Średnia harmoniczna (cechy o charakterze ilorazu np. Prędkość, gęstość zaludnienia)

Podobne dokumenty
TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Prawdopodobieństwo i statystyka r.

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

. Wtedy E V U jest równa

Statystyczne charakterystyki liczbowe szeregu

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84

ma rozkład normalny z nieznaną wartością oczekiwaną m

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

Prawdopodobieństwo i statystyka r.

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

AKADEMIA MORSKA W SZCZECINIE

PDF created with FinePrint pdffactory Pro trial version WIII/1

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

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

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce.

będą niezależnymi zmiennymi losowymi o tym samym 2 x

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

Planowanie eksperymentu pomiarowego I

VI. TWIERDZENIA GRANICZNE

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych

STATYSTYKA OPISOWA WYKŁAD 3,4

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2

JEDNOWYMIAROWA ZMIENNA LOSOWA

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

O testowaniu jednorodności współczynników zmienności

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

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

IV. ZMIENNE LOSOWE DWUWYMIAROWE

Wyrażanie niepewności pomiaru

Statystyka Opisowa Wzory

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

Podstawy opracowania wyników pomiarowych, analiza błędów

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

Statystyka Matematyczna Anna Janicka

Statystyczna analiza danych przedziały ufności

Wnioskowanie statystyczne dla korelacji i regresji.

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

Statystyka matematyczna dla leśników

Parametryczne Testy Istotności

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji.

Wykład ze statystyki. Maciej Wolny

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

Statystyka opisowa. Stawia się pytania: pytanie co? poprzedza pytanie jak?. Najpierw potrzebna jest miara, potem można badać zmiany tej miary.

Materiały wspomagające wykład ze statystyki. Maciej Wolny

ROZKŁADY ZMIENNYCH LOSOWYCH

5. OPTYMALIZACJA NIELINIOWA

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

Miary statystyczne. Katowice 2014

Nieparametryczne Testy Istotności

Weryfikacja hipotez dla wielu populacji

4/2. Wnioskowanie statystyczne: hipotezy 2 Statystyka w zadaniach. Małgorzata Podogrodzka

Pojęcie statystyki. Definicja. Wektorową funkcję mierzalną T: X T(X)=(T 1 (X),...,T k (X)) R k wymiarową statystyką. próby X nazywamy k

Estymacja parametrów populacji

METODY ANALIZY DANYCH DOŚWIADCZALNYCH

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

Rachunek prawdopodobieństwa i statystyka matematyczna. Estymacja przedziałowa parametrów strukturalnych zbiorowości generalnej

ZAGADNIENIE TRANSPORTOWE

1 Testy statystyczne. 2 Rodzaje testów

3. OPTYMALIZACJA NIELINIOWA

Metoda Monte-Carlo i inne zagadnienia 1

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

( ) ( ) ( ) ( ) ( ) ( )

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15

Statystyka Wykład 6 Adam Ćmiel A3-A4 311a

mgr Anna Matysiak PODSTAWOWE POJĘCIA STATYSTYCZNE

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

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

Sabina Nowak. Podstawy statystyki i ekonometrii Część I

Matematyczny opis ryzyka

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.

Indukcja matematyczna

STATYSTYKA EKONOMICZNA I SPOŁECZNA

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

ĆWICZENIE 5 TESTY STATYSTYCZNE

65120/ / / /200

CHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (Parametry statystyczne) MIARY POŁOśENIA

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki)

Przewodnik do ćwiczeń ze statystyki

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Transkrypt:

Mary przecęte Średa arytmetycza Dla szeregu rozdzelczego cechy skokowej x k x k Średa harmocza (cechy o charakterze lorazu p. Prędkość, gęstość zaludea) x H k x Średa geometrycza x x x... G x średa arytmetycza ważoa x k k x DOMINANTA (WARTOŚĆ MODALNA) D x d ( d d d d ) ( d d ) Gdze: x p dola graca przedzału domaty p lczebość przedzału domaty p lczebość przedzału poprzedego p lczebość przedzału astępego p szerokość przedzału domaty Kwartyle d

M M e e x N ( x o Medaa szereg szczegółowy N, gdy N jest eparzyste x N ), gdy N jest parzyste szereg rozdzelczy dla cechy skokowej (ależy skumulować lczebośc, zaleźć wartość dla której częstość >5%) M x e Me k Me Me x Me Me Me - dola graca przedzału meday - połowa lczebośc próby - lczebość przedzału meday - szerokość przedzału meday - lczebość próby o Kwartyl perwszy k N 4 Q xq Q Q o Kwartyl drug = medaa o Kwartyl trzec Q 3 x Q 3 3N 4 k Q 3 Q 3 Mary zróżcowaa (zmeośc), charakteryzują stopeń zróżcowaa jedostek w próbe WARIANCJA (jest marą ryzyka) o dla szeregu szczegółowego ( x) ( x x) N o dla szeregu rozdzelczego cechy skokowej

( x) k ( x x) k o dla szeregu rozdzelczego cechy cągłej (k przedzałów) x ( x) ( x) k ( x x) k - środek przedzału Odchylee stadardowe przecęte odchylee od środka arytm. ( x) Współczyk zmeośc (porówywae ocea stopa zróżcowaa, dola graca ) ( x) V ( x) % x pow5% - duże zróżcow. po3% - małe zróżcow. Gdy przedzały e są domkęte e da sę oblczyć śr. arytm. stosujemy: Mary pozycyje bezwzględe (take które wykorzystują kwartyle) Rozstęp R x max x m Odchylee ćwartkowe Q 3 Q Q Mary pozycyje względe Współczyk zmeośc (pozycyjy) Q V Q *% Me

Estymacja przedzałowa parametrów Estymacja przedzałowa określoego parametru z populacj geeralej polega a kostrukcj pewego przedzału lczbowego ( a podstawe wyków z próby losowej poberaej ze zborowośc geeralej ), o którym moża powedzeć,że z przyjętym z góry prawdopodobeństwem pokryje wartość estymowaego parametru. Przedzał tak azywamy przedzałem ufośc Neymaa, atomast prawdopodobeństwo, że przedzał te będący zmeą losową pokryje ezay parametr, azywamy współczykem ufośc ozaczamy symbolem -. Pozomy współczyków ufośc ajczęścej przyjmowae są jako :,9;,95 ;,99. Przedzałem ufośc azywamy przedzał lczbowy, o którym przypuszczamy, że meśc sę w m ezay parametr populacj. Z przedzałem tym zwązaa jest mara ufośc ( pewośc ), że te przedzał aprawdę zawera teresujący as parametr, zwaa pozomem ufośc Na sposób kostrukcj przedzału ufośc ma wpływ lczebość próby losowej. W zależośc od rodzaju szacowaego parametru lczebośc próby moża wyróżć klka przedzałów ufośc, których sposób kostruowaa zostae przedstawoy a modelowych przykładach. Model I. Populacja geerala ma rozkład ormaly N (, ). Wartość średa jest ezaa, odchylee stadardowe w populacj jest zae. Z populacj tej pobrao próbę o lczebośc elemetów, wylosowaych ezależe. Wówczas przedzał ufośc dla średej populacj otrzymuje sę ze wzoru : P { x u x u } gdze : x - średa arytmetycza oblczoa z próby u pozom zmeej stadaryzowaej odczytay z tablc rozkładu ormalego N(,) przy przyjętym z góry współczyku ufośc - adzeja matematycza w populacj geeralej

- odchylee stadardowe w populacj geeralej - lczebość próby Model II. Populacja geerala ma rozkład N (, ). Nezaa jest zarówo wartość średa, jak odchylee stadardowe w populacj. Z populacj tej wylosowao ezależe małą próbę o lczebośc elemetów. Przedzał ufośc dla średej populacj otrzymuje sę wówczas według wzoru : s s P { x t x t } lub według wzoru rówoważego sˆ sˆ P { x t x t } gdze x ozacza średą arytmetyczą oblczoą z próby, s ŝ są odchyleam stadardowym z próby oblczoym według wzorów : s ( x x) sˆ ( x x) Wartość t ozacza wartość zmeej t tudeta odczytaą z tablcy tego rozkładu dla - stop swobody w tak sposób, by dla daego z góry prawdopodobeństwa - była spełoa relacja P { t t t }. Model III. Populacja geerala ma rozkład N(, ) bądź dowoly y rozkład o średej skończoej waracj ( ezaej ). Z populacj tej pobrao do próby ezależych obserwacj, przy czym lczebość próby jest dużą ( co ajmej klka dzesątków ). Wtedy przedzał ufośc dla średej populacj wyzaczamy ze wzoru jak w modelu I, z tą tylko różcą, że zamast we wzorze tym używamy odchyleń stadardowych

s lub ŝ oblczoych z próby. Ze względu a dużą próbę wyk jej grupuje sę w szereg rozdzelczy o r klasach wtedy wygode jest oblczać x oraz s według wzorów: x r j x o j j s r j ( x x) o j j gdze o x j ozacza środek poszczególego przedzału klasowego, a j jego lczebość. Gdy lczba r przedzałów klasowych jest mała, tz. gdy długość h każdego przedzału klasowego jest duża, oblczając z powyższego wzoru wartość s ależy stosować, tzw. poprawkę grupowaa, tj. odjąć od perwastek. s lczbę h, a dopero potem wycągąć Zwykle przyjmuje sę współczyk ufośc - wyoszące,9 ;,95 ( ajczęścej ), wreszce,99 lub,999 w badaach gdze ryzyko pomyłk jest małe. Przedzał ufośc dla wskaźka struktury Podstawowym parametrem populacj, szacowaym w przypadku badań statystyczych ze względu a cechę emerzalą ( jakoścową ) jest frakcja, prawdopodobeństwo ( lub po przemożeu przez procet ) elemetów wyróżoych w populacj, zwaa też wskaźkem struktury w populacj. Zagadee sprowadza sę do budowy przedzału lczbowego, który z określoym, z góry zadaym prawdopodobeństwem ( współczykem ufośc ), będze zawerał ezaą wartość odsetka ( wskaźka struktury, częstośc względej lub procetu ) zborowośc geeralej. Ważym warukem jest duża próba, >, a awet >. W zastosowaach statystyk waruek te jest zacze łagodejszy >3. Jedak m wększa próba tym lepsze wyk.

Gdy jest małe ( <3), wówczas korzysta sę z dokładego rozkładu m estymatora pˆ, jakm jest rozkład dwumaowy ze średą E( pˆ) p p( p) odchyleem stadardowym pˆ. Jeżel jest duże ( > ), a p jest małym ułamkem ( p,5), to moża przyjąć, że estymator ormaly o parametrach N( p, m pˆ ma rozkład asymptotycze p( p) a statystyka asymptotyczy rozkład ormaly zero jedykowy N(,). Przedzał ufośc dla parametru p wyraża sę wzorem : pˆ p u ma p( p) pˆ( pˆ) pˆ( pˆ) P { pˆ u p pˆ u } Przedzał ufośc dla waracj odchylea stadardowego Przedzał ufośc dla waracj w populacj geeralej moża wyzaczyć, gdy cecha X charakteryzująca zborowość ma rozkład N (, ), przy czym parametry, są ezae. Na podstawe próby losowej pochodzącej z tej populacj budujemy przedzał ufośc dla ezaej waracj.estymatorem parametru wzorem :, przyjmując współczyk ufośc - jest waracja z próby s określoa s ( x x). Przedzał ufośc dla może być zbudoway a podstawe rozkładu s statystyk, która ma rozkład ch kwadrat o v=- stopach swobody. Dla przyjętego współczyka ufośc - moża zaleźć dwe wartośc, które moża zapsać jako :

) ( P oraz ) ( P Przedzał ufośc dla waracj określoy jest wzorem : } ˆ ) ( ˆ ) ( { P Przedzał ufośc dla odchylea stadardowego moża wyrazć wzorem : } { u s u s P

Weryfkacja hpotez statystyczych Hpoteza statystycza jest założeem badawczym, sformułowaym przez użytkowka, które dotyczy:. pozomu ezaych parametrów w populacj geeralej ( hpotezy parametrycze ). kształtu rozkładów teoretyczych dla obserwowaych zmeych losowych ( hpotezy eparametrycze ) Złożea badawcze, zwae parametryczym lub eparametryczym hpotezam statystyczym są formułowae w rówoległych erozłączych postacach, a maowce jako : hpoteza zerowa ( H ), przez którą ależy rozumeć sformułowae założea o braku jakejkolwek różcy pomędzy oceam z prób losowych a parametram lub rozkładam w populacj geeralej hpotezy alteratywe ( H ), które są wszystkm pozostałym możlwym założeam, poza sformułowaą hpotezą zerową Hpotezy alteratywe mogą być sformułowae względem hpotezy zerowej dwustroe wtedy H H lewostroe wtedy H H prawostroe wtedy H H topeń sformułowaa hpotezy alteratywej względem hpotezy zerowej ma wpływ a stopeń jedozaczośc podejmowaych decyzj weryfkacyjych. Metody weryfkacj hpotez są skerowae wyłącze a sprawdzee hpotez zerowych. Hpotezy zerowe, decyzje weryfkacyje oraz błędy ch prawdopodobeństwa Hpoteza zerowa Odrzucee Przyjęce ( H ) H Prawdzwa Błąd I rodzaju (B I ) P(B I ) =, << H Decyzja bezbłęda Fałszywa Decyzja bezbłęda Błąd II rodzaju ( B II ) P(B II )=,

Podstawowe pojęca Hpoteza statystycza - Założee dotyczące wartośc parametru lub rodzaju rozkładu zmeej w zborowośc geeralej. Hpoteza zerowa ( H ) - Hpoteza formułowaa często w testach stotośc w tak sposób, aby a podstawe wyków próby mogła być odrzucoa ( wbrew zdrowemu rozsądkow ), tak aby moża było ją łatwo odrzucć. Na przykład stawamy H : ( hpoteza prosta ). Częścej jedak chodz o zaps H : lub H : ( hpotezy złożoe ). Hpoteza alteratywa ( H ) - Hpoteza odośe której przypuszczamy, że jest prawdzwa ( zgode ze zdrowym rozsądkem ). Jeżel H zostae odrzucoa, wówczas przyjmujemy H, w przecwym przypadku e mamy podstaw do stwerdzea, że hpoteza alteratywa jest prawdzwa, p. dla ezaej średej zborowośc geeralej. Błąd I rodzaju () - Jeśl hpoteza zerowa w rzeczywstośc jest prawdzwa ( choć tego e wemy ), ale a podstawe wyków hpotezę tę odrzucamy, to popełamy błąd I rodzaju. Błąd II rodzaju () - Jeśl hpoteza zerowa w rzeczywstośc jest fałszywa ( choć tego e wemy ), ale a podstawe wyków z próby e mamy podstaw do jej odrzucea ( co w praktyce ozacza jej akceptację, czyl przyjęce ) to wówczas popełamy błąd II rodzaju. prawdza testu ( statystyka testu ) zmea losowa o określoym rozkładze z próby ( ajczęścej ormalym, t-tudeta lub ch kwadrat ), której wartość wpada lub e do obszaru odrzucea hpotezy zerowej ( H ), w zależośc od tego, jaka będze krytycza wartość testu. Wartość krytycza testu - Wartość zmeej losowej o określoym rozkładze ( ajczęścej ormalym, t- tudeta lub ch kwadrat ), która przy daym ( pozome stotośc ) jest porówywala z wartoścą statystyk testu dla potrzeb ustalea, czy H może być odrzucoa czy też e.

Zbór krytyczy - Zbór takch wartośc sprawdzau testu, które przemawają za odrzuceem H. Pozom stotośc - Maksymale prawdopodobeństwo popełea błędu I rodzaju, a które godz sę badacz przeprowadzający test statystyczy.zazwyczaj jest oo małe przyjmuje wartośc, ;, ;,5 ; lub,. Test jedostroy - ytuacja, w której zbór krytyczy hpotezy zerowej zajduje sę tylko a lewo lub tylko a prawo od wartośc oczekwaej daej zmeej losowej. Zbór krytyczy testu usytuoway jest zatem po jedej stroe wartośc oczekwaej. Test dwustroy - ytuacja, w której zbór krytyczy hpotezy zerowej umeszczoy jest symetrycze a lewo a prawo od wartośc oczekwaej daej statystyk testu. Wybór rodzaju testu - Zbór krytyczy testu, jeśl to możlwe, powo sę wyzaczyć w tak sposób, aby przy ustaloym prawdopodobeństwe popełea błędu I rodzaju mmalzować prawdopodobeństwo ( popełea błędu II rodzaju ). Moc testu - Prawdopodobeństwo odrzucea hpotezy zerowej H, gdy hpoteza alteratywa H jest prawdzwa. Moc testu ozaczoy jest przez M=-. Wykres mocy testu - wykres prawdopodobeństwa odrzucea hpotezy zerowej dla wszystkch możlwych wartośc ezaego parametru zborowośc geeralej. Wartość p mmala wartość, dla której H może być odrzucoa a podstawe wyków próby Hpoteza zerowa powa być odrzucoa tylko wtedy, gdy wartość p jest mejsza od przyjętego dla daego testu pozomu stotośc ( H odrzucamy, gdy wartość p < ). Wartość p często jest azywaa obserwowalym pozomem stotośc. Jest to mara oceająca, a le wyk z próby skłaają do założea prawdzwośc hpotezy zerowej. Im mejsze p, tym jest to mej prawdopodobe.

Uwaga! Komputerowy pozom stotośc lub pozom prawdopodobeństwa jest w pakece tatstca ozaczoy jako p. Jeżel >p, to a daym pozome odrzucamy hpotezę zerową, atomast gdy < p, to a daym pozome stotośc e ma podstaw do odrzucea hpotezy zerowej. Hpoteza parametrycza założee odoszące sę do ezaego pozomu parametru ( parametrów ) zborowośc geeralej. Hpoteza eparametrycza założea odoszące sę do ezaej postac rozkładu zmeej losowej w zborowośc geeralej ( czasam dotyczy to rówań ezaych wartośc parametrów tego rozkładu ). tadardowa procedura testu stotośc jest to sposób weryfkacj hpotezy statystyczej składający sę z astępujących po sobe czyośc : przyjęce określoego pozomu stotośc sformułowae hpotezy zerowej H sformułowae hpotezy alteratywej ( w zależośc od H test może być jedostroy lub dwustroy ) ustalee sprawdzau testu ( statystyk ) jego wartośc a podstawe dostępych formacj o zborowośc geeralej próbe odczytae wartośc krytyczej sprawdzau testu ( główe z tablc rozkładu ormalego, t- tudeta lub ch kwadrat ) przy daym pozome formacjach pochodzących z próby losowej ustalee obszaru odrzucea ( krytyczego ) H przy daym ( obszar te może być jedostroy lub dwustroy ) podjęce decyzj o odrzuceu lub brak podstaw do odrzucea hpotezy zerowej ( a podstawe porówaa wartośc statystyk testu z wartoścą krytyczą ) porówae wartośc p z Test dla wartośc średej Załóżmy, że cecha X posada w populacj rozkład N(, ) parametry tego rozkładu e są zae. W postępowau weryfkacyjym H :, gdy ezaa jest wartość drugego parametru, tz., ależy wyróżć dwa przypadk :. wykorzystuje sę statystykę Z, której dokłady rozkład w określoych warukach jest zay. W tym przypadku mamy do czyea z małą próbą.

. wykorzystuje sę statystykę Z, której zay jest rozkład graczy ( asymptotyczy ). Przypadek te dotyczy dużych prób, tz. gdy W przypadku perwszym formułujemy hpotezy : H : wobec H : ( albo H :, albo H : ) Poberamy próbę losową prostą lczącą jedostek. Jeżel próba jest mała, w praktyce <3, to do weryfkacj hpotezy H, wykorzystuje sę statystykę : X X t ˆ tatystyka t ma rozkład t- tudeta o v=- stopach swobody wtedy, gdy prawdzwa jest hpoteza zerowa. W celu podjęca decyzj względem H, z tablc rozkładu t- tudeta odczytujemy wartość krytyczą t,v spełającą waruek: P ( t,v t ) gdze : - ustaloy z góry pozom stotośc Zbór wartośc (, t, v t, v, ) jest obszarem ( zborem ) krytyczym. Wadomo, że dla daego,, Z zbór krytyczy K określa także postać hpotezy alteratywej. Jeżel hpoteza kokurecyja jest postac : H :, to obszar krytyczy wyzaczoy z rówośc P ( t t,v ) atomast dla hpotezy H :, zbór krytyczy określa rówość P ( t t,v ) W każdym rozważaym przypadku lczba stop swobody v wyos -. Jeżel oblczoa wartość statystyk testu t zajdze sę w zborze krytyczym K, to hpotezę H odrzucamy z prawdopodobeństwem przyjmujemy hpotezę alteratywą. Gdy stwerdzmy, że wartość statystyk testu e zajduje sę w obszarze krytyczym ( jej wartość ależy do zboru dopuszczalego ), wstrzymamy sę od podjęca decyzj mówąc, że e ma podstaw do odrzucea H a pozome stotośc. Test dla dwóch średch Rozważae są dwe zborowośc, każda ze względu a pewą wybraą zmeą X. Zakłada sę, że badaa cecha w każdej z tych zborowośc ma

rozkład ormaly odpowedo o parametrach, - w perwszej zborowośc oraz, - w drugej zborowośc. W celu sprawdzea hpotezy : H : wobec H : ( może być lub ) pobera sę ezależe z każdej z tych zborowośc próby proste o lczebośc odpowedo rówej. Jeżel 3, to dla zweryfkowaa H wykorzystuje sę statystykę : t X X * * tatystyka ta ma rozkład t- tudeta o v stopach swobody wówczas, gdy prawdzwa jest H oraz waracje badaej zmeej w obu populacjach są rówe ( ) W przypadku gdy 3, w celu weryfkacj rozważaej H wykorzystuje sę statystykę o astępującej postac : u X X tatystyka ta ma graczy rozkład ormaly, czyl operając sę a rozkładze N(,) określa sę krytyczy dopuszczaly zbór wartośc rozważaej statystyk. Test dla waracj Chcemy sprawdzć hpotezę, że waracja w populacj, w której badaa cecha ma rozkład ormaly N( praktyce hpoteza kokurecyja, ), jest rówe lczbe. Najczęścej w ( alteratywa ) głos, że waracja jest wększa od. formułowae hpotezy możemy zapsać astępująco : H : wobec H :. W celu sprawdzea hpotezy H poberamy próbę prostą losową lczącą jedostek wykorzystujemy statystykę o postac : ( X tatystyka X ) ma rozkład ( ch kwadrat ) o v=- stopach swobody, gdy prawdzwa jest H. Zbór wartośc krytyczych testu wyzacza sę z

relacj P( ). Jeżel wartość statystyk testu zajdze sę w, v obszarze krytyczym, ), to z prawdopodobeństwem odrzucamy, v hpotezę H. W przecwym wypadku wstrzymujemy sę od podjęca decyzj. W przypadku, gdy rozważaa jest duża próba, to wykorzystuje sę statystykę u Fshera o postac : u v. tatystyka ta ma graczy rozkład N (, ) wówczas, gdy prawdzwa jest H. Test dla dwóch waracj Badamy dwe populacje o rozkładze ormalym N( ) N, )., ( Żade z tych parametrów e jest zay. Należy sprawdzć hpotezę H : wobec hpotezy alteratywej H :. Do weryfkacj hpotezy H, że waracje w obu populacjach są detycze, używa sę waracj oraz oblczaych z dwóch ezależych prób prostych o lczebośc, odpowedo, oraz. Jeżel prawdzwa jest hpoteza zerowa, tz., to zmea F ma rozkład F-edecora ( lub krótko rozkład F ) z v oraz v stopam swobody, przy czym są estymatoram waracj z ezależych prób prostych pobraych ze zborowośc o rozkładze ormalym. Relacja wyzaczająca prawostroy obszar krytyczy jest postac P ( F F ), gdze wartość krytyczą F odczytujemy z tablc rozkładu F-edecora, dla v v stop swobody. Jeżel powyższa relacja jest spełoa, ależy hpotezę H odrzucć. W przecwym przypadku e ma podstaw do odrzucea H o detyczośc waracj w obu populacjach. Gdy sprawdzeu podlega hpoteza H : wobec o H :, wówczas statystykę F oblcza sę, umeszczając w lczku wększą z waracj z obu prób, awet jeśl pochodz oa z populacj ozaczoej umerem. Test dla wskaźka struktury Nech populacja geerala ma rozkład dwupuktowy z parametrem p ozaczającym prawdopodobeństwo, że badaa zmea X w populacj przyjme wyróżoą wartość. Parametr p ( )<p< ) moża terpretować

jako frakcję elemetów populacj mających tę wartość określaą często w lteraturze wskaźkem struktury w populacj. Załóżmy dalej, że dla takej populacj chcemy zweryfkować hpotezę zerową, że parametr p w populacj ma określoą wartość p. Hpoteza zerowa jest postac H : p p prawdzaem tej hpotezy jest wskaźk struktury z dużej próby elemetowej ( ) zdefoway jako : m pˆ ( ) gdze m ozacza lczbę wyróżoych elemetów w próbe jest realzacją zmeej losowej X o rozkładze dwupuktowym. tatystyka ( ) ma asymptotyczy ( graczy ) rozkład ormaly p( p) N p,. Jeżel hpoteza zerowa jest prawdzwa, tz. jeśl p p, to wskaźk struktury z próby ma asymptotyczy rozkład ormaly p ( p ) N p, statystyka : u pˆ p p ( p ) m p p ( p ) ma asymptotyczy ( w przyblżeu ) rozkład ormaly N(, ), przy czym m ozacza lczbę jedostek o wyróżoej wartośc cechy w elemetowej próbe. Obszar krytyczy w tym teśce jest określoy relacją P ( u u ), gdze jest pozomem stotośc, a u - wartoścą krytyczą. posób weryfkacj przebega w podoby sposób jak poprzedo. Moża kostruować róweż jedostroe obszary krytycze w zależośc od sformułowaa hpotezy alteratywej. Test dla dwóch wskaźków struktury Nech badaa cecha X w dwóch populacjach ma rozkład dwupuktowy z parametram p p. Formułujemy hpotezę, że oba te parametry są detycze. Hpotezę zerową możemy zapsać w sposób astępujący : H : p p a hpotezę alteratywą H : p p albo H : p p lub H. W celu weryfkacj hpotezy zerowej z obu populacj : p p

wylosowao próby proste o lczebośc jedostek. Nech oraz m, ozaczają wskaźk struktury odpowedo z perwszej drugej próby. Różca tych wskaźków struktury ma asymptotyczy rozkład : N p p, p( p) p ( p ) Jeśl prawdzwa jest hpoteza zerowa ( H : p p ), to statystyka : u m m pq m ma rozkład asymptotycze ormaly N (, ), We wzorze tym są lczeboścam odpowedo próby perwszej drugej, m m są lczbą elemetów wyróżoych odpowedo w próbe perwszej drugej, atomast : m m * p, q p,

Testy eparametrycze prawdzae hpotezy a podstawe testu zgodośc Populacja geerala ma dowoly rozkład o dystrybuace ależącej do zboru rozkładów o określoym type postac fukcyjej dystrybuaty. Mogą to być dystrybuaty typu cągłego skokowego. Z populacj tej losujemy ezależe dużą próbę, a wyk losowaa dzelmy a r rozłączych klas o lczebośc w każdej klase, przy czym Podzał a klasy tworzy tzw. Rozkład empryczy. Na podstawe wyków próby stawamy hpotezę, że dystrybuata populacj ależy do klasy określoych dystrybuat, którą będzemy ozaczać przez ; tz. H : F( ), gdze F ( x ) jest dystrybuatą rozkładu populacj. x Porówae dystrybuaty F ( x) z dystrybuatą empryczą daje możlwość weryfkacj postawoej hpotezy. Test zgodośc dla tej hpotezy jest astępujący : z hpotetyczego rozkładu ależącego do poszczególych klas wartośc badaej cechy x prawdopodobeństwa p, że zmea losowa x o rozkładze przyjme wartośc ależące do klasy o umerze ( =,,3,...,m ). Z kole możąc p przez lczebość całej próby, otrzymujemy lczebośc teoretycze p, które wystąpą w poszczególych klasach, jeżel postawoa hpoteza H jest prawdzwa. tatystyką weryfkującą H jest hpoteza : r ( p ) p która ma przy słuszośc założea H rozkład asymptotyczy o r- stopach swobody, lub r--k stopach swobody ( r jest lczbą klas, k lczbą parametrów, które wyzaczamy dla fukcj ależącej do ). Obszar krytyczy w tym teśce buduje sę prawostroe w oparcu o rozkład statystyk stotośc ) P (. Jeżel. Z tablc rozkładu, dla ustaloego z góry pozomu, odczytujemy wartość krytyczą e ma podstaw do odrzucea hpotezy. emp, to H ależy odrzucć, jeżel, by zachodzło, to emp.

Test ser tevesa erą azywamy każdy cąg detyczych elemetów w zborze uporządkowaym według przyjętego kryterum. Losowość próby weryfkuje sę w oparcu o testy ser. W testach tych kluczowym pojęcem staje sę pojece ser. Zakładamy, że pojawee sę kolejych elemetów ma charakter losowy. Ogóla lczba ser w próbe -elemetowej jest to zmea losowa K o stablcowaym rozkładze. tawamy hpotezy: Ho: dobór jedostek do próby jest losowy H: dobór jedostek do próby e jest losowy Algorytm postepowaa moża zapsać w postac: wyzaczamy medaę w próbe euporządkowaej ozaczamy symbolam A B wartośc różące sę od meday zgode z erówoścam x < Me = A x > Me = B, gdy x = Me to -ty elemet próby pomjamy zlczamy lczbę ser k=k A +k B ka lczba symbol A kb lczba symbol B, lczba ser K jest wartoścą statystyk testowej Obszar krytyczy testu jest dwustroy, gdyż ser e może być a za dużo, a za mało. Wartośc krytycze testu k k odczytuje sę z tablc lczby ser. Gdy k <k<k to e ma podstaw do odrzucea Ho. Jeżel zaś jest y układ, to ależy odrzucć Ho.

Wartośc krytycze rozkładu ser (jedostroe) P ( k k, ), =,5 3 4 5 6 7 8 9 3 =,5 3 4 5 6 7 8 9 3 4 3 3 4 4 5 3 5 6 3 3 3 6 3 3 7 3 3 4 4 7 3 3 3 8 3 3 4 4 5 8 3 3 3 4 4 9 3 4 4 5 5 6 9 3 3 4 4 5 5 3 3 4 5 5 6 6 6 3 3 4 5 5 5 6 3 3 4 5 5 6 6 7 7 3 4 4 5 5 6 6 7 3 4 4 5 6 6 7 7 8 8 3 4 4 5 6 6 7 7 7 3 3 4 4 5 6 6 7 8 8 9 9 3 3 4 5 5 6 6 7 7 8 8 4 3 4 5 5 6 7 7 8 8 9 9 4 3 4 5 5 6 7 7 8 8 9 9 5 3 4 5 6 6 7 8 8 9 9 5 3 3 4 5 6 6 7 7 8 8 9 9 6 3 4 5 6 6 7 8 8 9 6 3 4 4 5 6 6 7 8 8 9 9 7 3 4 5 6 7 7 8 9 9 I 7 3 4 4 5 6 7 7 8 9 9 8 3 4 5 6 7 8 8 9 I 8 33 43 5 5 6 7 8 8 9 9 9 3 4 5 6 7 8 8 9 9 3 33 44 54 6 6 7 8 8 9 3 3 4 5 6 7 8 9 9 3 33 44 54 65 6 7 8 9 9 3 3 3 =,95 =,975 3 4 5 6 7 8 9 I 3 4 5 6 37 48 59 6 7 8 9 3 4 5 6 7 8 4 4 3 5 6 3 5 6 4 5 6 7 4 5 7 8 5 5 7 8 8 5 5 7 8 9 6 7 8 9 6 5 7 8 9 7 5 7 8 9 7 5 7 9 8 5 7 9 8 5 7 9 3 9 5 7 9 3 3 9 5 7 9 3 3 4 5 7 9 3 4 5 5 7 9 3 4 5 5 5 7 9 3 4 4 5 6 5 7 9 3 4 5 6 6 5 7 9 3 4 5 6 6 7 5 7 9 3 5 5 6 7 8 3 5 7 9 3 4 5 6 7 7 8 3 5 7 9 3 4 5 6 7 8 8 9 4 5 7 9 3 5 6 6 7 8 9 9 4 5 7 9 3 4 5 6 7 8 9 9 5 5 7 9 3 4 5 6 7 8 8 9 5 5 7 9 3 4 5 7 7 8 9 6 5 7 9 3 4 5 6 7 8 9 6 5 7 9 3 5 6 7 8 9 7 5 7 9 3 4 5 6 7 8 9 7 5 73 9 3 5 6 7 8 9 3 4 8 5 7 9 3 4 5 7 8 9 8 3 5 73 94 3 5 6 7 8 9 3 4 4 5 9 5 7 9 3 4 5 7 8 9 9 3 5 74 94 5 3 5 6 7 9 3 4 5 5 5 7 9 3 4 6 7 8 9 3 4 5 74 95 6 36 5 6 7 9 3 4 4 5 6

Materały przygotowae w oparcu o poższe źródła: Domańsk C. 979: tatystycze testy eparametrycze, PWE, Warszawa. Draper N.R., mth H. 973. Aalza regresj stosowaa. PWN, Warszawa Greń J., 976 - tatystyka matematycza modele zadaa. PWN Warszawa. Hausz Z., Tarasńska J. 6. tatystyka Matematycza. Wydawctwo AR w Luble. Hellwg Z. 975: Elemety rachuku prawdopodobeństwa statystyk matematyczej, PWN, Warszawa. Kala R.. tatystyka dla przyrodków. Wydawctwo AR w Pozau Kassyk-Rokcka H. 999. tatystyka e jest truda. Merk statystycze. PWE, Warszawa Kloeck W. 999. tatystyka dla żyerów. PWN, Warszawa Krysck W. J. Bartos, W. Dyczka, K. Królkowska, M. Waslewsk, 6: Rachuek prawdopodobeństwa statystyka matematycza w zadaach, część. Warszawa: PWN, Luszewcz A. 998. tatystyka e jest truda. Metody woskowaa statystyczego. PWE, Warszawa Makać W., Urbaek-Krzysztofak D. 995. Metody opsu statystyczego. Wydawctwo Uwersytetu Gdańskego Oktaba W. 98: Elemety statystyk matematyczej metodyka dośwadczalctwa, PWN, Warszawa. Oktaba W. 98: Metody statystyk matematyczej w dośwadczalctwe, PWN, Warszawa. Pawłowsk Z. 98: tatystyka matematycza, PWN, Warszawa. Platt C. 98: Problemy rachuku prawdopodobeństwa statystyk matematyczej, PWN, Warszawa Rao C. R. 98: Modele lowe statystyk matematyczej, PWN, Warszawa. Rao C. R. 994: tatystyka prawda, PWN, Warszawa. Rechma W. J. 968: Drog bezdroża statystyk, PWN, Warszawa. Rószkewcz M. 993: tatystyka kurs podstawowy, GH, Warszawa. lvey. D. 978: Woskowae statystycze, PWN, Warszawa. obczak M. 997: tatystyka, PWE, Warszawa. tasz A., - Aalza waracj - testy po fakce, Medycya Praktycza /4. Wójck A.R. 993. tatystyka matematycza. Wydawctwo GGW, Warszawa Zelńsk W. 997. Wybrae testy statystycze. Fudacja "Rozwój GGW", Warszawa Zelńsk R., 97 - Tablce tatystycze. Wyd. PWN Warszawa.