brak podstaw do odrzucenia hipotezy zerowej.

Podobne dokumenty
65120/ / / /200

Weryfikacja hipotez dla wielu populacji

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

Natalia Nehrebecka. Zajęcia 4

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA

Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej

Nieparametryczne Testy Istotności

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

Stanisław Cichocki. Natalia Nehrebecka. Wykład 11

ANALIZA WARIANCJI (ANOVA) Spis treści

Prawdopodobieństwo i statystyka r.

Analiza pomiarów termoluminescencji izolatorów porcelanowych średniego napięcia

Ocena precyzji badań międzylaboratoryjnych metodą odporną "S-algorytm"

Natalia Nehrebecka Stanisław Cichocki. Wykład 10

Wykład 15 Elektrostatyka

Kognitywistyka II r. Teoria rzetelności wyników testu. Teorie inteligencji i sposoby jej pomiaru (4) Rzetelność czyli dokładność pomiaru

Porównanie wielu rozkładów normalnych

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

1.1. Uprość opis zdarzeń: 1.2. Uprościć opis zdarzeń: a) A B A Uprościć opis zdarzeń: 1.4. Uprościć opis zdarzeń:

0. Oszacowanie kilku prostych regresji, interpretacja oszacować parametrów

LABORATORIUM 9 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

Dobór zmiennych objaśniających

... i statystyka testowa przyjmuje wartość..., zatem ODRZUCAMY /NIE MA POD- STAW DO ODRZUCENIA HIPOTEZY H 0 (właściwe podkreślić).

ROZKŁAD NORMALNY. 2. Opis układu pomiarowego. Ćwiczenie może być realizowane za pomocą trzech wariantów zestawów pomiarowych: A, B i C.

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

Przedziały ufności. Poziom istotności = α (zwykle 0.05) Poziom ufności = 1 α Przedział ufności dla parametru μ = taki przedział [a,b], dla którego

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 11 i 12 - Weryfikacja hipotez statystycznych

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

Analiza danych OGÓLNY SCHEMAT. Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

BADANIA ZALEŻNOŚCI GRUBOŚCI POWIERZCHNIOWEJ WARSTWY KOMPOZYTOWEJ OD WIELKOŚCI ODLEWU I RODZAJU WKŁADKI KOMPOZYTUJĄCEJ

Testowanie hipotez. Hipoteza prosta zawiera jeden element, np. H 0 : θ = 2, hipoteza złożona zawiera więcej niż jeden element, np. H 0 : θ > 4.


Model ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli)

Wykład 3 Testowanie hipotez statystycznych o wartości średniej. średniej i wariancji z populacji o rozkładzie normalnym

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI TESTOWANIE HIPOTEZ PARAMETRYCZNYCH

Statystyka matematyczna dla leśników

Prawdopodobieństwo i statystyka r.

Proces narodzin i śmierci

Elementy statystyki STA - Wykład 5

POLE MAGNETYCZNE W PRÓŻNI - CD. Zjawisko indukcji elektromagnetycznej polega na powstawaniu prądu elektrycznego w

Weryfikacja hipotez statystycznych

IID = 2. i i i i. x nx nx nx

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Testowanie hipotez statystycznych.

Procedura normalizacji

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7

Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość

VII WYKŁAD STATYSTYKA. 30/04/2014 B8 sala 0.10B Godz. 15:15

Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/

Estymacja parametrów rozkładu cechy

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. Strona 1

Macierz prawdopodobieństw przejścia w pojedynczym kroku dla łańcucha Markowa jest postaci

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych

Energia potencjalna jest energią zgromadzoną w układzie. Energia potencjalna może być zmieniona w inną formę energii (na przykład energię kinetyczną)








7.8. RUCH ZMIENNY USTALONY W KORYTACH PRYZMATYCZNYCH

Testowy dokument raz dwa trzy


LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

Prawdopodobieństwo i statystyka

WPROWADZENIE DO ANALIZY KORELACJI I REGRESJI

Analiza korelacji i regresji

Hipotezy statystyczne

Dobór zmiennych do modelu ekonometrycznego

Hipotezy statystyczne

Uwaga. Decyzje brzmią różnie! Testy parametryczne dotyczące nieznanej wartości

Analiza wariancji w analizie regresji - weryfikacja prawdziwości przyjętego układu ograniczeń Problem Przykłady

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

Statystyka matematyczna. Wykład VI. Zesty zgodności

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.

STATYSTYKA MATEMATYCZNA WYKŁAD 5. 2 listopada 2009

Wykład 9 Wnioskowanie o średnich

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

BADANIE ZALEśNOŚCI POMIĘDZY WARTOŚCIĄ WYKŁADNIKA HURSTA A SKUTECZNOŚCIĄ STRATEGII INWESTYCYJNYCH OPARTYCH NA ANALIZIE TECHNICZNEJ WPROWADZENIE

ROZKŁAD NORMALNY. 2. Opis układu pomiarowego

Analiza termodynamiczna ożebrowanego wymiennika ciepła z nierównomiernym dopływem czynników

EKONOMETRIA I Spotkanie 1, dn

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

Testowanie hipotez statystycznych.

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 7 i 8 - Efektywność estymatorów, przedziały ufności

APROKSYMACJA CZASU TRWANIA ŻYCIA W POPULACJACH NIEJEDNORODNYCH

Transkrypt:

Paca domowa 9. W pewnym bowaze zanstalowano dwa automaty do napełnana butelek. Ilość pwa nalewana pzez pewszy est zmenną losową o ozkładze N( m,, a lość pwa dozowana pzez dug automat est zmenną losową o ozkładze N( m,3. Pobano nezależne -elementowe póbk losowe butelek napełnanych pzez każdy z automatów. Śedna z póby dla pewszego automatu wynosła 5ml., a dla dugego 498. na pozome stotnośc.5 zweyfku hpotezę, że automaty nalewaą do butelk pzecętne po tyle samo pwa. I : n X N( m, x 5 II : n X N( m,3 x 498 : m m : m m Stosuemy model a Póby z populac o ozkładach nomalnych, znane X X ~ N(, + n n, µ, α, > µ, W [ u,, < µ, W (, u α ] W (, u ] [ u, X X 5 498,557 3 + n n + Dla powyższego zestawu testowanych hpotez obsza kytyczny popzymue postać: α,5 W (, u ] [ u, (, u ] [ u, (,,96] [,96, W α,975,975 bak podstaw do odzucena hpotezy zeowe. 9. Wśód połączeń cental A było omyłkowych, natomast na 5 połączeń cental B złych było 8. Zweyfkować hpotezę, że pocent złych połączeń est ednakowy w obu centalach na pozome stotnośc,5. k A: n k p, n k 8 B : n 5 k p, n 5 : p p : p p

Skozystamy z modelu 3. 3 Weyfkaca hpotezy o ównośc fakc w dwóch populacach Duża lczebność póby pˆ pˆ n ~ N nn n pˆ (,, gdze, p + n pˆ n p( p n + n n + n : p p, : p p, W (, uα ] [ u, : p p, : p > p, W [ u, : p p, : p < p, W (, u α ] n pˆ + n pˆ + 8 p,9 n + n 35 nn n n + n 85,7 pˆ pˆ,, n 85, 7,594 p( p,9,89 Dla powyższego zestawu testowanych hpotez obsza kytyczny popzymue postać: α,5 W (, u ] [ u, (, u ] [ u, (,,96] [,96, W α,975,975 bak podstaw do odzucena hpotezy zeowe. 9.3 Zanotowano czasy wykonana 5 sztuk pewnego detalu pzez 4 pacownków. Otzymano następuące wynk: Pacownk Śedn czas S wykonywana detalu A 9 3 B C 8,5 D,5 n gdze S (. n X X Zastosuemy model n 4: Model klku póbek (test analzy waanc Rozważmy nezależnych póbek: póbka : Y..., Y ~ N ( µ, ;, n póbka : Y..., Y ~ N ( µ, ;, n póbka : Y,..., Yn ~ N ( µ, ; estuemy hpotezę... wobec altenatywy, że ne wszystke śedne są sobe ówne. Wpowadzamy następuące oznaczena:

n ( ~, n gdze SS oznacza całkowtą sumę kwadatów; ( ~, gdze SSB oznacza sumę kwadatów pomędzy póbkam; n ( ~, n gdze SSW oznacza sumę kwadatów wewnątz póbek. SS Y Y χ SSB n Y Y χ SSW Y Y χ ożsamość analzy waanc pzybea fomę: SS SSB + SSW. Statystyka testowa: SSB /( F ~ F((,( n. potezę odzucamy, eśl F > F. SSW /( n U nas mamy: 4, n 5, n 4 5, α, 5 x 9 + + 8 + 4 4 4 4 SSB ( x x n 5((9 + ( + (8 + ( 5 n ( 5 3 5 5,5 5,5 45 SSW x x + + + a Uzupełn tabelę testu analzy waanc dla weyfkac hpotezy o ównośc pzecętnego czasu wykonywana detalu dla wszystkch pacownków. Źódło zmennośc mędzy póbkam wewnątz póbek Razem Sumy kwadatów 5 45 95 Stopne swobody -3 n-6 n-9 Watość statystyk F 5,96 b Pzymuąc pozom stotnośc.5 pzetestować hpotezę o ównośc śednch. SSB /( 5 / 3 F 5, 96. SSW /( n 45/6 Odczytuemy watośc kytyczne z tabl ozkładu F Snedecoa z (3,6 stopnam swobody. odzucamy, gdy F > F 3, 4,95 W [3, 4, + 3

F W odzucamy hpotezę zeową o ównośc śednch w analzowanych podpókach. 9.4 Poównano czas pzeznaczony na czytane ksążek w cągu tygodna (w godznach w póbe mężczyzn kobet. Otzymano następuące wynk: Kobety (lczebność ówna : Mężczyźn (lczebność ówna : Y S X X, 375 7,. Pzy założenu że mamy do czynena z ozkładam nomalnym: Zastosuemy model nume b Weyfkaca hpotezy o ównośc dwóch śednch w populac Póby z populac o ozkładach nomalnych, neznane X X nn ( n S + ( n S n + n n + n, µ, W tα t, > µ, W [ t,, < µ, W (, t α ] ( n + n ~ t, gdze (, ] [, n n S ( X X. a zweyfku hpotezę, że czas pośwęcany na czytane ksążek est tak sam dla kobet mężczyzn wobec hpotezy altenatywne, że kobety czytaą węce, pzymuąc pozom stotnośc,. K : n x II : n x 7 : m m : m > m W [ t, [,467,,99 X X nn 7 ( n + n 8, 9 ( n S + ( n S n + n 375 3 9 + 9 9 W bak podstaw do odzucena hpotezy zeowe. b zweyfku hpotezę o ównośc waanc na pozome stotnośc,. Skozystamy z modelu. Weyfkaca hpotezy o ównośc waanc w dwóch populacach Póby z populac o ozkładach nomalnych S S ~ F(( n,( n 4

:, :, W [,, do lcznka statystyk testowe F wstawamy wększą z waanc :, :, W [, > F :, : <, W F [,, ako statystyk testowe używamy F F estuemy hpotezy: :, :, na pozome stotnośc α, S 9,739 S,97 Odczytuemy watośc kytyczne z tablc ozkładu F Snedecoa z (9,9 stopnam swobody. odzucamy, gdy F > F,94,95 W [3, 4, + 9.5 Badano koszty wynamu losowo wybanych meszkań dwupokoowych w każdym z tzech mast: W, K P. Otzymano następuące wynk: Masto W K P Śedn koszt wynamu 4 5 5 3 x x ( 9435 Stosuąc test analzy waanc zweyfku hpotezę o ównośc pzecętnych kosztów wynamu w tzech mastach na pozome stotnośc,5. Zastosuemy model n 4: Model klku póbek (test analzy waanc Rozważmy nezależnych póbek: póbka : Y..., Y ~ N ( µ, ;, n póbka : Y..., Y ~ N ( µ, ;, n póbka : Y,..., Yn ~ N ( µ, ; estuemy hpotezę... wobec altenatywy, że ne wszystke śedne są sobe ówne. Wpowadzamy następuące oznaczena: n ( ~, n gdze SS oznacza całkowtą sumę kwadatów; ( ~, gdze SSB oznacza sumę kwadatów pomędzy póbkam; n ( ~, n gdze SSW oznacza sumę kwadatów wewnątz póbek. SS Y Y χ SSB n Y Y χ SSW Y Y χ ożsamość analzy waanc pzybea fomę: SS SSB + SSW. Statystyka testowa: SSB /( F ~ F((,( n. potezę odzucamy, eśl F >. SSW /( n F α 5

U nas mamy: 3, n, n 3 63, α, 5 x 4 + 5 + 5 3 3 3 SSB ( x x n ((4 + (5 + (5 365 SSB /( 365 / F,7 SSW /( n 9435 / 6 Źódło zmennośc mędzy póbkam wewnątz póbek Razem Sumy kwadatów 365 9435 3385 Stopne swobody - n-6 n-6 Watość statystyk F,7 Odczytuemy watośc kytyczne z tablc ozkładu F Snedecoa z (,6 stopnam swobody. odzucamy, gdy F > F 3,5,95 W [3,5, + F W odzucamy hpotezę zeową o ównośc śednch w analzowanych podpókach. 6