Testování statistických hypotéz

Podobné dokumenty
TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

a další charakteristikou je četnost výběrového souboru n.

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

PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

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

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

Testování statistických hypotéz

NEPARAMETRICKÉ METODY

Testování hypotéz. 3.1 Základní pojmy a obecný postup při testování

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

Intervalové odhady parametrů některých rozdělení.

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

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

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

Metody zkoumání závislosti numerických proměnných

12. Neparametrické hypotézy

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

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

Úvod do teorie měření

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

Test dobré shody se používá nejčastěji pro ověřování těchto hypotéz:

PRAVDĚPODOBNOST A STATISTIKA

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

Pravděpodobnost a aplikovaná statistika

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

Mendelova univerzita v Brně Statistika projekt

Spolehlivost a diagnostika

8. Analýza rozptylu.

Generování dvojrozměrných rozdělení pomocí copulí

Téma 4: Výběrová šetření

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 VIII. Testování hypotéz o kvantitativních proměnných

8. Zákony velkých čísel

Testujeme hypotézu: proti alternativě. Jednoduché třídění:

Intervalové odhady parametrů

Katedra pravděpodobnosti a matematické statistiky. χ 2 test nezávislosti

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

, jsou naměřené a vypočtené hodnoty závisle

Pravděpodobnost a aplikovaná statistika

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

Úvod do korelační a regresní analýzy

7. cvičení 4ST201-řešení

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

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

9. Měření závislostí ve statistice Pevná a volná závislost

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

VY_52_INOVACE_J 05 01

Odhady a testy hypotéz o regresních přímkách

TECHNICKÁ UNIVERZITA V LIBERCI

Náhodný výběr 1. Náhodný výběr

8. Odhady parametrů rozdělení pravděpodobnosti

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

Náhodné jevy, jevové pole, pravděpodobnost

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

Odhady parametrů 1. Odhady parametrů

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

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

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

Kvantily. Problems on statistics.nb 1

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru

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

PRAVDĚPODOBNOST A STATISTIKA

Doc. Ing. Dagmar Blatná, CSc.

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

Kapitola 6. : Neparametrické testy o mediánech

PRAVDĚPODOBNOST A STATISTIKA

Testování statistických hypotéz

B a k a l ářská práce

7 LIMITNÍ VĚTY. Čas ke studiu kapitoly: 70 minut. Cíl:

1. Základy měření neelektrických veličin

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

V. Normální rozdělení

Chyby přímých měření. Úvod

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT. Josef Tvrdík

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

Statistika - vícerozměrné metody

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě.

Pravděpodobnostní model doby setrvání ministra školství ve funkci

14. Korelace Teoretické základy korelace Způsoby měření závislostí pro různé typy dat

Domácí práce z p edm tu D01M6F Statistika

Přednáška č. 2 náhodné veličiny

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

Testy statistických hypotéz

Jednoduchá lineární regrese

Deskriptivní statistika 1

[ jednotky ] Chyby měření

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

7. Odhady populačních průměrů a ostatních parametrů populace

Číselné charakteristiky náhodných veličin

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT. Josef Tvrdík

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

P1: Úvod do experimentálních metod

Univerzita Karlova v Praze Pedagogická fakulta

PRAVDĚPODOBNOST A STATISTIKA

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

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

Transkript:

Testováí statstckých hypotéz - Testováí hypotéz je postup, sloužící k ověřeí předpokladů o ZS (hypotéz a základě výběrových dat (tj. hodot z výběrového souboru. - ypotéza = určtý předpoklad o základím souboru; tvrzeí o ezámém parametru ZS (parametrcké testy ebo o růzých vlastostech ZS (eparametrcké testy. - Testováí umožňuje rozhodout, zda určtou hypotézu zamíteme (evet. přjmeme, a to s malým, předem zvoleým rzkem. Symbolka:... ulová (testovaá hypotéza... alteratví hypotéza Testové krterum (t: - vhodá charakterstka, která má př platost zámé pravděpodobostí rozděleí; - prostor hodot testového krtera rozdělíme a dva dsjuktí obory (W a V. Krtcký obor (W: je tvoře hodotam TK, které jsou př platost tak extrémí, že pravděpodobost jejch výskytu je velm malá. Jde tedy o oblast přjetí. Obor přjetí (V: je tvoře těm hodotam TK, které svědčí ve prospěch. lada výzamost (= pravděpodobost chyby. druhu: pravděpodobost že zamíteme, ačkol platí. Pravděpodobost chyby. druhu (β: pravděpodobost, že ezamíteme, ačkol eplatí. Síla testu (- β: pravděpodobost správého zamítutí (schopost testu zamítout eplatou. Stadardí testovací postup: - obecý, bez ohledu a kokrétí typ testu; - provádí se v ěkolka krocích.. Formulace hypotéz a.. Volba testového krtéra: zvolíme vhodou charakterstku, jejíž rozděleí př platost záme. 3. Vymezeí krtckého oboru: je omeze kvatly rozděleí TK př platost (= krtcké hodoty. 4. Výpočet hodoty TK z výběrových dat. 5. Formulace závěru o výsledku testu: velm důležté, exstují dvě možost. I. TK leží v krtckém oboru (TK Є W: pak zamítáme, tz. prokázal jsme. II. TK leží v oboru přjetí (TK Є V: pak ezamítáme, tz. eprokázal jsme. Některé parametrcké testy hypotéz Test parametru µ ormálího rozděleí. Formulace hypotéz : µ = µ a µ µ oboustraá alteratví hypotéza b µ µ pravostraá alteratví hypotéza c µ < µ levostraá alteratví hypotéza

. Volba testového krtéra Rozlšujeme tř případy: záme rozptyl ZS σ x µ σ = N(, ezáme rozptyl ZS σ ; výběr má velký rozsah = x µ N(, 3 ezáme rozptyl ZS σ ; výběr má malý rozsah t = x µ t ( 3. Staoveí krtckého oboru Pro případy a a růzé typy alteratvích hypotéz : a W ; u u b W ; u W ; u Pro případ 3 a růzé typy alteratvích hypotéz : a W t; t t ( t t ( W t; t t ( t; t t ( b c W Test parametru π alteratvího rozděleí Je třeba mít k dspozc výběr dostatečě velkého rozsahu; to je zajštěo splěím podmíky π ( π. : π = π a π π b π π c π < π 9.

. p π = N(, π ( π 3. a W ; u u b W ; u W ; u Test parametru σ ormálího rozděleí. σ = : σ : σ : σ : σ < a σ b σ c σ. V prax je častější případ, kdy ezáme parametr µ, proto se a ěj zaměříme. χ ( = χ ( σ b W χ ; χ χ 3. a W χ ; χ χ ( χ χ ( ( χ ; χ χ ( W Test shody rozptylů dvou ormálích rozděleí. Formulace hypotéz : σ = σ a σ σ b σ σ c σ < σ 3

. Volba testového krtéra F s = F ( ; 3. Staoveí krtckého oboru a W F; F F ; F F W F; F F ; ( ( ; b ( W F; F F ( ; Některé eparametrcké testy χ - test dobré shody - Slouží k ověřeí shody mez teoretckým a emprckým rozděleím. - Je použtelý je v případě velkých výběrů. - Předpokladem testu je možost roztřídt výsledky áhodého výběru do určtého počtu (k dsjuktích tříd podle ějakého zaku. - Nemáme-l k dspozc dostatečě velký výběr, použjeme místo tohoto testu Kolmogorovův-Smrovův test. Požadovaý rozsah výběru: Je uté, aby rozsah výběru zajstl, že bude dostatečé obsazeí ve všech skupách, do chž je soubor roztřídě, tj. π 5 pro =,,..., k., Někdy bývá tato podmíka formulováa mírěj : ve všech třídách musí platt π a alespoň v 8 % tříd π. musí platt 5,,! Nejsou-l výše uvedeé podmíky splěy, je třeba sloučt ěkteré třídy (apř. sousedí č věcě příbuzé. Teto test se používá ve stuacích : I. udává proporce četostí v jedotlvých skupách (může být formulováo tutvě. II. přepokládá, že ZS má rozděleí určtého typu: a Pokud udává typ rozděleí jeho parametry, jedá se o úplě specfkovaý model. b Pokud udává pouze typ rozděleí bez specfkace parametrů, jde o eúplě specfkovaý model. Ad I., π = pro =,,..., k. : π : o. kde G = k ( π, π =, χ ( k... emprcká (pozorovaá, výběrová četost π... teoretcká (hypotetcká četost, tj. teoretcké obsazeí -té třídy., 4

3. W G; G χ ( k Ad II. a - tj. úplě specfkovaý model. : výběr pochází z Po ( (apříklad : o! Další postup (tj. body. a 3. vz. případ I. Ad II. b - tj. eúplě specfkovaý model. : výběr pochází z Po (apříklad : o. G = k ( π, π =, χ ( k p kde p... počet parametrů rozděleí, které odhadujeme. 3. W G; G χ ( k p Závěr testu: Pokud TK Є W, zamítáme (tz. přjímáme. V tom případě eí rozděleí, specfkovaé ulovou hypotézou, vhodým modelem pro emprcká data. Shoda obou rozděleí (teoretckého a emprckého se a hladě výzamost epotvrdla. 5