Test lewostronny dla hipotezy zerowej:
|
|
- Antonina Żukowska
- 8 lat temu
- Przeglądów:
Transkrypt
1 Poznajemy testowanie hipotez statystycznych w środowisku R Zajęcia z dnia 11 maja 2011 roku Najpierw teoria TESTY ISTOTNOŚCI WARTOŚCI ŚREDNIEJ W POPULACJI GENERALNEJ gdy znana jest wariancja!!! Test prawostronny dla hipotezy zerowej: gdzie μ 0 jest dolnym ograniczeniem prawdziwej wartości średniej populacji: μ. Definiujemy statystykę: z dla średniej, rozmiaru próby oraz odchylenia standardowego(σ) : Wtedy odrzucimy hipotezę zerową jeśli z z α, gdzie z α jest 100(1 α) percentylem standardowego rozkładu normalnego. Test lewostronny dla hipotezy zerowej: gdzie μ 0 jest górnym ograniczeniem prawdziwej wartości średniej populacji: μ. Definiujemy statystykę: z dla średniej, rozmiaru próby oraz odchylenia standardowego(σ) : Wtedy odrzucimy hipotezę zerową jeśli z z α, gdzie z α jest 100(1 α) percentylem standardowego rozkładu normalnego. Test dwustronny dla hipotezy zerowej: gdzie μ 0 jest zakładaną wartością średniej populacji: μ. Definiujemy statystykę: z dla średniej, rozmiaru próby oraz odchylenia standardowego(σ) : Wtedy odrzucimy hipotezę zerową jeśli z z α 2 lub z z α 2, gdzie z α/2 jest 100(1 α/2) percentylem standardowego rozkładu normalnego.
2 TESTY ISTOTNOŚCI WARTOŚCI ŚREDNIEJ W POPULACJI GENERALNEJ gdy NIE jest znana wariancja!!! Test prawostronny dla hipotezy zerowej: gdzie μ 0 jest dolnym ograniczeniem prawdziwej wartości średniej populacji: μ. Definiujemy statystykę: t dla średniej, rozmiaru próby oraz odchylenia standardowego(s) : Wtedy odrzucimy hipotezę zerową jeśli t t α, gdzie t α jest 100(1 α) percentylem Studentyzowanego rozkładu z n-1 stopniami swobody. Test lewostronny dla hipotezy zerowej: gdzie μ 0 jest górnym ograniczeniem prawdziwej wartości średniej populacji: μ. Definiujemy statystykę: t dla średniej, rozmiaru próby oraz odchylenia standardowego(s) : Wtedy odrzucimy hipotezę zerową jeśli t t α, gdzie t α jest 100(1 α) percentylem Studentyzowanego rozkładu z n-1 stopniami swobody. Test dwustronny dla hipotezy zerowej: gdzie μ 0 jest zakładaną wartością średniej populacji: μ. Definiujemy statystykę: t dla średniej, rozmiaru próby oraz odchylenia standardowego(s) : Wtedy odrzucimy hipotezę zerową jeśli t t α 2 lub t t α 2, gdzie t α/2 jest 100(1 α/2) Studentyzowanego rozkładu z n-1 stopniami swobody.
3 Zadania TESTY ISTOTNOŚCI WARTOŚCI ŚREDNIEJ W POPULACJI GENERALNEJ gdy znana jest wariancja!!! Zadanie 1 (test dwustronny) Wytrzymałość na zerwanie pewnego rodzaju włókien powinna wynosić średnio 2,5kg. a. Czy można uznać, że dostarczona partia włókien spełnia ten warunek, jeśli dla 169-elementowej próby włókien uzyskano średnią wytrzymałość 2,4kg. z odchyleniem standardowym 0,6kg. Przyjąć poziom istotności na poziomie 0,1. b. Przy jakim poziomie istotności podjęta decyzja weryfikacyjna może ulec zmianie. ROZWIĄZANIE: dane: badana zbiorowość - włókna zmienna losowa X wytrzymałość na zerwanie zmienna losowa X podlega nieznanemu rozkładowi w zbiorowości generalnej próba: n = 169; = 2,4; S = 0,6 a. H0 : m = 2,5 (średnia wytrzymałość na zerwanie w zbiorowości generalnej włókien wynosi 2,5kg) H1 : m 2,5 (średnia wytrzymałość na zerwanie w zbiorowości generalnej włókien nie wynosi 2,5kg) rozkład normalny: Reprezentacja w R hipoteza alternatywna jest dwustronna, zatem obszar krytyczny przyjmuje postać K (;u )(u ;) (uodczytujemy z tablic rozkładu normalnego przy zadanym ) Link do tablic: Tak jak to na rysunku poniżej: Dla = 0,1 nasze u0,1 = 1,65 więc K (-; -1,65) u (1,65; +)
4 Nasza obliczona wartość statystyki z mieści się w obszarze K a więc odrzucamy hipotezę zerową na rzecz hipotezy alternatywnej. Obliczenia w R Postępowanie: Odrzucimy hipotezę zerową jeśli z z_alpha/2 lub z odchylenia standardowego. Z= z_alpha/2=-1.64 z z_alpha/2 a więc odrzucamy hipotezę zerową z_alpha/2, gdzie z_alpha/2 jest 100(1 α/2) percentylem Hipotezę zerową należy odrzucić na korzyść hipotezy alternatywnej mówiącej, że średnia wytrzymałość włókien na zerwanie jest inna niż 2,5kg. Wyniki z próby nie potwierdziły, zatem przyjętego założenia, że średnia wytrzymałość włókien na zerwania wynosi 2,5 kg. b. Decyzja weryfikacyjna ulegnie zmianie przy poziomie istotności mniejszym od 0,1 Rozwiązanie w R Teraz nasza obliczona statystyka z jest już poza obszarem akceptacji a zatem nie ma podstaw do odrzucenia hipotezy zerowej. Zmiana decyzji weryfikacyjnej oznacza, iż nie mamy podstaw do odrzucenia hipotezy zerowej, tzn. że dla = 0,02 obliczona statystyka wpada w zbiór krytyczny. Zadanie 2(test prawostronny) Zdzicho założył się ze Stachem, że średni czas jedzenia lodów na patyku przez osoby w wieku lat jest dłuższy niż 4,5 min. W celu zbadania słuszności tego twierdzenia, zmierzył on czas jedzenia lodów u 144 przypadkowo spotkanych osób i okazało się, iż średni czas wyniósł 4,6 min. z 20% zróżnicowaniem. a. Oceń na poziomie istotności 0,01 czy Zdzicho miał racje. b. Przy jakim poziomie istotności decyzja weryfikacyjna ulegnie zmianie? ROZWIĄZANIE: dane: badana zbiorowość osoby jedzące lody zmienna losowa X czas jedzenia lodów zmienna losowa X podlega nieznanemu rozkładowi w zbiorowości generalnej próba: n = 144; = 4,6; V = S/ 0,2 S = 0,92 a. H0 : m = 4,5 (średni czas jedzenia lodów przez osoby w wieku lat wynosi 4,5 min.) H1: m > 4,5 (średni czas jedzenia lodów przez osoby w wieku lat jest dłuższy od 4,5 min.) rozkład normalny: hipoteza alternatywna jest prawostronna, zatem obszar krytyczny przyjmuje postać K u 2 - (uodczytujemy z tablic rozkładu normalnego przy zadanym )
5 Postępowanie: Odrzucimy hipotezę zerową jeśli z z_alpha, gdzie z_alpha jest 100(1 α) percentylem odchylenia standardowego. Rozwiązanie w R: = 0,01 u 2-0,01 = 0,02 2,33 K (2,33;) uobk Nie mamy podstaw do odrzucenia hipotezy zerowej mówiącej, że średni czas jedzenia lodów na patyku wynosi 5 min. Wyniki z próby nie potwierdzają, zatem przypuszczenia, że czas jedzenia lodów jest dłuższy od 4,5 min. b. Zmiana decyzji weryfikacyjnej oznacza, że odrzucamy hipotezę zerową na korzyść hipotezy alternatywnej, tzn. że uobk, zatem u<1,3 2,33 np. u2- =1,28 2= 0,2 = 0,1 K(1,28; +) uobk Decyzja weryfikacyjna ulegnie zmianie przy poziomie istotności np. 0,1 i będzie to oznaczać, iż hipotezę zerową należy odrzucić na korzyść hipotezy alternatywnej mówiącej, że średni czas jedzenia lodów jest dłuższy od 4,5 min. Zadanie 3 (test lewostronny) Norma techniczna przewiduje średnio 64s. na wykonanie operacji polegającej na ułożeniu w kartonie 100 tabliczek czekolady. Czas trwania tej czynności jest zmienną losową o rozkładzie normalnym z odchyleniem standardowym 10s. Ponieważ robotnicy często skarżyli się, że norma jest źle ustalona, dokonano pomiaru czasu trwania tej czynności u losowo wybranych 225 robotników i otrzymano, że średni czas trwania operacji wynosi 65s. a. Czy na poziomie istotności 0,07 można stwierdzić, że średni czas wykonania czynności był wyższy niż norma? b. Przy jakim poziomie istotności decyzja weryfikacyjna ulegnie zmianie? ROZWIĄZANIE: dane: badana zbiorowość osoby układające tabliczki czekolady w kartonach
6 zmienna losowa X czas wykonania operacji zmienna losowa X w zbiorowości generalnej ma rozkład normalny X:N(m, 10); próba: n = 225; = 65; a. H0 : m = 64 (średni czas operacji polegającej na ułożeniu w kartonie 100 tabliczek czekolady wynosi 64s.) H1 : m > 64 (średni czas operacji polegającej na ułożeniu w kartonie 100 tabliczek czekolady jest dłuższy od 64s.) rozkład normalny: hipoteza alternatywna jest prawostronna, zatem obszar krytyczny przyjmuje postać K u2 - ; (uodczytujemy z tablic rozkładu normalnego przy zadanym ) = 0,07 u 2-0,07= 0,14 1,48 K (1,48;) uobk Rozwiązanie w R Hipotezę zerową należy odrzucić na korzyść hipotezy alternatywnej mówiącej, że średni czas ułożenia w kartonie 100 tabliczek czekolady jest dłuższy niż 64s. Oznacza to, że wyniki z próby potwierdziły spostrzeżenia pracowników, że średni czas ułożenia tabliczek czekolady jest wyższy od normy, czyli od 64s. b. zmiana decyzji weryfikacyjnej oznacza, iż nie mamy podstaw do odrzucenia hipotezy zerowej, tzn. że uobk, zatem u 2 np. u 2 =1,28 2= 0,2 = 0,1 K (1,28;) Przy poziomie istotności *np.0,1 decyzja weryfikacyjna ulegnie zmianie.
7 TESTY ISTOTNOŚCI WARTOŚCI ŚREDNIEJ W POPULACJI GENERALNEJ gdy NIE jest znana wariancja!!! Zadanie 4 (test dwustronny) W doświadczeniu założono, ze średni czas niezbędny do zapamiętania 10 dwusylabowych słów w języku angielskim powinien wynosić 8 min. Czy założenie to jest słuszne, skoro w grupie 17 osób poddanych temu doświadczeniu średni czas wyniósł 8,6 min., zaś odchylenie standardowe - 2,0 min. Przyjmujemy, że czas zapamiętywania słów ma rozkład normalny. ROZWIĄZANIE: dane: badana zbiorowość słowa anglojęzyczne zmienna losowa X czas potrzebny do zapamiętania 10 dwusylabowych słów zmienna losowa X podlega nieznanemu rozkładowi w zbiorowości generalnej próba: n = 17, = 8,6, S = 2,0; H0 : m = 8 (średni czas zapamiętania słów w populacji generalnej wynosi 8 min.) H1 : m 8 (średni czas zapamiętania słów w populacji generalnej nie wynosi rozkład t-studenta: hipoteza alternatywna jest dwustronna, zatem obszar krytyczny przyjmuje postać Kt ) t ; +) t,vn1 odczytujemy z tablic rozkładu t-studenta przy zadanym oraz v = n-1) Jeżeli w zadaniu nie jest podany poziom istotności przyjmujemy dowolna wartość, najczęściej poniżej 0,1 np. = 0,05 t 0,05;16 =2,12 K (-; -2,12) u (2,12; +) t ob K Nie mamy podstaw do odrzucenia hipotezy zerowej mówiącej, że średni czas zapamiętywania 10 dwusylabowych słów w języku angielskim. Rozwiązanie w R Wtedy odrzucimy hipotezę zerową jeśli t t α 2 lub t t α 2, gdzie t α/2 jest 100(1 α/2) Studentyzowanego rozkładu z n-1 stopniami swobody. Skoro nasze t=1.23 nie jest mniejsze od ani większe od 2.11 to nie mamy podstaw by odrzucid hipotezę zerową. Zadanie 5 (test lewostronny) W doświadczeniu badającym sprawność fizyczną młodzieży przyjęto, że średni czas pokonania dystansu 500 m przez 17-letniego chłopca wynosi mniej niż 28s.
8 a. Oceń czy to założenie jest słuszne, jeżeli w 26-osobowej 17-latków średni czas przebiegnięcia tego dystansu wyniósł 27,8s. z odchyleniem standardowym 0,5s. Dodatkowo wiadomo, iż czas jest zmienną losową o rozkładzie normalnym. Przyjąć poziom istotności 0,005. b. Przy jakim poziomie istotności decyzja weryfikacyjna ulegnie zmianie. ROZWIĄZANIE: dane: badana zbiorowość 17-letni chłopcy zmienna losowa X czas przebiegnięcia dystansu 500m zmienna losowa X ma nieznany rozkład w zbiorowości generalnej próba: n = 26 (n < mała próba); = 27,8; S(x) = 0,5; a. H0 : m = 28 (średni czas przebiegnięcia 500 m przez 17-letnich chłopców wynosi28s.) H1 : m < 28 (średni czas przebiegnięcia 500 m przez 17-letnich chłopców jestniższy od 28s.) rozkład t-studenta: hipoteza alternatywna jest lewostronna, zatem obszar krytyczny przyjmuje postać K t 2 -, n-1) (t,vn1 odczytujemy z tablic rozkładu t-studenta przy zadanym oraz v = n-1) = 0,005; t 2 -, n-1= 0,01;25 ; K (-; - 2,79) tob Rozwiązanie w R Skoro nasze t < t.alpha to nie odrzucamy hipotezy zerowej. Nie mamy podstaw do odrzucenia hipotezy zerowej mówiącej, że średni czas pokonania 500 m wynosi 28s. Wyniki z próby nie potwierdziły, zatem założeń, że średni czas przebiegnięcia 500 m. przez chłopców wynosi 28s. b. Zmiana decyzji weryfikacyjnej oznacza, że hipotezę zerową należy odrzucić na korzyść hipotezy alternatywnej tzn., że, t ob. zatem t2-, n -1 2,79 np. = 0,05 t2 -,n-1 = 0.1;,25 K (-; - 1,71) t ob K Hipotezę zerową należy odrzucić na korzyść hipotezy alternatywnej mówiącej, iż średni czas pokonania 500 m jest krótszy od 28s. N=2 Zadanie 6 (Test prawostronny) Zakłada się, że średnie dzienne wydatki z budżetów powiatów i miast na prawach powiatu wynoszącą więcej niż 8 tys. Zweryfikuj to przypuszczenie, skoro w 17 powiatach średnie miesięczne dzienne wydatki wynosiły 8 tys. z odchyleniem standardowym 2 tys. Zakładamy, że dzienne wydatki charakteryzują się rozkładem normalnym. Przy weryfikacji przyjąć poziom istotności 0,05.
9 ROZWIĄZANIE: dane: badana zbiorowość powiaty i miasta zmienna losowa X dzienne wydatki z budżetu powiatów i miast zmienna losowa X w zbiorowości generalnej ma rozkład normalny X:N(m; ) próba: n = 17, = 8,6, S = 2,0; H0 : m = 8 (średnie dzienne wydatki z budżetów powiatów i miast wynoszą 8 tys.) H1 : m > 8 (średnie dzienne wydatki z budżetów powiatów i miast są wyższe od 8 tys.) rozkład t-studenta: hipoteza alternatywna jest prawostronna, zatem obszar krytyczny przyjmuje postać (t 2v;) (t,vn1 odczytujemy z tablic rozkładu t-studenta przy zadanym oraz v = n-1) Dla= 0,05 t 2v1,75 K (1,75; +) t ob K Rozwiązanie w R Gdyby t t alpha moglibyśmy odrzucid hipotezę zerową, ale ponieważ u nas t=1.23 jest większe od Ralpha=-1.74 to stwierdzamy, że: Nie mamy podstaw do odrzucenia hipotezy zerowej mówiącej, że średnie dzienne wydatki z budżetu powiatów i miast są wyższe od 8 tys.
10 Zadania do samodzielnego rozwiązania: Zadanie 7 W pewnej miejscowości mieszkańcy twierdzą, że średnie oszczędności przypadające na jednego mieszkańca są niższe od 14415zł. Czy to twierdzenie jest słuszne, skoro dla losowo wybranych 314 osób średnie oszczędności wynosiły 14316zł, z odchyleniem standardowym 268,8zł. Przyjąć poziom istotności 0,05. Hipotezę zerową należy odrzucić na korzyść hipotezy alternatywnej mówiącej, że średnia wysokość oszczędności jest niższa od zł. Wyniki z próby potwierdziły przypuszczenia, że średnia wysokość oszczędności jest niższa od 14415zł. Zadanie 8 Twierdzi się, iż pierwszoligowe włoskie drużyny piłki nożnej strzelają w jednym meczu przeciętnie 1,3 bramki. Sprawdź, czy jest to prawdą, skoro na 32 rozegrane mecze przez każdą z czterech drużyn, liczba strzelonych bramek wynosiła odpowiednio 48, 38, 46, i 48. Przyjąć, iż rozkład strzelanych bramek charakteryzuje się rozkładem normalnym. Weryfikację przeprowadzić przy poziomie istotności 0,05. Hipotezę zerową należy odrzucić na korzyść hipotezy alternatywnej mówiącej, że średnia liczba strzelonych bramek jest inna niż 1,3. Nie potwierdziły się zatem przypuszczenia, na podstawie wyników uzyskanych z próby, że pierwszoligowe drużyny piłkarskie strzelają w jednym meczu średnio 1,3 bramki. Zadanie 9 W doświadczeniu badającym sprawność fizyczną młodzieży przyjęto, że średni czas pokonania dystansu 500 m przez 17-letniego chłopca wynosi mniej niż 28s. a. Oceń czy to założenie jest słuszne, jeżeli w 26-osobowej 17-latków średni czas przebiegnięcia tego dystansu wyniósł 27,8s. z odchyleniem standardowym 0,5s. Dodatkowo wiadomo, iż czas jest zmienną losową o rozkładzie normalnym. Przyjąć poziom istotności 0,005. b. Przy jakim poziomie istotności decyzja weryfikacyjna ulegnie zmianie. a) Nie mamy podstaw do odrzucenia hipotezy zerowej mówiącej, że średni czas pokonania 500 m wynosi 28s. Wyniki z próby nie potwierdziły, zatem założeń, że średni czas przebiegnięcia 500 m. przez chłopców wynosi 28s. b) Zmiana decyzji weryfikacyjnej oznacza, że hipotezę zerową należy odrzucić na korzyść hipotezy alternatywnej tzn., że średni czas pokonania 500 m jest krótszy od 28s. Zadanie 10 W doświadczeniu założono, ze średni czas niezbędny do zapamiętania 10 dwusylabowych słów w języku angielskim powinien wynosić 8 min. Czy założenie to jest słuszne, skoro w grupie 17 osób poddanych temu doświadczeniu średni czas wyniósł 8,6 min., zaś odchylenie standardowe - 2,0 min. Przyjmujemy, że czas zapamiętywania słów ma rozkład normalny. Nie mamy podstaw do odrzucenia hipotezy zerowej mówiącej, że średni czas zapamiętywania 10 dwusylabowych słów w języku angielskim. Zadanie 11 Wiadomo, że średnia cena (w zł.) trzody chlewnej za 1kg charakteryzuje się rozkładem normalnym z odchyleniem standardowym 0,5zł.. Producenci tego asortymentu twierdzą, że opłacalność produkcji występuje
11 wówczas, gdy średnia cena jest wyższa od 3,03zł za 1kg. Czy mają oni rację, skoro dla przebadanej grupy 296 producentów opłacalność wystąpiła przy średniej cenie 3,00zł za 1kg. Przyjąć poziom istotności 0,075. ROZWIAZANIE: dane: badana zbiorowość producenci trzody chlewnej zmienna losowa X cena trzody chlewnej za 1kg. zmienna losowa X w zbiorowości generalnej ma rozkład normalny X:N(m; 0,5); próba: n = 296; = 3,00; Nie mamy podstaw do odrzucenia hipotezy zerowej mówiącej, ze średnia cena trzody chlewnej za 1kg wynosi 3,03zł. Wyniki z próby nie potwierdziły przypuszczeń producentów trzody chlewnej, ze opłacalność tego asortymentu występuje wówczas, gdy cena skupu jest wyższa od 3,03 zł/kg. Zadanie 12 W pewnej stołówce studenckiej spytano kierownika placówki o średnią normę kaloryczną dziennego wyżywienia i okazało się, iż powinna ona wynosić 3400 kalorii. Celem sprawdzenia zgodności kaloryczności dan z normą wylosowano 150 posiłków i stwierdzono, że średnia norma wynosi 3360 kalorii a współczynnik zmienności 8%. Czy na podstawie uzyskanych danych możemy sądzić, że kaloryczność posiłków jest zgodna z informacją uzyskaną od szefa stołówki Przyjąć poziom istotności 0,05. Nie mamy podstaw do odrzucenia hipotezy zerowej mówiącej, że średnia kaloryczność posiłków wynosi 3400.
Statystyka. #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 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 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 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 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 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 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 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 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. 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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.
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 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 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 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 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 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 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 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 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 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 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 szczegółowoZadania ze statystyki cz. 8 I rok socjologii. Zadanie 1.
Zadania ze statystyki cz. 8 I rok socjologii Zadanie 1. W potocznej opinii pokutuje przekonanie, że lepsi z matematyki są chłopcy niż dziewczęta. Chcąc zweryfikować tę opinię, przeprowadzono badanie w
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 szczegółowoZadania ze statystyki cz.8. Zadanie 1.
Zadania ze statystyki cz.8. Zadanie 1. Wykonano pewien eksperyment skuteczności działania pewnej reklamy na zmianę postawy. Wylosowano 10 osobową próbę studentów, których poproszono o ocenę pewnego produktu,
Bardziej szczegółowoStatystyka matematyczna Testowanie hipotez dla średnich w rozkładzie normalnym. Wrocław, r
Statystyka matematyczna Testowanie hipotez dla średnich w rozkładzie normalnym Wrocław, 18.03.2016r Testowanie hipotez dla średniej w rozkładzie normalnym dla jednej próby Model 1 Testowanie hipotez dla
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 szczegółowoTEST STATYSTYCZNY. Jeżeli hipotezę zerową odrzucimy na danym poziomie istotności, to odrzucimy ją na każdym większym poziomie istotności.
TEST STATYSTYCZNY Testem statystycznym nazywamy regułę postępowania rozstrzygająca, przy jakich wynikach z próby hipotezę sprawdzaną H 0 należy odrzucić, a przy jakich nie ma podstaw do jej odrzucenia.
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 szczegółowoWeryfikacja hipotez statystycznych
Weryfikacja hipotez statystycznych Przykład. Producent pewnych detali twierdzi, że wadliwość jego produkcji nie przekracza 2%. Odbiorca pewnej partii tego produktu chce sprawdzić, czy może wierzyć producentowi.
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 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 szczegółowoODRZUCANIE WYNIKÓW POJEDYNCZYCH POMIARÓW
ODRZUCANIE WYNIKÓW OJEDYNCZYCH OMIARÓW W praktyce pomiarowej zdarzają się sytuacje gdy jeden z pomiarów odstaje od pozostałych. Jeżeli wykorzystamy fakt, że wyniki pomiarów są zmienną losową opisywaną
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 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 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 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 szczegółowoWNIOSKOWANIE STATYSTYCZNE
STATYSTYKA WNIOSKOWANIE STATYSTYCZNE ESTYMACJA oszacowanie z pewną dokładnością wartości opisującej rozkład badanej cechy statystycznej. WERYFIKACJA HIPOTEZ sprawdzanie słuszności przypuszczeń dotyczących
Bardziej szczegółowoZMIENNE LOSOWE. Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R 1 tzn. X: R 1.
Opracowała: Joanna Kisielińska ZMIENNE LOSOWE Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R tzn. X: R. Realizacją zmiennej losowej
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 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 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 szczegółowoMetody Statystyczne. Metody Statystyczne
#7 1 Czy straszenie jest bardziej skuteczne niż zachęcanie? Przykład 5.2. s.197 Grupa straszona: 8,5,8,7 M 1 =7 Grupa zachęcana: 1, 1, 2,4 M 2 =2 Średnia ogólna M=(M1+M2)/2= 4,5 Wnioskowanie statystyczne
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 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 szczegółowoZadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.
tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1
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 szczegółowoModele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 4
Modele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 4 Konrad Miziński, nr albumu 233703 31 maja 2015 Zadanie 1 Wartości oczekiwane µ 1 i µ 2 oszacowano wg wzorów: { µ1 = 0.43925 µ = X
Bardziej szczegółowoESTYMACJA. Przedział ufności dla średniej
ESTYMACJA Przedział ufności dla średniej W grupie 900 losowo wybranych pracowników przedsiębiorstwa średnia liczba dni nieobecności w pracy wynosiła 30, a odchylenie standardowe 3 dni. a) Przyjmując współczynnik
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 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 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 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 szczegółowoSTATYSTYKA INDUKCYJNA. O sondażach i nie tylko
STATYSTYKA INDUKCYJNA O sondażach i nie tylko DWA DZIAŁY ESTYMACJA Co na podstawie wyników z próby mogę powiedzieć o wynikach w populacji? WERYFIKACJA HIPOTEZ Czy moje przypuszczenia uczynione przed badaniami
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 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 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 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 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 szczegółowoWykład 10 (12.05.08). Testowanie hipotez w rodzinie rozkładów normalnych przypadek nieznanego odchylenia standardowego
Wykład 10 (12.05.08). Testowanie hipotez w rodzinie rozkładów normalnych przypadek nieznanego odchylenia standardowego Przykład Cena metra kwadratowego (w tys. zł) z dla 14 losowo wybranych mieszkań w
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. #6 Analiza wariancji. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2015/ / 14
Statystyka #6 Analiza wariancji Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik rok akademicki 2015/2016 1 / 14 Analiza wariancji 2 / 14 Analiza wariancji Analiza wariancji jest techniką badania wyników,
Bardziej szczegółowoWykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym
Wiesława MALSKA Politechnika Rzeszowska, Polska Anna KOZIOROWSKA Uniwersytet Rzeszowski, Polska Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym Wstęp Wnioskowanie statystyczne
Bardziej szczegółowoEstymatory i testy statystyczne - zadania na kolokwium
Estymatory i testy statystyczne - zadania na kolokwium Zad. 1. Cecha X populacji ma rozkład N(µ, σ), gdzie µ jest znane, a σ nieznane. Niech X 1,...,X n będzie n-elementową próbą prostą pobraną z tej populacji.
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 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 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 szczegółowoweryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja)
PODSTAWY STATYSTYKI. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne (na
Bardziej szczegółowoWeryfikacja hipotez statystycznych testy dla dwóch zbiorowości
Weryfikacja hipotez statystycznych testy dla dwóch zbiorowości Informatyka 007 009 aktualizacja dla 00 JERZY STEFANOWSKI Instytut Informatyki Politechnika Poznańska Plan wykładu. Przypomnienie testu dla
Bardziej szczegółowoDane dotyczące wartości zmiennej (cechy) wprowadzamy w jednej kolumnie. W przypadku większej liczby zmiennych wprowadzamy każdą w oddzielnej kolumnie.
STATISTICA INSTRUKCJA - 1 I. Wprowadzanie danych Podstawowe / Nowy / Arkusz Dane dotyczące wartości zmiennej (cechy) wprowadzamy w jednej kolumnie. W przypadku większej liczby zmiennych wprowadzamy każdą
Bardziej szczegółowoWeryfikacja hipotez statystycznych testy t Studenta
Weryfikacja hipotez statystycznych testy t Studenta JERZY STEFANOWSKI Marek Kubiak Instytut Informatyki Politechnika Poznańska Standardowy schemat postępowania (znane σ) Założenia: X ma rozkład normalny
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 szczegółowoTeoria Estymacji. Do Powyżej
Teoria Estymacji Zad.1. W pewnym przedsiębiorstwie wylosowano niezależnie próbę 25 pracowników. Staż pracy (w latach) tych pracowników w 1996 roku był następujący: 37; 34; 0*; 5; 17; 17; 0*; 2; 24; 33;
Bardziej szczegółowoSIMR 2017/18, Statystyka, Przykładowe zadania do kolokwium - Rozwiązania
SIMR 7/8, Statystyka, Przykładowe zadania do kolokwium - Rozwiązania. Dana jest gęstość prawdopodobieństwa zmiennej losowej ciągłej X : { a( x) dla x [, ] f(x) = dla pozostałych x Znaleźć: i) Wartość parametru
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 szczegółowoPrawdopodobieństwo i rozkład normalny cd.
# # Prawdopodobieństwo i rozkład normalny cd. Michał Daszykowski, Ivana Stanimirova Instytut Chemii Uniwersytet Śląski w Katowicach Ul. Szkolna 9 40-006 Katowice E-mail: www: mdaszyk@us.edu.pl istanimi@us.edu.pl
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 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 szczegółowoTestowanie hipotez. Marcin Zajenkowski. Marcin Zajenkowski () Testowanie hipotez 1 / 25
Testowanie hipotez Marcin Zajenkowski Marcin Zajenkowski () Testowanie hipotez 1 / 25 Testowanie hipotez Aby porównać ze sobą dwie statystyki z próby stosuje się testy istotności. Mówią one o tym czy uzyskane
Bardziej szczegółowoTestowanie hipotez statystycznych. Wprowadzenie
Wrocław University of Technology Testowanie hipotez statystycznych. Wprowadzenie Jakub Tomczak Politechnika Wrocławska jakub.tomczak@pwr.edu.pl 10.04.2014 Pojęcia wstępne Populacja (statystyczna) zbiór,
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 szczegółowoPytanie: Kiedy do testowania hipotezy stosujemy test F (Fishera-Snedecora)?
Pytanie: Kiedy do testowania hipotezy stosujemy test F (Fishera-Snedecora)? Gdy: badana cecha jest mierzalna (ewentualnie policzalna); dysponujemy dwoma próbami; chcemy porównać, czy wariancje w tych próbach
Bardziej szczegółowoTesty zgodności. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 11
Testy zgodności Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki Szczecińskiej 27. Nieparametryczne testy zgodności Weryfikacja
Bardziej szczegółowoWeryfikacja hipotez statystycznych
Weryfikacja hipotez statystycznych JERZY STEFANOWSKI Instytut Informatyki Politechnika Poznańska Plan wykładu 1. Metody wnioskowania statystycznego vs. metody opisu 2. Testowanie hipotez statystycznych
Bardziej szczegółowoProblem dwóch prób: porównywanie średnich i wariancji z populacji o rozkładach normalnych. Wrocław, 23 marca 2015
Problem dwóch prób: porównywanie średnich i wariancji z populacji o rozkładach normalnych. Wrocław, 23 marca 2015 Problem dwóch prób X = (X 1, X 2,..., X n ) - próba z rozkładu normalnego N (µ, σ 2 X ),
Bardziej szczegółowo