Statystyka matematyczna dla leśników
|
|
- Krystian Cybulski
- 6 lat temu
- Przeglądów:
Transkrypt
1 Statystyka matematycza dla leśików Wydział Leśy Kieruek leśictwo Studia Stacjoare I Stopia Rok akademicki 0/0 Wykład 5
2 Testy statystycze Ogóle zasady testowaia hipotez statystyczych, rodzaje hipotez, rodzaje testów Parametrycze testy istotości Testy zgodości
3 Testowaie hipotez statystyczych Teoria weryfikacji hipotez statystyczych jest waŝym działem wioskowaia statystyczego Podejmujemy tu określoe decyzje statystycze z określoym prawdopodobieństwem, to zaczy (podobie, jak w estymacji statystyczej) - w warukach iepewości
4 Próbkowaie POPULACJA PRÓBA Testowaie Parametr Statystyka
5 Hipotezy statystycze Badając róŝe populacje i zjawiska stawiamy ajczęściej tzw. hipotezy, czyli formułujemy przypuszczeia (załoŝeia) dotyczące parametrów populacji lub rozkładów cechy
6 Hipotezy statystycze hipotezy parametrycze (Hp), które dotyczą iezaego poziomu parametrów populacji hipotezy ieparametrycze (Hp), dotyczące iezaej postaci fukcji rozkładu zmieych w populacji
7 Hipotezy parametrycze Z reguły zapisae są w postaci krótkiego rówaia, p. µ = 44 µ = µ σ = σ
8 Hipotezy ieparametrycze Zwykle zapisae w postaci zdaia, p. rozkład zmieej x w populacji jest zgody z rozkładem ormalym próby zostały pobrae z populacji o takich samych rozkładach...
9 Hipotezy statystycze Hipoteza zerowa hipoteza podlegająca testowaiu Hipoteza alteratywa hipoteza rezerwowa a wypadek, gdyby hipoteza zerowa okazała się fałszywa PowyŜsze hipotezy mogą być zarówo parametrycze, jak i ieparametrycze
10 Hipotezy statystycze hipotezy zerowe (H0), podlegające weryfikacji ich treścią jest załoŝeie o braku róŝic między parametrami (zerowe róŝice) lub braku róŝic między ogólymi postaciami fukcji rozkładów. hipotezy alteratywe (H), kokurecyje do zerowych przyjmowae w wypadku egatywej weryfikacji H0
11 Hipotezy statystycze H 0 : µ = 44 H 0 : µ = µ H 0 : rozkład zmieej x w populacji jest zgody z rozkładem ormalym
12 Hipotezy statystycze H : µ 44 H : µ µ H : rozkład zmieej x w populacji ie jest zgody z rozkładem ormalym
13 W przypadku Hp, H moŝe mieć tylko jedą postać (porówywae fukcje rozkładu są róŝe). W przypadku Hp, H moŝe być: - dwustroa (porówywae parametry są róŝe) - prawostroa (baday parametr jest większy od porówawczego) - lewostroa (baday parametr jest miejszy od porówawczego) H Hp Hp H 0 H H 0 H dwu- prawo- lewo-
14 Testy statystycze Do weryfikacji hipotez słuŝą specjale arzędzia badawcze zwae testami statystyczymi Są to statystyki o określoym rozkładzie teoretyczym z próby (przypomij sobie wykład o estymacji)
15 Próbkowaie POPULACJA PRÓBA Testowaie Parametr Statystyka Test statystyczy
16 Błędy w testach Hipoteza moŝe być prawdziwa lub fałszywa Wyik testu moŝe kazać hipotezę zaakceptować lub odrzucić W związku z tym
17 Błędy w testach
18 Jak uikąć błędów? Kostrukcja testu: stosować testy, które podejmują tylko decyzję o odrzuceiu hipotezy lub stwierdzają brak podstaw do jej odrzuceia; w teście takim ie przyjmujemy hipotez Mały poziom istotości (Test istotości)
19 Stosując testy istotości uikamy błędu II rodzaju. MoŜemy popełić błąd I rodzaju, ale prawdopodobieństwo popełieia tego błędu będzie bardzo małe rówe załoŝoemu poziomowi istotości (zwykle 0,05 lub 0,0). Hipotezy parametrycze ajczęściej dotycząśredich, dlatego rozwaŝaia teoretycze przeprowadzimy a przykładzie testu z (statystyki o rozkładzie ormalym). Na podstawie wyików próby obliczamy statystykę z i w rozkładzie tej statystyki (ormalym) wyzaczamy taki obszar wartości Q aby prawdopodobieństwo zalezieia się w tym obszarze było bardzo małe rówe załoŝoemu poziomowi istotości. P ( z Q) = α W zaleŝości od postaci hipotezy alteratywej obszar krytyczy testu przy załoŝoym poziomie istotości moŝe być: dwu-stroy, prawo-stroy lub lewo-stroy.
20 fz fz -α α/ α/ -α α Q -z α/ 0 z α/ Q z 0 z α Q z JeŜeli obliczoa dla daego doświadczeia wartość testu zajdzie się w obszarze krytyczym Q to podejmujemy decyzję o odrzuceiu H 0 i przyjęciu H. JeŜeli ie to stwierdzamy, Ŝe brak podstaw do Q odrzuceia H 0.Dlaczego tak? α -z α fz -α 0 z
21 Obszar krytyczy testu wyzaczyliśmy dla bardzo małego prawdopodobieństwa (poziomu istotości α). JeŜeli załoŝymy, Ŝe H 0 jest prawdziwa, to prawdopodobieństwo otrzymaia z -elemetowej próby wartości z w zakresie obszaru krytyczego Q będzie rówe α, czyli bardzo małe. Zdarzeie takie ie powio wystąpić w jedym eksperymecie. JeŜeli zatem takie zdarzeie wystąpi, to będzie ozaczało, Ŝe miało oo większe prawdopodobieństwo, iŝ to, które przyjęliśmy zakładając prawdziwość H 0. Logicze jest zatem potraktowaie H 0 jako fałszywej, jej odrzuceie i przyjęcie H. Prawdopodobieństwo pomyłki, czyli odrzuceia prawdziwej H 0 (błąd pierwszego rodzaju) jest rówe α (praktyczie bliskie zeru). Gdy empirycza wartość z wystąpi poza obszarem krytyczym Q, to prawdopodobieństwo takiego zdarzeia, przy załoŝeiu prawdziwości H 0, będzie rówe -α(praktyczie bliskie ). Nie mamy podstaw do odrzuceia H 0.
22 Parametrycze testy istotości: - dla średiej - stosowae w eksperymetach, w których hipoteza zerowa określa hipotetyczą wartośćśrediej µ h, z którą porówujemy średią z -elemetowej próby ( x ). H H 0 : µ = : µ µ µ h h lub µ > µ h lub µ < JeŜeli rozkład zmieej w populacji jest ormaly zamy wariację (σ ), H 0 testujemy za pomocą testu z, obszar krytyczy wyzaczamy z rozkładu ormalego dla załoŝoego poziomu istotości α, a wartość empiryczą testu obliczamy ze wzoru: JeŜeli z z emp emp = x z µ σ α / h lub z α µ h to H 0 odrzucamy
23 W przypadku stosowaia duŝych prób rozkład zmieej w populacji ie musi być ormaly i ie musimy zać wariacji dla populacji, przyjmujemy, ze s =σ. JeŜeli ie zamy wariacji dla populacji i dyspoujemy wyikami małej próby, to tylko w przypadku, kiedy rozkład w populacji jest ormaly, moŝemy do weryfikacji H 0 zastosować test t, a obszar krytyczy wyzaczyć z rozkładu Studeta dla załoŝoego poziomu istotości α i liczby stopi swobody k = -. Wartość empiryczą testu obliczamy: t emp = x µ h s JeŜeli t emp t α / lub t przy k = α to H 0 odrzucamy
24 - dla róŝicy między dwiema średimi - stosoway w doświadczeiach, w których porówujemy średie dwóch populacji a podstawie -elemetowych prób pobraych z tych populacji. 0 lub lub : : µ µ µ µ µ µ µ µ < > = H H W przypadku duŝych prób - test z : s s x x z emp + =
25 W przypadku małych prób - test t ale tylko jeŝeli spełioe są dwa waruki: ) próby pochodzą z populacji o rozkładzie ormalym, ) wariacje w tych populacjach ie róŝią się istotie. ( ) ( ) = s s x x t emp przy: k = + - JeŜeli = = to wzór a błąd stadardowy róŝicy zaczie się upraszcza s s x x t emp + =
26 - dla wariacji: 0 0,, : : H F F k k przy F to s s F dla k k przy F to s s F dla F H H emp emp emp emp α α α σ σ σ σ > = = = = = = > = F α F f (F) JeŜeli to odrzucamy Q
27 Test zgodości χ W przypadku testów ieparametryczych weryfikuje się hipotezę dotyczącą rozkładu badaej cechy w populacji ie precyzując parametrów tego rozkładu. Statystyka stosowaa tu ma rozkład asymptotyczy χ. Test te pozwala a weryfikację hipotezy, Ŝe populacja ma określoą postać fukcji dystrybuaty. Wymaga duŝej próby. H H 0 : : E E ( Gx Fx) = 0 ( rozklady zgode) ( Gx Fx) 0 ( rozklady roziace sie istotie) Na podstawie wyików próby tworzymy szereg rozdzielczy (rozkład empiryczy) i po wyzaczeiu parametrów, odpowiedi rozkład teoretyczy (jeŝeli ormaly, to zgodymi parametrami będą -średia arytmetycza i odchyleie stadardowe). Musi być teŝ spełioy waruek aby częstość porówywaych klas ie była miejsza od 0. Zwykle łączymy skraje klasy. Empiryczą wartość testu obliczamy wg. wzoru:
28 χ emp ( ' ) u = i χ α wyzaczamy z tablic rozkładu χ a podstawie załoŝoego poziomu istotości α i liczby stopi swobody k = u - f - gdzie: u - liczba składików sumy, f - liczba zgodych parametrów obydwu rozkładów. ' i i JeŜeli: χ emp > χ α to H 0 odrzucamy, przyjmujemy H fχ χ α Q χ
29 Przykładowe pytaia egzamiacyje z tej części materiału. Rodzaje hipotez statystyczych.. Co to jest hipoteza zerowa a co hipoteza alteratywa? 3. Rodzaje błędów popełiaych podczas testowaia hipotez. 4. Co to są testy istotości? 5. Jakiego błędu uikamy stosując testy istotości? 6. Jakie jest prawdopodobieństwo popełieia błędu pierwszego rodzaju przy stosowaiu testów istotości? 7. Jakie testy mogą być stosowae przy porówywaiu dwóch średich? 8. Do czego słuŝy test zgodości χ? 9.
30 Dziękuję za uwagę!
Statystyka matematyczna dla leśników
Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje
Bardziej szczegółowo1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o
1. Wioskowaie statystycze. W statystyce idetyfikujemy: Cecha-Zmiea losowa Rozkład cechy-rozkład populacji Poadto miaem statystyki określa się także fukcje zmieych losowych o tym samym rozkładzie. Rozkłady
Bardziej szczegółowoTestowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15
Testowaie hipotez ZałoŜeia będące przedmiotem weryfikacji azywamy hipotezami statystyczymi. KaŜde przypuszczeie ma swoją alteratywę. Jeśli postawimy hipotezę, Ŝe średica pia jedoroczych drzew owej odmiay
Bardziej szczegółowoParametryczne Testy Istotności
Parametrycze Testy Istotości Wzory Parametrycze testy istotości schemat postępowaia pukt po pukcie Formułujemy hipotezę główą H odośie jakiegoś parametru w populacji geeralej Hipoteza H ma ajczęściej postać
Bardziej szczegółowoX i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.
Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,
Bardziej szczegółowo1 Testy statystyczne. 2 Rodzaje testów
1 Testy statystycze Podczas sprawdzaia hipotez statystyczych moga¾ wystapić ¾ dwa rodzaje b ¾edów. Prawdopodobieństwo b ¾edu polegajacego ¾ a odrzuceiu hipotezy zerowej (H 0 ), gdy jest oa prawdziwa, czyli
Bardziej szczegółowoStatystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste
Statystyka opisowa Miary statystycze: 1. miary położeia a) średia z próby x = 1 x = 1 x = 1 x i - szereg wyliczający x i i - szereg rozdzielczy puktowy x i i - szereg rozdzielczy przedziałowy, gdzie x
Bardziej szczegółowoEstymacja przedziałowa - przedziały ufności
Estymacja przedziałowa - przedziały ufości Próbę -elemetową charakteryzujemy jej parametrami (p. x, s, s ). Służą oe do ocey wartości iezaych parametrów populacji (m, σ, σ). Nazywamy je estymatorami puktowymi
Bardziej szczegółowoModa (Mo, D) wartość cechy występującej najczęściej (najliczniej).
Cetrale miary położeia Średia; Moda (domiata) Mediaa Kwatyle (kwartyle, decyle, cetyle) Moda (Mo, D) wartość cechy występującej ajczęściej (ajlicziej). Mediaa (Me, M) dzieli uporządkoway szereg liczbowy
Bardziej szczegółowoZadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.
Z adaie Niech,,, będą iezależymi zmieymi losowymi o idetyczym rozkładzie ormalym z wartością oczekiwaą 0 i wariacją. Wyzaczyć wariację zmieej losowej. Wskazówka: pokazać, że ma rozkład Γ, ODP: Zadaie Niech,,,
Bardziej szczegółowoKURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1
KURS STATYSTYKA Lekcja 3 Parametrycze testy istotości ZADANIE DOMOWE www.etrapez.pl Stroa Część : TEST Zazacz poprawą odpowiedź (tylko jeda jest prawdziwa). Pytaie Statystykę moża rozumieć jako: a) próbkę
Bardziej szczegółowo16 Przedziały ufności
16 Przedziały ufości zapis wyiku pomiaru: sugeruje, że rozkład błędów jest symetryczy; θ ± u(θ) iterpretacja statystycza przedziału [θ u(θ), θ + u(θ)] zależy od rozkładu błędów: P (Θ [θ u(θ), θ + u(θ)])
Bardziej szczegółowoSTATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr inż Krzysztof Bryś
1 STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr iż Krzysztof Bryś Pojȩcia wstȩpe populacja - ca ly zbiór badaych przedmiotów lub wartości. próba - skończoy podzbiór populacji podlegaj acy badaiu.
Bardziej szczegółowoKorelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12
Wykład Korelacja i regresja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Wykład 8. Badaie statystycze ze względu
Bardziej szczegółowo3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej
PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elemety kombiatoryki 2. Zmiee losowe i ich rozkłady 3. Populacje i próby daych, estymacja parametrów 4. Testowaie hipotez 5. Testy parametrycze 6. Testy
Bardziej szczegółowoEstymacja przedziałowa - przedziały ufności
Estymacja rzedziałowa - rzedziały ufości Próbę -elemetową charakteryzujemy jej arametrami ( x, s, s ). SłuŜą oe do ocey wartości iezaych arametrów oulacji (m, σ, σ). Nazywamy je estymatorami uktowymi iezaych
Bardziej szczegółowoWykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2
Wykład 5 Przedziały ufości Zwykle ie zamy parametrów populacji, p. Chcemy określić a ile dokładie y estymuje Kostruujemy przedział o środku y, i taki, że mamy 95% pewości, że zawiera o Nazywamy go 95%
Bardziej szczegółowoStatystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407
Statystyka i Opracowaie Daych W7. Estymacja i estymatory Dr Aa ADRIAN Paw B5, pok407 ada@agh.edu.pl Estymacja parametrycza Podstawowym arzędziem szacowaia iezaego parametru jest estymator obliczoy a podstawie
Bardziej szczegółowoTESTY LOSOWOŚCI. Badanie losowości próby - test serii.
TESTY LOSOWOŚCI Badaie losowości próby - test serii. W wielu zagadieiach wioskowaia statystyczego istotym założeiem jest losowość próby. Prostym testem do weryfikacji tej własości jest test serii. 1 Dla
Bardziej szczegółowoMetoda łączona. Wykład 7 Dwie niezależne próby. Standardowy błąd dla różnicy dwóch średnich. Metoda zwykła (niełączona) n2 2
Wykład 7 Dwie iezależe próby Często porówujemy wartości pewej zmieej w dwóch populacjach. Przykłady: Grupa zabiegowa i kotrola Lekarstwo a placebo Pacjeci biorący dwa podobe lekarstwa Mężczyźi a kobiety
Bardziej szczegółowoWYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH
WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH Było: Estymacja parametrów rozkładu teoretycznego punktowa przedziałowa Przykład. Cecha X masa owocu pewnej odmiany. ZałoŜenie: cecha X ma w populacji rozkład
Bardziej szczegółowoIdea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość
Idea Niech θ oznacza parametr modelu statystycznego. Dotychczasowe rozważania dotyczyły metod estymacji tego parametru. Teraz zamiast szacować nieznaną wartość parametru będziemy weryfikowali hipotezę
Bardziej szczegółowoModele probabilistyczne zjawisk losowych
Statystyka-matematycza-II Wykład Modele probabilistycze zjawisk losowych Pojęcia podstawowe: Zdarzeia elemetare: ajprostsze zdarzeie mogące być wyróżioe dla daego doświadczeia losowego. Ω - zbiór zdarzeń
Bardziej szczegółowoStatystyka. Katarzyna Chudy Laskowska
Statystyka Katarzya Chudy Laskowska http://kc.sd.prz.edu.pl/ WNIOSKOWANIE STATYSTYCZNE Celem aalizy statystyczej ie jest zwykle tylko opisaie (prezetacja) posiadaych daych, czyli tzw. próby statystyczej.
Bardziej szczegółowoANALIZA DANYCH DYSKRETNYCH
ZJAZD ESTYMACJA Jest to metoda wioskowaia statystyczego. Umożliwia oa oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej estymatorem,
Bardziej szczegółowo(X i X) 2. n 1. X m S
Wykład 8. Przedziały ufości i testowaie hipotez A gdy ie zamy wariacji σ 2? Załóżmy, że X ma rozkład ormaly, ale ie zamy wartości ai m ai σ 2. Jak wtedy szacować wartość średią m? Przypomijmy, że Wtedy
Bardziej szczegółowoPODSTAWY BIOSTATYSTYKI ĆWICZENIA
PODSTAWY BIOSTATYSTYKI ĆWICZENIA FILIP RACIBORSKI FILIP.RACIBORSKI@WUM.EDU.PL ZAKŁAD PROFILAKTYKI ZAGROŻEŃ ŚRODOWISKOWYCH I ALERGOLOGII WUM ZADANIE 1 Z populacji wyborców pobrao próbkę 1000 osób i okazało
Bardziej szczegółowoBłędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa
Weryfikacja hipotez statystycznych Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu badanej cechy populacji, o prawdziwości lub fałszywości którego wnioskuje się na podstawie
Bardziej szczegółowoEstymacja parametrów populacji
Estymacja parametrów populacji Estymacja parametrów populacji Estymacja polega a szacowaiu wartości parametrów rozkładu lub postaci samego rozkładu zmieej losowej, a podstawie próby statystyczej. Estymacje
Bardziej szczegółowoStatystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych
Statystyka matematyczna. Wykład IV. e-mail:e.kozlovski@pollub.pl Spis treści 1 2 3 Definicja 1 Hipoteza statystyczna jest to przypuszczenie dotyczące rozkładu (wielkości parametru lub rodzaju) zmiennej
Bardziej szczegółowoPodstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja
Podstawowe ozaczeia i wzory stosowae a wykładzie i laboratorium Część I: estymacja 1 Ozaczeia Zmiee losowe (cechy) ozaczamy a wykładzie dużymi literami z końca alfabetu. Próby proste odpowiadającymi im
Bardziej szczegółowoWokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych
Wokół testu Studeta Wprowadzeie Rozkłady prawdopodobieństwa występujące w testowaiu hipotez dotyczących rozkładów ormalych Rozkład ormaly N(µ, σ, µ R, σ > 0 gęstość: f(x σ (x µ π e σ Niech a R \ {0}, b
Bardziej szczegółowoPorównanie dwu populacji
Porówaie dwu populacji Porówaie dwóch rozkładów ormalych Założeia:. X ~ N( m, σ ), X ~ N( m, σ ), σ σ. parametry rozkładów ie ą zae. X, X ą iezależe. Ocea różicy między średimi m m m m x x (,...) H 0 :
Bardziej szczegółowoWYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady
WYKŁAD Zdarzeia losowe i prawdopodobieństwo Zmiea losowa i jej rozkłady Metody statystycze metody opisu metody wioskowaia statystyczego sytetyczy liczbowy opis właściwości zbioru daych ocea charakterystyk
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA. Wykład wstępy. Teoria prawdopodobieństwa i elemety kombiatoryki 3. Zmiee losowe 4. Populacje i próby daych 5. Testowaie hipotez i estymacja parametrów 6. Test t 7. Test 8. Test
Bardziej szczegółowoSIGMA KWADRAT. Weryfikacja hipotez statystycznych. Statystyka i demografia CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY
SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY Weryfikacja hipotez statystycznych Statystyka i demografia PROJEKT DOFINANSOWANY ZE ŚRODKÓW NARODOWEGO BANKU POLSKIEGO URZĄD STATYSTYCZNY
Bardziej szczegółowoZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA
ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA Mamy populację geeralą i iteresujemy się pewą cechą X jedostek statystyczych, a dokładiej pewą charakterystyką liczbową θ tej cechy (p. średią wartością
Bardziej szczegółowoSTATYSTKA I ANALIZA DANYCH LAB II
STATYSTKA I ANALIZA DANYCH LAB II 1. Pla laboratorium II rozkłady prawdopodobieństwa Rozkłady prawdopodobieństwa dwupuktowy, dwumiaowy, jedostajy, ormaly. Związki pomiędzy rozkładami prawdopodobieństw.
Bardziej szczegółowoTESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).
TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu
Bardziej szczegółowobędą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,
Zadaie iech X, X,, X 6 będą iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), a Y, Y,, Y6 iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), gdzie, są iezaymi
Bardziej szczegółowoStatystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28
Statystyka #5 Testowanie hipotez statystycznych Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik rok akademicki 2016/2017 1 / 28 Testowanie hipotez statystycznych 2 / 28 Testowanie hipotez statystycznych
Bardziej szczegółowoL.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3
L.Kowalski zadaia ze statystyki matematyczej-zestaw 3 ZADANIA - ZESTAW 3 Zadaie 3. Cecha X populacji ma rozkład N m,. Z populacji tej pobrao próbę 7 elemetową i otrzymao wyiki x7 = 9, 3, s7 =, 5 a Na poziomie
Bardziej szczegółowoEstymacja przedziałowa
Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze
Bardziej szczegółowo1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1,
1 Zmiee loowe Właości dytrybuaty F x = X < x: F1. 0 F x 1 dla każdego x R, F2. lim F x = 0 oraz lim F x = 1, x x + F3. F jet fukcją iemalejącą, F4. lim x x 0 F x = F x 0 dla każdego x R, F5. a X < b =
Bardziej szczegółowoSIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY
SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY Weryfikacja hipotez statystyczych WNIOSKOWANIE STATYSTYCZNE Wioskowaie statystycze, to proces uogóliaia wyików uzyskaych a podstawie próby a całą
Bardziej szczegółowoZDARZENIE ELEMENTARNE to możliwy wynik doświadczenia losowego. Wszystkie takie możliwe wyniki tworzą zbiór zdarzeń elementarnych.
STATYSTYKA to auka, której przedmiotem zaiteresowaia są metody pozyskiwaia i prezetacji, a przede wszystkim aalizy daych opisujących zjawiska masowe. Metody statystycze oparte są a rachuku prawdopodobieństwa.
Bardziej szczegółowoStatystyka w rozumieniu tego wykładu to zbiór metod służących pozyskiwaniu, prezentacji, analizie danych.
Statystyka w rozumieiu tego wykładu to zbiór metod służących pozyskiwaiu, prezetacji, aalizie daych. Celem geeralym stosowaia tych metod, jest otrzymywaie, a podstawie daych, użyteczych uogólioych iformacji
Bardziej szczegółowoµ = Test jest następujący: jeŝeli X > 0.01 to odrzucamy H. 0
7. Testowaie hipotez statystyczych 7. Populacja ma rozkład ciągły opisay fukcją gęstości f ( x) ( + ) x dla x [,]. Testowaa jest hipoteza, Ŝe wobec hipotezy alteratywej, Ŝe. Wioskujemy a podstawie jedoelemetowej
Bardziej szczegółowoĆwiczenie 2 ESTYMACJA STATYSTYCZNA
Ćwiczeie ETYMACJA TATYTYCZNA Jest to metoda wioskowaia statystyczego. Umożliwia oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej
Bardziej szczegółowo166 Wstęp do statystyki matematycznej
166 Wstęp do statystyki matematycznej Etap trzeci realizacji procesu analizy danych statystycznych w zasadzie powinien rozwiązać nasz zasadniczy problem związany z identyfikacją cechy populacji generalnej
Bardziej szczegółowoPRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1).
TATYTYKA MATEMATYCZNA WYKŁAD 3 RZEDZIAŁY UFNOŚCI Niech θ - iezay parametr rozkład cechy. Niech będzie liczbą z przedział 0,. Jeśli istieją statystyki, U i U ; U U ; których rozkład zależy od θ oraz U θ
Bardziej szczegółowoTestowanie hipotez statystycznych
Testowanie hipotez statystycznych Przypuśdmy, że mamy do czynienia z następującą sytuacją: nieznany jest rozkład F rządzący pewnym zjawiskiem losowym. Dysponujemy konkretną próbą losową ( x1, x2,..., xn
Bardziej szczegółowoWykład 2 Hipoteza statystyczna, test statystyczny, poziom istotn. istotności, p-wartość i moc testu
Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotności, p-wartość i moc testu Wrocław, 01.03.2017r Przykład 2.1 Właściciel firmy produkującej telefony komórkowe twierdzi, że wśród jego produktów
Bardziej szczegółowoTestowanie hipotez statystycznych
Temat Testowanie hipotez statystycznych Kody znaków: Ŝółte wyróŝnienie nowe pojęcie pomarańczowy uwaga kursywa komentarz 1 Zagadnienia omawiane na zajęciach 1. Idea i pojęcia teorii testowania hipotez
Bardziej szczegółowoPODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH
PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH POMIAR FIZYCZNY Pomiar bezpośredi to doświadczeie, w którym przy pomocy odpowiedich przyrządów mierzymy (tj. porówujemy
Bardziej szczegółowoLista 6. Estymacja punktowa
Estymacja puktowa Lista 6 Model metoda mometów, rozkład ciągły. Zadaie. Metodą mometów zaleźć estymator iezaego parametru a w populacji jedostajej a odciku [a, a +. Czy jest to estymator ieobciążoy i zgody?
Bardziej szczegółowo2.1. Studium przypadku 1
Uogóliaie wyików Filip Chybalski.. Studium przypadku Opis problemu Przedsiębiorstwo ŚRUBEX zajmuje się produkcją wyrobów metalowych i w jego szerokim asortymecie domiują różego rodzaju śrubki i wkręty.
Bardziej szczegółowoĆwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona
Ćwiczeie r 4 Porówaie doświadczalego rozkładu liczby zliczeń w zadaym przedziale czasu z rozkładem Poissoa Studeta obowiązuje zajomość: Podstawowych zagadień z rachuku prawdopodobieństwa, Zajomość rozkładów
Bardziej szczegółowoMatematyka i statystyka matematyczna dla rolników w SGGW WYKŁAD 9. TESTOWANIE HIPOTEZ STATYSTYCZNYCH cd.
WYKŁAD 9 TESTOWANIE HIPOTEZ STATYSTYCZNYCH cd. Było: Przykład 1. Badano krąŝek o wymiarach zbliŝonych do monety jednozłotowej ze stronami oznaczonymi: A, B. NaleŜy ustalić, czy krąŝek jest symetryczny?
Bardziej szczegółowoStatystyczny opis danych - parametry
Statystyczy opis daych - parametry Ozaczeia żółty owe pojęcie czerwoy, podkreśleie uwaga * materiał adobowiązkowy Aa Rajfura, Matematyka i statystyka matematycza a kieruku Rolictwo SGGW Zagadieia. Idea
Bardziej szczegółowoWnioskowanie statystyczne i weryfikacja hipotez statystycznych
Wnioskowanie statystyczne i weryfikacja hipotez statystycznych Wnioskowanie statystyczne Wnioskowanie statystyczne obejmuje następujące czynności: Sformułowanie hipotezy zerowej i hipotezy alternatywnej.
Bardziej szczegółowoTestowanie hipotez statystycznych
Agenda Instytut Matematyki Politechniki Łódzkiej 2 stycznia 2012 Agenda Agenda 1 Wprowadzenie Agenda 2 Hipoteza oraz błędy I i II rodzaju Hipoteza alternatywna Statystyka testowa Zbiór krytyczny Poziom
Bardziej szczegółowoWeryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoStatystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r
Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów
Bardziej szczegółowoSTATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2
STATYSTYKA Rafał Kucharski Uiwersytet Ekoomiczy w Katowicach 2015/16 ROND, Fiase i Rachukowość, rok 2 Rachuek prawdopodobieństwa Rzucamy 10 razy moetą, dla której prawdopodobieństwo wyrzuceia orła w pojedyczym
Bardziej szczegółowoZSTA LMO Zadania na ćwiczenia
ZSTA LMO Zadaia a ćwiczeia Efektywość estymatorów ieobciążoych Zadaie 1. Zakładamy, że badaa cecha X populacji ma rozkład Poissoa πλ, gdzie λ > 0 jest parametrem. Poadto, iech X = X 1, X,..., X będzie
Bardziej szczegółowoTemat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1
Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, Ŝe 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.
Bardziej szczegółowoVI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15
VI WYKŁAD STATYSTYKA 9/04/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 6 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI Weryfikacja hipotez ( błędy I i II rodzaju, poziom istotności, zasady
Bardziej szczegółowoWykład 11 ( ). Przedziały ufności dla średniej
Wykład 11 (14.05.07). Przedziały ufości dla średiej Przykład Cea metra kwadratowego (w tys. zł) z dla 14 losowo wybraych mieszkań w mieście A: 3,75; 3,89; 5,09; 3,77; 3,53; 2,82; 3,16; 2,79; 4,34; 3,61;
Bardziej szczegółowoWydział Matematyki. Testy zgodności. Wykład 03
Wydział Matematyki Testy zgodności Wykład 03 Testy zgodności W testach zgodności badamy postać rozkładu teoretycznego zmiennej losowej skokowej lub ciągłej. Weryfikują one stawiane przez badaczy hipotezy
Bardziej szczegółowo8. WERYFIKACJA HIPOTEZ STATYSTYCZNYCH DWA RODZAJE TESTÓW STATYSTYCZNYCH: PARAMETRYCZNE I ZGODNOŚCI
Weryfikacja hipotez statystyczych 8 95 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH DWA RODZAJE TESTÓW STATYSTYCZNYCH: PARAMETRYCZNE I ZGODNOŚCI 81 Rodzaje testów oraz etapy badań statystyczych Badaie iteresującej
Bardziej szczegółowoPorównanie modeli statystycznych. Monika Wawrzyniak Katarzyna Kociałkowska
Porównanie modeli statystycznych Monika Wawrzyniak Katarzyna Kociałkowska Jaka jest miara podobieństwa? Aby porównywać rozkłady prawdopodobieństwa dwóch modeli statystycznych możemy użyć: metryki dywergencji
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X.
STATYSTYKA MATEMATYCZNA WYKŁAD 4 WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X. Wysuwamy hipotezy: zerową (podstawową H ( θ = θ i alternatywną H, która ma jedną z
Bardziej szczegółowoVII WYKŁAD STATYSTYKA. 30/04/2014 B8 sala 0.10B Godz. 15:15
VII WYKŁAD STATYSTYKA 30/04/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 7 (c.d) WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI Weryfikacja hipotez ( błędy I i II rodzaju, poziom istotności,
Bardziej szczegółowoTESTOWANIE HIPOTEZ STATYSTYCZNYCH Hipotezą statystyczną nazywamy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy.
TESTOWANIE HIPOTEZ STATYSTYCZNYCH Hipotezą statystyczną nazywamy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy. Hipotezy dzielimy na parametryczne i nieparametryczne. Zajmiemy
Bardziej szczegółowoStatystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria Wykład 5 dr inż. Anna Skowrońska-Szmer zima 2017/2018 Hipotezy 2 Hipoteza zerowa (H 0 )- hipoteza o wartości jednego (lub wielu) parametru populacji. Traktujemy ją
Bardziej szczegółowoSTATYSTYKA I ANALIZA DANYCH
TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica
Bardziej szczegółowoStatystyka Inżynierska
aysyka Iżyierska dr hab. iż. Jacek Tarasik AG WFiI 4 Wykład 5 TETOWANIE IPOTEZ TATYTYCZNYC ipoezy saysycze ipoezą saysyczą azywamy każde przypszczeie doyczące iezaego rozkład o prawdziwości lb fałszywości
Bardziej szczegółowoTemat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1
Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, że 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.
Bardziej szczegółowoLABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI
LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych
Bardziej szczegółowoMiary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.
MIARY POŁOŻENIA I ROZPROSZENIA WYNIKÓW SERII POMIAROWYCH Miary położeia (tedecji cetralej) to tzw. miary przecięte charakteryzujące średi lub typowy poziom wartości cechy. Średia arytmetycza: X i 1 X i,
Bardziej szczegółowon n X n = σ σ = n n n Ponieważ zmienna losowa standaryzowana ma rozkład normalny N(0, 1), więc
5.3. Zagadieia estymacji 87 Rozważmy teraz dokładiej zagadieie szacowaia wartości oczekiwaej m zmieej losowej X o rozkładzie ormalym N(m, F), w którym odchyleie stadardowe F jest zae. Niech X, X,..., X
Bardziej szczegółowoEstymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)
IV. Estymacja parametrów Estymacja: Puktowa (ocea, błędy szacuku Przedziałowa (przedział ufości Załóżmy, że rozkład zmieej losowej X w populacji geeralej jest opisay dystrybuatą F(x;α, gdzie α jest iezaym
Bardziej szczegółowo1 Dwuwymiarowa zmienna losowa
1 Dwuwymiarowa zmiea loowa 1.1 Dwuwymiarowa zmiea loowa kokowa X = x i, Y = y k = p ik przy czym i, k N oraz p ik = 1; i k p i = X = x i = p ik dla i N; p k = Y = y k = p ik dla k N; k i F 1 x = p i dla
Bardziej szczegółowoTESTOWANIE HIPOTEZ Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy.
TESTOWANIE HIPOTEZ Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy. Hipotezy dzielimy na parametryczne i nieparametryczne. Zajmiemy
Bardziej szczegółowoWYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 9 i 10 1 / 30 TESTOWANIE HIPOTEZ STATYSTYCZNYCH
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
TATYTYKA MATEMATYCZNA ROZKŁADY PODTAWOWYCH TATYTYK zmiea losowa odpowiedik badaej cechy, (,,..., ) próba losowa (zmiea losowa wymiarowa, i iezależe zmiee losowe o takim samym rozkładzie jak (taką próbę
Bardziej szczegółowo8 Weryfikacja hipotez statystycznych
Marek Beśka, Statystyka matematycza, wykład 8 04 8 Weryfikacja hipotez statystyczych 8. Hipotezy statystycze Drugą obok estymacji formą wioskowaia statystyczego jest weryfikacja hipotez statystyczych.
Bardziej szczegółowoPodstawowe testy statystyczne i analiza zależności zjawisk
Podstawowe testy statystycze i aaliza zależości zjawisk PODSTAWOWE TESTY STATYSTYCZNE Hipotezy statystycze Hipoteza statystycza dowole przypuszczeie dotyczące rozkładu lub jego parametrów Hipoteza parametrycza
Bardziej szczegółowoPodstawowe pojęcia. Próba losowa. Badanie próby losowej
METODY PROBABILISTYCZNE I STATYSTYKA WYKŁAD 8: STATYSTYKA OPISOWA. ROZKŁADY PRAWDOPODOBIEŃSTWA WYSTĘPUJĄCE W STATYSTYCE. Małgorzata Krętowska Wydział Iforatyki Politechika Białostocka Podstawowe pojęcia
Bardziej szczegółowoStatystyka matematyczna. Wykład II. Estymacja punktowa
Statystyka matematycza. Wykład II. e-mail:e.kozlovski@pollub.pl Spis treści 1 dyskretych Rozkłady zmieeych losowych ciągłych 2 3 4 Rozkład zmieej losowej dyskretej dyskretych Rozkłady zmieeych losowych
Bardziej szczegółowoRozkład χ 2 = + 2π 2. Niech zmienna losowa x ma rozkład normalnyn(x; µ,σ). Znajdziemy rozkład zmiennej:
Rozkład χ Niech ziea losowa a rozkład oralyn(; µ,). Zajdziey rozkład zieej: µ Stadaryzjąc zieą losową µ otrzyjey stadaryzoway rozkład Gassa: ( ;, ) ep N 0 π Rozkład zieej a więc postać: d ( X + ) N N ep
Bardziej szczegółowoKomputerowa analiza danych doświadczalnych
Komputerowa aaliza daych doświadczalych Wykład 7 8.04.06 dr iż. Łukasz Graczykowski lgraczyk@if.pw.edu.pl Semestr leti 05/06 Cetrale twierdzeie graicze - przypomieie Sploty Pobieraie próby, estymatory
Bardziej szczegółowoSłowniczek Hipoteza statystyczna Hipoteza parametryczna Hipoteza nieparametryczna Hipoteza zerowa Hipoteza alternatywna Błąd pierwszego rodzaju
Słowiczek Hipoteza statystycza jakiekolwiek przypuszczeie dotyczące rozkładu populacji geeralej Hipoteza parametrycza hipoteza statystycza precyzująca wartość parametru w rozkładzie populacji geeralej
Bardziej szczegółowoTestowanie hipotez. Hipoteza prosta zawiera jeden element, np. H 0 : θ = 2, hipoteza złożona zawiera więcej niż jeden element, np. H 0 : θ > 4.
Testowanie hipotez Niech X = (X 1... X n ) będzie próbą losową na przestrzeni X zaś P = {P θ θ Θ} rodziną rozkładów prawdopodobieństwa określonych na przestrzeni próby X. Definicja 1. Hipotezą zerową Θ
Bardziej szczegółowoHipotezy statystyczne
Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu badanej cechy populacji, o którego prawdziwości lub fałszywości wnioskuje się na podstawie pobranej próbki losowej. Hipotezy
Bardziej szczegółowoEstymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7
Metody probabilistycze i statystyka Estymacja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze
Bardziej szczegółowoLABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI
LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych
Bardziej szczegółowo