Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych
|
|
- Stefan Sikorski
- 5 lat temu
- Przeglądów:
Transkrypt
1 Statystyka matematyczna. Wykład IV.
2 Spis treści 1 2 3
3 Definicja 1 Hipoteza statystyczna jest to przypuszczenie dotyczące rozkładu (wielkości parametru lub rodzaju) zmiennej losowej w populacji generalnej uzyskane w oparciu o próbę losową. Wyróżniamy dwa rodzaje hipotez statystycznych: parametryczne, związane z wartościami parametrów, nieparametryczne, związane z postacią rozkładów. Weryfikację postawionych hipotez statystycznych przeprowadzamy w oparciu o wyniki próby losowej.
4 Konstrukcja testów parametrycznych Niech θ oznacza parametr populacji generalnej, natomiast Θ 0 dopuszczalną (hipotetyczną) wartość parametru populacji generalnej. Stawiamy hipotezę zerową (roboczą) H 0 postaci H 0 : θ = Θ 0 (stawiamy hipotezę zerową głoszącą, że wartość parametru θ jest równa Θ 0 lub że różnicą pomiędzy parametrem θ a jego oceną Θ 0 jest statystycznie nieistotna (jest na poziomie zerowym stąd nazwa hipoteza zerowa). Następnie konstruujemy hipotezę alternatywną (dla każdej hipotezy zerowej określa się hipotezę alternatywną) o postaci: H 1 : θ Θ 0 (hipoteza alternmatywna oznacza, że wartość parametru θ jest różna od Θ 0 lub że różnicą pomiędzy parametrem θ a jego oceną Θ 0 jest statystycznie istotna).
5 Dla próby losowej X 1,..., X n możemy utworzyć różne funkcje. W celu weryfikacji hipotezy statystycznej wybieramy statystykę testową g (X 1,..., X n ) (najbardziej odpowiednią funkcję dla próby losowej X 1,..., X n ). Dla różnych prób statystyka g (X 1,..., X n ) przyjmuje różne wrtości. Dla poziomu istotności α wyznaczamy zbiór krytyczny W P (g (X 1,..., X n ) W ) = α lub P (g (X 1,..., X n ) W ) α jest to zbiór odrzuceń hipotezy roboczej. Również okresślamy zbiór przyjęć W hipotezy roboczej H 0 P (g (X 1,..., X n ) W ) = 1 α lub P (g (X 1,..., X n ) W ) 1 α
6 Na podstawie próbki nie mamy całkowitej informacji o zbiorowości, z której została pobrana próbka. Dlatego weryfikując postawioną hipotezę w oparciu o zaobserwowane wyniki istnieje ryzyko podjęcia błędnej decyzji. Podejmując ostateczną decyzję możemy popełnić jeden z dwóch błędów: 1. odrzucić hipotezę roboczą H 0 gdy jest ona prawdziwa (błąd pierwszego rodzaju); 2. przyjąć hipotezę roboczą H 0 gdy jest ona fałszywa (błąd drugiego rodzaju). Hipoteza H 0 Decyzja prawdziwa fałszywa przyjąć hipotezę H 0 poprawna błędna (błąd II rodzaju) odrzucić hipotezę H 0 błędna (błąd I rodzaju ) poprawna
7 Prawdopodobieństwo popełnienia błędu wynosi α, które jest poziomem istotności. Jeżeli w oparciu o próbę X 1,..., X n wartość statystyki g (X 1,..., X n ) wpadnie do zbioru krytycznego, to można twierdzić że zaszło zdarzenie o małym prawdopodobieństwie, a więc praktycznie ńiemożliwe do zajsćia (zrealizowania) w przypadku jednej próby, a zatem hipotezę roboczą nalezy odrzucić. W przypadku innej próby X 1,..., X n oczywiście mogłaby nastąpić inna sytuacja, statystyka g (X 1,..., X n ) mogłaby należeć do zbioru przyjęć. W większości przypadków przyjmujemy poziom istotności α = 0.01, α = 0.05.
8 Procedura postępowania dla zweryfikowania parametrycznej hipotezy zerowej H 0 określić hipotezę zerową H 0 oraz jej alternatywę H 1
9 Procedura postępowania dla zweryfikowania parametrycznej hipotezy zerowej H 0 określić hipotezę zerową H 0 oraz jej alternatywę H 1 przyjąć poziom istotności α oraz liczebność próby
10 Procedura postępowania dla zweryfikowania parametrycznej hipotezy zerowej H 0 określić hipotezę zerową H 0 oraz jej alternatywę H 1 przyjąć poziom istotności α oraz liczebność próby określić rozkład zbiorowości generalnej
11 Procedura postępowania dla zweryfikowania parametrycznej hipotezy zerowej H 0 określić hipotezę zerową H 0 oraz jej alternatywę H 1 przyjąć poziom istotności α oraz liczebność próby określić rozkład zbiorowości generalnej określić test dla weryfikacji hipotezy zerowej H 0
12 Procedura postępowania dla zweryfikowania parametrycznej hipotezy zerowej H 0 określić hipotezę zerową H 0 oraz jej alternatywę H 1 przyjąć poziom istotności α oraz liczebność próby określić rozkład zbiorowości generalnej określić test dla weryfikacji hipotezy zerowej H 0 obliczyć wartość statystyki g (X 1,..., X n ) na podstawie próby
13 Procedura postępowania dla zweryfikowania parametrycznej hipotezy zerowej H 0 określić hipotezę zerową H 0 oraz jej alternatywę H 1 przyjąć poziom istotności α oraz liczebność próby określić rozkład zbiorowości generalnej określić test dla weryfikacji hipotezy zerowej H 0 obliczyć wartość statystyki g (X 1,..., X n ) na podstawie próby odczytać z tablic rozkładu statystyki g (X 1,..., X n ) wartość krytyczną, która wyznaczającza obszar odrzuceń i przyjąć hipotezy zerowej H 0.
14 Procedura postępowania dla zweryfikowania parametrycznej hipotezy zerowej H 0 określić hipotezę zerową H 0 oraz jej alternatywę H 1 przyjąć poziom istotności α oraz liczebność próby określić rozkład zbiorowości generalnej określić test dla weryfikacji hipotezy zerowej H 0 obliczyć wartość statystyki g (X 1,..., X n ) na podstawie próby odczytać z tablic rozkładu statystyki g (X 1,..., X n ) wartość krytyczną, która wyznaczającza obszar odrzuceń i przyjąć hipotezy zerowej H 0. podjęcie decyzji: jeżeli g (X 1,..., X n ) W to na poziomie istotności α nie ma podstaw do odrzucenia hipotezy roboczej (zerowej) H 0, w przeciwnum razie hipotezę roboczą odrzucamy na korzyść hipotezy alternatywnej H 1.
15 Przypadek I Zakładamy, ze badana cecha X ma rozkład normalny N (µ, σ), gdzie prametr µ jest nieznany, natomiast znane jest ochylenie standardowe σ. Na poziomie istotności α konstrujemy hipotezę roboczą wobec hipotezy alternatywnej H 0 : µ = µ 0 H 1 : µ µ 0 (lub H 1 : µ < µ 0, H 1 : µ > µ 0 ). Statystyka U = X µ 0 n σ ma rozkład normalny N (0, 1). Zbiór krytyczny (, u ( 1 α 2 )] [ u ( 1 α 2 ), ).
16 Jeżeli u ( ) ( ) 1 α 2 < U < u 1 α 2 to na poziomie istotności α nie ma podstaw do odrzucenia hipotezy roboczej H 0 : µ = µ 0, co nie oznacza że hipoteza H 0 jest prawdziwa (na podstawie jednej próby przy przyjętym ryzyku błędu α stwierdzamy tylko że wyniki tej próby nie przeczą hipotezie H 0 ). Jeżeli natomiast U (, u ( 1 α 2 )] [ u ( 1 α 2 ), ) to hipotezę roboczą odrzucamy na korzyść hipotezy alternatywnej H 1. W przypadku hipotezy alternatywnej H 1 : µ < µ 0 zbiór krytyczny określamy jako (, u (1 α)], w przypadku hipotezy alternatywnej H 1 : µ > µ 0 zbiór krytyczny określamy jako (u (1 α), ].
17 Przykład 1. Z populacji wylosowano próbkę 10 elementową w której badana cecha ma rozkład normalny N (µ; 3), gdzie średnia z próbki X = 4.3. Na poziomie istotności α = 0.05 zweryfikować hipotezę że średnia populacji µ = 5. Rozwią: Na poziomie istotności α = 0.05 konstrujemy hipotezę roboczą wobec hipotezy alternatywnej Statystyka H 0 : µ = 5 H 1 : µ 5 U = = Kwantyl rzędu dla rozkładu normalnego N (0, 1) wynosi , zatem zbiór krytyczny (, ] [ , ). Ponieważ < U < to na poziomie istotności α = 0.05 nie ma podstaw do odrzucenia hipotezy roboczej że średnia z populacji wynosi 5.
18 Przypadek II Cecha X ma rozkład normalny N (µ, σ), gdzie prametry µ i σ są nieznane. Na poziomie istotności α konstrujemy hipotezę roboczą wobec hipotezy alternatywnej H 0 : µ = µ 0 H 1 : µ µ 0 (lub H 1 : µ < µ 0, H 1 : µ > µ 0 ). Statystyka t = X µ 0 n 1 S ma rozklad t-studenta o n 1 stopniach swobody, gdzie X = 1 n X i n i=1 S = 1 n ( Xi n X ) 2 i=1 ( Edward ( Kozłowski Weryfikacja )] [ hipotez ( statystycznych ) )
19 Jeżeli t ( 1 α 2, n 1) < t < t ( 1 α 2, n 1) to na poziomie istotności α nie ma podstaw do odrzucenia hipotezy roboczej H 0 : µ = µ 0, jeżeli natomiast t (, t ( 1 α 2, n 1)] [ t ( 1 α 2, n 1), ) to hipotezę roboczą odrzucamy na korzyść hipotezy alternatywnej H 1. W przypadku hipotezy alternatywnej H 1 : µ < µ 0 zbiór krytyczny określamy jako (, t ( 1 α 2, n 1)], w przypadku hipotezy alternatywnej H 1 : µ > µ 0 zbiór krytyczny określamy jako ( t ( 1 α 2, n 1), ]
20 Przypadek III Cecha X ma dowolny rozkład o nieznanych wartości średniej µ i odchyleniu standardowym σ ( σ < ). Dla dużych populacji n 100 z twierdzenia Lindeberga - Levy ego statystyka U = X µ 0 n S ma asymptotyczny rozkład N (0, 1), gdzie S = 1 n ( Xi n 1 X ) 2 i=1 jest nieobciążonym estymatorem odchylenia standardowego σ.
21 Na poziomie istotności α konstrujemy hipotezę roboczą wobec hipotezy alternatywnej H 0 : µ = µ 0 H 1 : µ µ 0 (lub H 1 : µ < µ 0, H 1 : µ > µ 0 ). Zbiór krytyczny (, u ( 1 α 2 )] [ u ( 1 α 2 ), ). Jeżeli u ( ) ( ) 1 α 2 < U < u 1 α 2 to na poziomie istotności α nie ma podstaw do odrzucenia hipotezy roboczej H 0 : µ = µ 0, jeżeli natomiast U (, u ( )] [ ( ) ) 1 α 2 u 1 α 2, to hipotezę roboczą odrzucamy na korzyść hipotezy alternatywnej H 1. W przypadku hipotezy alternatywnej H 1 : µ < µ 0 zbiór krytyczny określamy jako (, u (1 α)], w przypadku hipotezy alternatywnej H 1 : µ > µ 0 zbiór krytyczny określamy jako (u (1 α), ].
22 Przypadek I Cecha X ma rozkład normalny N (µ, σ), gdzie prametry µ i σ są nieznane. Na poziomie istotności α konstrujemy hipotezę roboczą wobec hipotezy alternatywnej H 0 : σ 2 = σ 2 0 H 1 : σ 2 σ 2 0 (lub H 1 : σ 2 < σ 2 0, H 1 : σ 2 > σ 2 0). Dla próby o liczbności n 50 statystyka χ 2 = ns2 σ 2 0 ma rozkład χ 2 (chi-kwadrat) o n 1 stopniach swobody. Z tablic rozkładu χ 2 odczytujemy kwantyle rzędu 1 α 2 oraz α 2 i oznaczamy χ 2 ( α 2, n 1), χ 2 ( 1 α 2, n 1).
23 Zbiór krytyczny ( ( 0, χ 2 α )] 2, n 1 [χ ( 2 1 α ) ) 2, n 1, + Jeżeli χ ( 2 α 2, n 1) < χ 2 < χ ( 2 1 α 2, n 1) to na poziomie istotności α nie ma podstaw do odrzucenia hipotezy roboczej H 0 : σ 2 = σ0, 2 jeżeli natomiast χ 2 ( 0, χ ( 2 α 2, n 1)] [ χ ( 2 1 α 2, n 1), + ) to hipotezę roboczą odrzucamy na korzyść hipotezy alternatywnej H 1. W przypadku hipotezy alternatywnej H 1 : σ 2 > σ 2 0 zbiór krytyczny określamy jako [ χ 2 (1 α, n 1), + ), w przypadku hipotezy alternatywnej H 1 : σ 2 < σ 2 0 zbiór krytyczny określamy jako ( 0, χ 2 (α, n 1) ]
24 Przykład 2. Z populacji wylosowano próbkę 10 elementową w której badana cecha ma rozkład normalny N (µ; σ), gdzie wariancja z próbki wynosi S 2 = 4. Na poziomie istotności α = 0.1 zweryfikować hipotezę że wariancja w populacji σ 2 0 = 5. Rozwiązanie: Na poziomie istotności α = 0.1 konstrujemy hipotezę roboczą H 0 : σ 2 = 5 wobec hipotezy alternatywnej Statystyka χ 2 = ns2 σ 2 0 H 1 : σ 2 5 = = 8 Kwantyle rzędu χ 2 (0.05, 9) = 3.325, χ 2 (0.95, 9) = Ponieważ < χ 2 < to na poziomie istotności α = 0.1 nie ma podstaw do odrzucenia hipotezy roboczej.
25 Przypadek II Cecha X ma rozkład normalny N (µ, σ), gdzie prametry µ i σ są nieznane. Na poziomie istotności α konstrujemy hipotezę roboczą wobec hipotezy alternatywnej H 0 : σ 2 = σ 2 0 H 1 : σ 2 σ 2 0 (lub H 1 : σ 2 > σ0, 2 H 1 : σ 2 < σ0). 2 Dla próby o liczbności n 50 statystyka 2 ns2 σ0 2 = S 2n σ ma rozkład normalny N ( 2n 3, 1 ), natomiast statystyka U = 2 ns2 σ0 2 2n 3 ma rozkład normalny N (0, 1).
26 Z tablic rozkładu N (0, 1) odczytujemy kwantyl rzędu 1 α 2 i oznaczamy u ( 1 α 2 ). Zbiór krytyczny (, u ( )] [ ( ) ) 1 α 2 u 1 α 2,. Jeżeli u ( ) ( ) 1 α 2 < U < u 1 α 2 to na poziomie istotności α nie ma podstaw do odrzucenia hipotezy roboczej H 0 : σ 2 = σ0, 2 jeżeli natomiast U (, u ( )] [ ( ) ) 1 α 2 u 1 α 2, to hipotezę roboczą odrzucamy na korzyść hipotezy alternatywnej H 1. W przypadku hipotezy alternatywnej H 1 : σ 2 < σ 2 0 zbiór krytyczny określamy jako (, u (1 α)], w przypadku hipotezy alternatywnej H 1 : σ 2 > σ 2 0 zbiór krytyczny określamy jako (u (1 α), ].
27 Przykład 3. Z populacji wylosowano próbkę 100 elementową, w której badana cecha ma rozkład normalny N (µ; σ) Wariancja z próbki wynosi S 2 = 0.4. Na poziomie istotności α = 0.1 zweryfikować hipotezę, że wariancja w populacji jest równa 1. Na poziomie istotności α = 0.1 konstrujemy hipotezę roboczą i alternatywną Statystyka H 0 : σ 2 = 1 H 1 : σ U = Kwantyl u ( ) = Ponieważ U (, 1.64] [ 1.64, ), to na poziomie istotności α = 0.1 odrzucamy hipotezę roboczą H 0 na korzyść hipotezy alternatywnej H 1.
28 Przypadek III Cecha X ma dowolny rozkład o skończonym odchyleniu standardowym σ <. Na poziomie istotności α konstrujemy hipotezę roboczą wobec hipotezy alternatywnej (lub H 1 : σ 2 > σ 2 0, H 1 : σ 2 < σ 2 0). H 0 : σ 2 = σ 2 0 H 1 : σ 2 σ 2 0 Dla dużych populacji n 100 statystyka U = S 2 σ 2 0 σ 2 0 n 2 ma asymptotyczny rozkład N (0, 1), gdzie S = 1 n 1 n ( Xi X ) 2 i=1 jest nieobciążonym estymatorem odchylenia standardowego σ.
29 Z tablic rozkładu N (0, 1) odczytujemy kwantyl rzędu 1 α 2 i oznaczamy u ( 1 α 2 ). Zbiór krytyczny (, u ( 1 α 2 )] [ u ( 1 α 2 ), ). Jeżeli u ( ) ( ) 1 α 2 < U < u 1 α 2 to na poziomie istotności α nie ma podstaw do odrzucenia hipotezy roboczej H 0 : σ 2 = σ0, 2 jeżeli natomiast U (, u ( )] [ ( ) ) 1 α 2 u 1 α 2, to hipotezę roboczą odrzucamy na korzyść hipotezy alternatywnej H 1. W przypadku hipotezy alternatywnej H 1 : σ 2 < σ 2 0 zbiór krytyczny określamy jako (, u (1 α)], w przypadku hipotezy alternatywnej H 1 : σ 2 > σ 2 0 zbiór krytyczny określamy jako (u (1 α), ]
Statystyka matematyczna. Wykład V. Parametryczne testy istotności
Statystyka matematyczna. Wykład V. e-mail:e.kozlovski@pollub.pl Spis treści 1 Weryfikacja hipotezy o równości wartości średnich w dwóch populacjach 2 3 Weryfikacja hipotezy o równości wartości średnich
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 szczegółowoStatystyka matematyczna. Wykład III. Estymacja przedziałowa
Statystyka matematyczna. Wykład III. e-mail:e.kozlovski@pollub.pl Spis treści Rozkłady zmiennych losowych 1 Rozkłady zmiennych losowych Rozkład χ 2 Rozkład t-studenta Rozkład Fischera 2 Przedziały ufności
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 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 szczegółowoWeryfikacja hipotez statystycznych za pomocą testów statystycznych
Weryfikacja hipotez statystycznych za pomocą testów statystycznych Weryfikacja hipotez statystycznych za pomocą testów stat. Hipoteza statystyczna Dowolne przypuszczenie co do rozkładu populacji generalnej
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 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 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 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 3 Hipotezy statystyczne
Wykład 3 Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu obserwowanej zmiennej losowej (cechy populacji generalnej) Hipoteza zerowa (H 0 ) jest hipoteza
Bardziej szczegółowoStatystyka 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 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 szczegółowoTestowanie hipotez statystycznych. Wnioskowanie statystyczne
Testowanie hipotez statystycznych Wnioskowanie statystyczne Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Hipotezy
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 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 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 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 szczegółowoTESTOWANIE HIPOTEZ STATYSTYCZNYCH
TETOWANIE HIPOTEZ TATYTYCZNYCH HIPOTEZA TATYTYCZNA przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Prawdziwość tego przypuszczenia jest oceniana na
Bardziej szczegółowoWstęp do probabilistyki i statystyki. Wykład 4. Statystyki i estymacja parametrów
Wstęp do probabilistyki i statystyki Wykład 4. Statystyki i estymacja parametrów dr hab.inż. Katarzyna Zakrzewska, prof.agh, Katedra Elektroniki, WIET AGH Wstęp do probabilistyki i statystyki. Wykład 4
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 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 szczegółowoStatystyka matematyczna. Wykład VI. Zesty zgodności
Statystyka matematyczna. Wykład VI. e-mail:e.kozlovski@pollub.pl Spis treści 1 Testy zgodności 2 Test Shapiro-Wilka Test Kołmogorowa - Smirnowa Test Lillieforsa Test Jarque-Bera Testy zgodności Niech x
Bardziej szczegółowoStatystyka matematyczna
Statystyka matematyczna Wykład 9 i 10 Magdalena Alama-Bućko 14 i 21 maja 2018 Magdalena Alama-Bućko Statystyka matematyczna 14 i 21 maja 2018 1 / 25 Hipotezy statystyczne Hipoteza statystyczna nazywamy
Bardziej szczegółowoUwaga. Decyzje brzmią różnie! Testy parametryczne dotyczące nieznanej wartości
TESTOWANIE HIPOTEZ Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu, z którego pochodzi próbka. Hipotezy dzielimy na parametryczne i nieparametryczne. Parametrycznymi
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 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 szczegółowoStatystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych.
Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Hipotezy i Testy statystyczne Każde
Bardziej szczegółowoTestowanie hipotez statystycznych.
Statystyka Wykład 10 Wrocław, 22 grudnia 2011 Testowanie hipotez statystycznych Definicja. Hipotezą statystyczną nazywamy stwierdzenie dotyczące parametrów populacji. Definicja. Dwie komplementarne w problemie
Bardziej szczegółowoSTATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2
STATYSTYKA Rafał Kucharski Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 Karl Popper... no matter how many instances of white swans we may have observed, this does not
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 szczegółowo1 Estymacja przedziałowa
1 Estymacja przedziałowa 1. PRZEDZIAŁY UFNOŚCI DLA ŚREDNIEJ (a) MODEL I Badana cecha ma rozkład normalny N(µ, σ) o nieznanym parametrze µ i znanym σ. Przedział ufności: [ ( µ x u 1 α ) ( σn ; x + u 1 α
Bardziej szczegółowoWykład 3 Testowanie hipotez statystycznych o wartości średniej. średniej i wariancji z populacji o rozkładzie normalnym
Wykład 3 Testowanie hipotez statystycznych o wartości średniej i wariancji z populacji o rozkładzie normalnym Wrocław, 08.03.2017r Model 1 Testowanie hipotez dla średniej w rozkładzie normalnym ze znaną
Bardziej szczegółowo... i statystyka testowa przyjmuje wartość..., zatem ODRZUCAMY /NIE MA POD- STAW DO ODRZUCENIA HIPOTEZY H 0 (właściwe podkreślić).
Egzamin ze Statystyki Matematycznej, WNE UW, wrzesień 016, zestaw B Odpowiedzi i szkice rozwiązań 1. Zbadano koszt 7 noclegów dla 4-osobowej rodziny (kwatery) nad morzem w sezonie letnim 014 i 015. Wylosowano
Bardziej szczegółowoRachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407
Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Weryfikacja hipotez dotyczących postaci nieznanego rozkładu -Testy zgodności.
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 szczegółowoLABORATORIUM 9 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI
LABORATORIUM 9 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI 1. Test dla dwóch średnich P.G. 2. Testy dla wskaźnika struktury 3. Testy dla wariancji DECYZJE Obszar krytyczny od pozostałej
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 szczegółowoTestowanie hipotez statystycznych.
Bioinformatyka Wykład 4 Wrocław, 17 października 2011 Temat. Weryfikacja hipotez statystycznych dotyczących wartości oczekiwanej w dwóch populacjach o rozkładach normalnych. Model 3. Porównanie średnich
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 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 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 szczegółowoWeryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1
Weryfikacja hipotez statystycznych KG (CC) Statystyka 26 V 2009 1 / 1 Sformułowanie problemu Weryfikacja hipotez statystycznych jest drugą (po estymacji) metodą uogólniania wyników uzyskanych w próbie
Bardziej szczegółowoHipotezy statystyczne
Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu badanej cechy populacji, o którego prawdziwości lub fałszywości wnioskuje się na podstawie pobranej
Bardziej szczegółowoWIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI TESTOWANIE HIPOTEZ PARAMETRYCZNYCH
WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI TESTOWANIE HIPOTEZ PARAMETRYCZNYCH Co to są hipotezy statystyczne? Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej. Dzielimy je
Bardziej szczegółowoWykład 10 Estymacja przedziałowa - przedziały ufności dla średn
Wykład 10 Estymacja przedziałowa - przedziały ufności dla średniej Wrocław, 21 grudnia 2016r Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja 10.1 Przedziałem
Bardziej szczegółowo), którą będziemy uważać za prawdziwą jeżeli okaże się, że hipoteza H 0
Testowanie hipotez Każde przypuszczenie dotyczące nieznanego rozkładu badanej cechy nazywamy hipotezą statystyczną. Hipoteza określająca jedynie wartości nieznanych parametrów liczbowych badanej cechy
Bardziej szczegółowoStatystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )
Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału
Bardziej szczegółowoWeryfikacja hipotez statystycznych za pomocą testów statystycznych
Weryfikacja hipotez statystycznych za pomocą testów statystycznych Weryfikacja hipotez statystycznych za pomocą testów stat. Hipoteza statystyczna Dowolne przypuszczenie co do rozkładu populacji generalnej
Bardziej szczegółowoWyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności
Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności Statystyka indukcyjna pozwala kontrolować i oszacować ryzyko popełnienia błędu statystycznego
Bardziej szczegółowoZadanie 1 Odp. Zadanie 2 Odp. Zadanie 3 Odp. Zadanie 4 Odp. Zadanie 5 Odp.
Zadanie 1 budżet na najbliższe święta. Podać 96% przedział ufności dla średniej przewidywanego budżetu świątecznego jeśli otrzymano średnią z próby równą 600 zł, odchylenie standardowe z próby równe 30
Bardziej szczegółowoZadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych
Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012
Bardziej szczegółowoTestowanie hipotez statystycznych cd.
Temat Testowanie hipotez statystycznych cd. Kody znaków: żółte wyróżnienie nowe pojęcie pomarańczowy uwaga kursywa komentarz 1 Zagadnienia omawiane na zajęciach 1. Przykłady testowania hipotez dotyczących:
Bardziej szczegółowoStatystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory
Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl
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
Wykład 1 20.02.2008r. 1. ROZKŁADY PRAWDOPODOBIEŃSTWA 1.1 Rozkład dwumianowy Rozkład dwumianowy, 0 1 Uwaga: 1, rozkład zero jedynkowy. 1 ; 1,2,, Fakt: Niech,, będą niezależnymi zmiennymi losowymi o jednakowym
Bardziej szczegółowoTESTOWANIE HIPOTEZ STATYSTYCZNYCH Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas
TESTOWANIE HIPOTEZ STATYSTYCZNYCH Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy. Hipotezy dzielimy na parametryczne i nieparametryczne.
Bardziej szczegółowoStatystyka i opracowanie danych - W 4: Wnioskowanie statystyczne. Weryfikacja hipotez statystycznych. Dr Anna ADRIAN Paw B5, pok407
Statystyka i opracowanie danych - W 4: Wnioskowanie statystyczne. Weryfikacja hipotez statystycznych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Hipotezy i Testy statystyczne Każde badanie naukowe rozpoczyna
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 szczegółowoEstymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014
Estymacja przedziałowa - przedziały ufności dla średnich Wrocław, 5 grudnia 2014 Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja Przedziałem ufności dla paramertu
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 szczegółowoSTATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2
STATYSTYKA I DOŚWIADCZALNICTWO Wykład Parametry przedziałowe rozkładów ciągłych określane na podstawie próby (przedziały ufności) Przedział ufności dla średniej s X t( α;n 1),X + t( α;n 1) n s n t (α;
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 szczegółowoKolokwium ze statystyki matematycznej
Kolokwium ze statystyki matematycznej 28.05.2011 Zadanie 1 Niech X będzie zmienną losową z rozkładu o gęstości dla, gdzie 0 jest nieznanym parametrem. Na podstawie pojedynczej obserwacji weryfikujemy hipotezę
Bardziej szczegółowoWyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności
Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności Statystyka indukcyjna pozwala kontrolować i oszacować ryzyko popełnienia błędu statystycznego
Bardziej szczegółowoStatystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria Wykład 5 Anna Skowrońska-Szmer lato 2016/2017 Hipotezy 2 Hipoteza zerowa (H 0 )- hipoteza o wartości jednego (lub wielu) parametru populacji. Traktujemy ją jako prawdziwą
Bardziej szczegółowoTestowanie hipotez statystycznych.
Bioinformatyka Wykład 6 Wrocław, 7 listopada 2011 Temat. Weryfikacja hipotez statystycznych dotyczących proporcji. Test dla proporcji. Niech X 1,..., X n będzie próbą statystyczną z 0-1. Oznaczmy odpowiednio
Bardziej szczegółowoWeryfikacja hipotez statystycznych
Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta
Bardziej szczegółowoEstymacja parametrów rozkładu cechy
Estymacja parametrów rozkładu cechy Estymujemy parametr θ rozkładu cechy X Próba: X 1, X 2,..., X n Estymator punktowy jest funkcją próby ˆθ = ˆθX 1, X 2,..., X n przybliżającą wartość parametru θ Przedział
Bardziej szczegółowoRÓWNOWAŻNOŚĆ METOD BADAWCZYCH
RÓWNOWAŻNOŚĆ METOD BADAWCZYCH Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska Równoważność metod??? 2 Zgodność wyników analitycznych otrzymanych z wykorzystaniem porównywanych
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów
STATYSTYKA MATEMATYCZNA WYKŁAD 4 Testowanie hipotez Estymacja parametrów WSTĘP 1. Testowanie hipotez Błędy związane z testowaniem hipotez Etapy testowana hipotez Testowanie wielokrotne 2. Estymacja parametrów
Bardziej szczegółowoWIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji
WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI Test zgodności i analiza wariancji Analiza wariancji Test zgodności Chi-kwadrat Sprawdza się za jego pomocą ZGODNOŚĆ ROZKŁADU EMPIRYCZNEGO Z PRÓBY Z ROZKŁADEM HIPOTETYCZNYM
Bardziej szczegółowoTestowanie hipotez statystycznych.
Bioinformatyka Wykład 9 Wrocław, 5 grudnia 2011 Temat. Test zgodności χ 2 Pearsona. Statystyka χ 2 Pearsona Rozpatrzmy ciąg niezależnych zmiennych losowych X 1,..., X n o jednakowym dyskretnym rozkładzie
Bardziej szczegółowoStatystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski
Statystyczna analiza danych w programie STATISTICA (wykład ) Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Weryfikacja (testowanie) hipotez statystycznych
Bardziej szczegółowoWeryfikacja hipotez statystycznych
Weryfikacja hipotez statystycznych Przykład (wstępny). Producent twierdzi, że wadliwość produkcji wynosi 5%. My podejrzewamy, że rzeczywista wadliwość produkcji wynosi 15%. Pobieramy próbę stuelementową
Bardziej szczegółowoBADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO
Zakład Metrologii i Systemów Pomiarowych P o l i t e c h n i k a P o z n ańska ul. Jana Pawła II 24 60-965 POZNAŃ (budynek Centrum Mechatroniki, Biomechaniki i Nanoinżynierii) www.zmisp.mt.put.poznan.pl
Bardziej szczegółowoZad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:
Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności
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 szczegółowoTESTY NIEPARAMETRYCZNE. 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa.
TESTY NIEPARAMETRYCZNE 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa. Standardowe testy równości średnich wymagają aby badane zmienne losowe
Bardziej szczegółowoWykład 10 Testy jednorodności rozkładów
Wykład 10 Testy jednorodności rozkładów Wrocław, 16 maja 2018 Test Znaków test jednorodności rozkładów nieparametryczny odpowiednik testu t-studenta dla prób zależnych brak normalności rozkładów Test Znaków
Bardziej szczegółowoWERYFIKACJA HIPOTEZ STATYSTYCZNYCH
WERYFIKACJA HIPOTEZ STATYSTYCZNYCH I. TESTY PARAMETRYCZNE II. III. WERYFIKACJA HIPOTEZ O WARTOŚCIACH ŚREDNICH DWÓCH POPULACJI TESTY ZGODNOŚCI Rozwiązania zadań wykonywanych w Statistice przedstaw w pliku
Bardziej szczegółowo12/30/2018. Biostatystyka, 2018/2019 dla Fizyki Medycznej, studia magisterskie. Estymacja Testowanie hipotez
Biostatystyka, 2018/2019 dla Fizyki Medycznej, studia magisterskie Wyznaczanie przedziału 95%CI oznaczającego, że dla 95% prób losowych następujące nierówności są prawdziwe: X t s 0.025 n < μ < X + t s
Bardziej szczegółowoWykład 12 Testowanie hipotez dla współczynnika korelacji
Wykład 12 Testowanie hipotez dla współczynnika korelacji Wrocław, 23 maja 2018 Współczynnik korelacji Niech będą dane dwie próby danych X = (X 1, X 2,..., X n ) oraz Y = (Y 1, Y 2,..., Y n ). Współczynnikiem
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 szczegółowodr hab. Dariusz Piwczyński, prof. nadzw. UTP
dr hab. Dariusz Piwczyński, prof. nadzw. UTP NIEZBĘDNE DO ZROZUMIENIA WYKŁADU POJĘCIA Doświadczenie jednogrupowe (jednopróbkowe), dwugrupowe (dwupróbkowe) Doświadczenie niezależne i wiązane (zależne, sparowane)
Bardziej szczegółowoWeryfikacja hipotez: Hipoteza statystyczna to dowolne przypuszczenie dotyczące nieznanego rozkładu badanej cechy populacji. o prawdziwości którego
Weryfikacja hipotez: Hipoteza statystyczna to dowolne przypuszczenie dotyczące nieznanego rozkładu badanej cechy populacji. o prawdziwości którego decyduje się na podstawie losowej próbki. Hipotezy, które
Bardziej szczegółowoLABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz.
LABORATORIUM 4 1. Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz. I) WNIOSKOWANIE STATYSTYCZNE (STATISTICAL INFERENCE) Populacja
Bardziej szczegółowoBadanie zgodności z określonym rozkładem. F jest dowolnym rozkładem prawdopodobieństwa. Test chi kwadrat zgodności. F jest rozkładem ciągłym
Badanie zgodności z określonym rozkładem H 0 : Cecha X ma rozkład F F jest dowolnym rozkładem prawdopodobieństwa Test chi kwadrat zgodności F jest rozkładem ciągłym Test Kołmogorowa F jest rozkładem normalnym
Bardziej szczegółowoWnioskowanie statystyczne Weryfikacja hipotez. Statystyka
Wnioskowanie statystyczne Weryfikacja hipotez Statystyka Co nazywamy hipotezą Każde stwierdzenie o parametrach rozkładu lub rozkładzie zmiennej losowej w populacji nazywać będziemy hipotezą statystyczną
Bardziej szczegółowoWykład 12 Testowanie hipotez dla współczynnika korelacji
Wykład 12 Testowanie hipotez dla współczynnika korelacji Wrocław, 24 maja 2017 Współczynnik korelacji Niech będą dane dwie próby danych X = (X 1, X 2,..., X n ) oraz Y = (Y 1, Y 2,..., Y n ). Współczynnikiem
Bardziej szczegółowoRozkłady statystyk z próby
Rozkłady statystyk z próby Rozkłady statystyk z próby Przypuśćmy, że wykonujemy serię doświadczeń polegających na 4 krotnym rzucie symetryczną kostką do gry, obserwując liczbę wyrzuconych oczek Nr kolejny
Bardziej szczegółowoWnioskowanie statystyczne. Statystyka w 5
Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających
Bardziej szczegółowoTablica Wzorów Rachunek Prawdopodobieństwa i Statystyki
Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Spis treści I. Wzory ogólne... 2 1. Średnia arytmetyczna:... 2 2. Rozstęp:... 2 3. Kwantyle:... 2 4. Wariancja:... 2 5. Odchylenie standardowe:...
Bardziej szczegółowoStatystyka Matematyczna Anna Janicka
Statystyka Matematyczna Anna Janicka wykład IX, 25.04.2016 TESTOWANIE HIPOTEZ STATYSTYCZNYCH Plan na dzisiaj 1. Hipoteza statystyczna 2. Test statystyczny 3. Błędy I-go i II-go rodzaju 4. Poziom istotności,
Bardziej szczegółowoWYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 7 i 8 - Efektywność estymatorów, przedziały ufności
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 7 i 8 - Efektywność estymatorów, przedziały ufności Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 7 i 8 1 / 9 EFEKTYWNOŚĆ ESTYMATORÓW, próba
Bardziej szczegółowoTestowanie hipotez statystycznych
9 października 2008 ...czyli definicje na rozgrzewkę n-elementowa próba losowa - wektor n zmiennych losowych (X 1,..., X n ); intuicyjnie: wynik n eksperymentów realizacja próby (X 1,..., X n ) w ω Ω :
Bardziej szczegółowoWYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 11 i 12 - Weryfikacja hipotez statystycznych
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 11 i 12 - Weryfikacja hipotez statystycznych Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 11 i 12 1 / 41 TESTOWANIE HIPOTEZ - PORÓWNANIE
Bardziej szczegółowo1. szereg wyliczający (szczegółowy) - wyniki są uporządkowane wyłącznie według wartości badanej cechy, np. od najmniejszej do największej
1 Statystyka opisowa Statystyka opisowa zajmuje się porządkowaniem danych i wstępnym ich opracowaniem. Szereg statystyczny - to zbiór wyników obserwacji jednostek według pewnej cechy 1. szereg wyliczający
Bardziej szczegółowoSpis treści 3 SPIS TREŚCI
Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe
Bardziej szczegółowo