řízení akademický rok 2013/2014 NavMg. studium Kompletní znění testových otázek matematika a statistika

Popisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem

Transkript:

Tetováí tatitických hypotéz CHEMOMETRIE I, David MILDE Jedá e o jedu z ejpoužívaějších metod pro vyloveí závěrů o základím ouboru, který ezkoumáme celý, ale pomocí áhodého výběru. Př.: Je obah účié látky ve tabletách léku hodý? Je obah NO 3- v pité vodě meší ež 15 mg/l? Je kocetrace kyeliy vyráběá jedím potupem jiá ež druhým potupem? Je rozptyl výledků taoveí Fe aším přítrojem meší ež hodota,55 uvedeá v ormě? Budeme e zabývat tetováím hypotéz o parametrech rozděleí základího ouboru (, ). Nebudeme e zabývat tety týkajícími e tvaru rozděleí. 1

Statitická hypotéza - jakýkoli předpoklad o rozděleí pravděpodoboti áhodé veličiy; týká e parametrů rozděleí áhodé veličiy (hoda tředích hodot či rozptylů) v základím ouboru ebo e může vztahovat k rozděleí áhodé veličiy. Tet tatitické hypotézy je pravidlo, které a základě výledků zjištěých z aměřeých hodot předepiuje rozhodutí, má-li být tetovaá hypotéza zamítuta či ikoli. Hypotézu, kterou chceme tetovat (rozhodout o í) azýváme ulová hypotéza H 0. Dále e defiuje alterativí hypotéza H 1,kteráepřijímá v případě zamítutí H 0. 3 Př.: vyráběá kyelia má mít kocetraci 90 %; to ověřujeme pomocí aalýzy vybraých vzorků kyeliy. Pro oboutraou alterativu : H 0 :µ=90 H 1 :µ 90. Pro jedotraou alterativu : H 0 :µ=90 H 1 :µ<90 H 0 :µ 90 H 1 : µ < 90. Při tetováí e vymezuje kritická hodota (ejčatěji v tabulkách kritických hodot) pro tetováí ulové hypotézy. Je-li výledek zjištěý tatitickým tetem meší ež kritická hodota, přijímáme H 0. Je-li výledek větší, pak e H 0 zamítá přijímá e H 1. 4

Potup při tetováí hypotéz 1. Formulace H 0 ah 1.. Volba hladiy výzamoti. 3. Výpočet tetovací charakteritiky a základě áhodého výběru (pocházejícího z ormálího rozděleí). 4. Nalezeí kritické hodoty (v tabulkách). 5. Rozhodutí o přijmutí čí zamítutí hypotéz. 5 Chyby při tetováí hypotéz Při rozhodováí o přijetí či epřijetí H 0 e můžeme doputit jedé ze dvou chyb: 1. Zamíteme H 0,kdyžvekutečoti platí chyba 1. druhu.. Přijmeme H 0,kdyžvekutečoti eplatí (platí tedy H 1 ) chyba. druhu. Chyba 1. druhu má pravděpodobot a ta je rova hladiě výzamoti tetu (v praxi ejčatěji 5 %). Chyba. druhu má pravděpodobot a její velikot obvykle ezáme. Čílo 1- e azývá íla tetu. 6 3

Chyby při tetováí hypotéz Rozhodováí Skutečot Přijímáme H 0 Zamítáme H 0 (přijímáme H 1 ) Platí H 0 O.K. Chyba 1. druhu Neplatí H 0 Chyba. druhu (platí H 1 ) O.K. 7 Tetováí právoti (Jedovýběrový t-tet o tředí hodotě) 4

Tet právoti Slouží k rozhodutí, zda tředí hodota áhodého výběru (= aritmetický průměr) je ebo eí rova ějaké kokrétí číelé hodotě (azývaé prává hodota), či zda je průměr meší ebo větší ež ějaké kokrétí hodota. Tetováím rozdílu průměru a právé hodoty zjišťujeme, jak velký je mezi imi rozdíl. Je-li meší ež kritická hodota, je vyvětlitelý pouze áhodými chybami a výledek považujeme za právý. Předpokladem je, že základí oubor i áhodý výběr mají ormálí rozděleí. 9 Tet právoti H:μ =x;h:μx 0 1 Je zám rozptyl : x z Srováváme kritickou ormálího rozděleí z (1-/). hodotou ormovaého Neí zám rozptyl : x t Srováváme kritickou hodotou t-rozděleí -1 tupi voloti t (1-/; -1). 10 5

Tet právoti Je-li vypočteá hodota t ebo z meší ež přílušá kritická hodota, přijímáme H 0. Je-li vypočteá hodota t ebo z větší ež kritická, zamítáme H 0 a přijímáme H 1. H0 H1 x x x x x x H 0 e zamítá, když: t > t krit (1-/; -1) t > t krit (1-; -1) t < t krit (; -1) 11 Tet právoti L 1, t x (1 /, 1) IS obahuje μ, ± odtraíme použitím abolutí hodoty. t x 1 6

Tet právoti v oftware základí přítupy: Použitím klaického tetu právoti, což je možé v případě plěí tatitických předpokladů (ZP: ormalita, homogeita). Aplikací itervalu polehlivoti: Pomocí EDA a ZP idetifikujeme vhodý itervalový odhad tředí hodoty (průměr, mediá, opraveý průměr po traformaci) a zjitíme zda prává hodota (μ) leží uvitř itervalu polehlivoti. 13 Tetováí hody tředích hodot (Dvouvýběrový t-tet rovoti tředích hodot dvou ouborů) 7

Tetováí hody tředích hodot Slouží k tetováí dvou průměrů vypočteých z 1 a taoveí. Využívá e apř.: Porováí výledků aalýzy vzorků pomocí jedé metody. Porováí výledků laboratoří (či metod) při opakovaé aalýze jedoho vzorku. Předpokládá e, že oba áhodé výběry jou a obě ezávilé a pocházejí z ormálího rozděleí! Předpoklad hody či ehody rozptylů je třeba ověřit pomocí F tetu hody rozptylů. 15 Tet hody tředích hodot pro 1 = t x x 1 1 ( 1 ) ( 1 1) 1 ( 1) 1 ( x1 x) t pro 1 = 1 1 1 T 1 ( 1) ( 1) 1 1 1 Vypočteé t rováváme t krit pro ( 1 + )tupňů voloti. 16 8

Tet hody tředích hodot pro 1 t ( x x ) 1 1 1 T Vypočteé t e rovává t krit pro tupňů voloti. 1 ( ) ( / ) ( / ) 11 1 1 1 1 17 Tet hodoti Je-li vypočteá hodota t meší ež přílušá kritická hodota pro přílušý počet tupňů voloti, přijímáme H 0. Je-li vypočteá hodota t větší ež kritická, zamítáme H 0 apřijímáme H 1. H H 0 1 x x x x 1 1 x x x x 1 1 x x x x 1 1 H 0 e zamítá, když: t > t krit (1-/) t > t krit (1-) t < t krit () 18 9

F-tet hody rozptylů Kromě tetů o hodotách parametrů 1rozděleí je v praxi čato potřeba porovávat ezámé hodoty parametrů mezi dvěma základími oubory. Dvouvýběrový Fiher-Sedecorův tet (zkráceě F- tet) louží k ověřeí hody rozptylů dvou základích ouborů. Ze základích ouborů N( 1, 1 ) a N(, ) provedeme áhodé výběry, o kterých předpokládáme, že jou ezávilé a počteme výběrové odhady rozptylů 1 a. F 1 19 F-tet hody rozptylů POZOR! F muí být vždy větší ež 1! Je-li vypočteá hodota F meší ež přílušá kritická hodota F-rozděleí, přijímáme H 0. Je-li vypočteá hodota F větší ež kritická, zamítáme H 0 apřijímáme H 1. H 0 H 1 H 0 e zamítá, když 1 = 1 F> F krit(1-1, -1) 1 1 > F> F krit( 1-1, -1) 1 1 < F< 1/F krit(-1, 1-1) 0 10

Tetováí hodoti v oftware Studetovy tety vycházejí z předpokladu ormálího rozděleí aalyzovaých ouborů. Pokud tato podmíka eí plěa, elze je použít. Obecý potup: 1. Ověřeí ormality obou výběrů (EDA, ZP).. Tetováí hody rozptylů. 3. Tetováí hody tředích hodot. 1 Tetováí hodoti v oftware TESTY SHODY ROZPTYLŮ H 0 : 1 = H 1 : 1 Klaický F-tet hody rozptylů oba výběry pocházejí z ormálího rozděleí. Robutí F-tet hody rozptylů propřípad, kdy jede ebo oba výběry ejou z ormálího rozděleí. Tety hody rozptylů e používají k rozhodováí, zda lze při tetováí hody tředích hodot vycházet z předpokladu rovoti rozptylů. 11

Tetováí hodoti v oftware TESTY SHODY STŘEDNÍCH HODNOT H 0 : µ 1 = µ H 1 : µ 1 µ T 1 Klaický Studetův t-tet pro hodé rozptyly ormálí rozděleí u obou výběrů. T Klaický Studetův t-tet pro růzé rozptyly ormálí rozděleí u obou výběrů. T 3 Modifikovaý Studetův t-tet pro odchylky od ormality v šikmoti. 3 Tetováí hodoti v oftware TESTY SHODY STŘEDNÍCH HODNOT T 4 Robutí tet pro homokedaticitu v čitateli jou uřezaé průměry a ve jmeovateli wiorizovaé oučty čtverců odchylek (obdoba rozptylu, ale bez poděleí počtem tupňů voloti) t x ( ) x 1 S w,1( ) S w ( ), ( ) 4 1

Tetováí hodoti v oftware TESTY SHODY STŘEDNÍCH HODNOT T 5 Robutí tet pro heterokedaticitu x t 1 ( ) x ( ) h w,1 1 h w, S ( ) i it( ), 100 w, i w, i a hi i pro i hi 1 Tety T 1 at jou použitelé pro výběry z ormálího rozděleí a jou i dotatečě robutívůči odchylkám od ormality ve špičatoti. Robutí tety T 4 at 5 jou výhodé pro aymetrická rozděleí a rozděleí výrazě vyšší špičatotí ež 3. V případě ormálího rozděleí však mají meší ílu ež tety T 1 at. 1,. 5 Párový tet (Párový t-tet rovoti tředích hodot dvou ouborů) 13

Párový tet Slouží k tetováí hody dvou tředích hodot pro závilé výběry tzv. párová data, apř.: Porováí metod pomocí aalýzy více ež vzorků. Srováí životích ákladů u těch amých oob v roce 005 a 006. Vliv léku a hladiu choleterolu před a po aplikaci u tejých (více ež ) pacietů. Statitické předpoklady: párové diferece (d i ) jou ezávilé ormálím rozděleím. 7 Párový tet Párový tet je v praxi obvykle formulová jako oboutraá alterativa : H:x=0; H:x 0 0 d 1 d t x d d kde x d je průměr a d je měrodatá odchylka párových diferecí. Vypočteé t rováváme kritickou hodotou Studetova rozděleí pro -1 tupňů voloti t krit (1-/; -1). Je-li t<t krit, platí H 0. Je-li t>t krit, platí H 1. 8 14

Tet vylučováí odlehlých hodot Dea-Dixoův tet Za odlehlé považujeme výledky, které jou v érii paralelích měřeí zatížey hrubou chybou. Zkrelily by ám tatitické zpracováí dat a proto je muíme před aalýzou vyloučit. Dea-Dixoův tet je vhodý pro oubory do = 30. Výledky e eřadí podle velikoti a počítá e rozpětí R. x x R 1 Q1 a Q x Q 1 aq áledě rováme kritickou hodotou Q krit (, ). Je-li Q 1 ebo Q <Q krit, daé hodoty ejou odlehlé. Je-li Q 1 ebo Q >Q krit, daé hodoty jou odlehlé. x R 1 30 15

Grubbův tet Grubbův tet je vhodý pro oubory do = 100. Parametrický tet. Používáme parametry ouboru: průměr a měrodatou odchylku. 31 Grubbův tet Variata A Variata B Variata C T x x x x1 T1 x x1 TB 1 3 1 Vypočteé T i rováme kritickou hodotou pro tupňů voloti T krit (, ).Je-liT i >T krit, daá hodota/ty je/jou odlehlé. Mezi tety vylučováí OB patří i tet modifikovaých vitřích hradeb! 3 16