Logo fi.boatexistence.com

Miksi käyttää noncentrality-parametria?

Sisällysluettelo:

Miksi käyttää noncentrality-parametria?
Miksi käyttää noncentrality-parametria?

Video: Miksi käyttää noncentrality-parametria?

Video: Miksi käyttää noncentrality-parametria?
Video: Getting started with Containers | #CloudNativeNinja PT1 2024, Huhtikuu
Anonim

Epäkeskeisyysparametri on hyödyllinen kuvattaessa yleisesti käytettyjä testitilastoja, joissa epäkeskeisyysparametri edustaa astetta, jossa testitilaston keskiarvo poikkeaa keskiarvostaan, kun nollahypoteesi on totta.

Mikä on keskeinen parametri?

Ei-keskeisyysparametri (λ) on mitta "…asteen, jolla nollahypoteesi on väärä" (Kirk, 2012). Toisin sanoen se kertoo jotain testin tilastollisesta tehosta. Esimerkiksi F-jakauma, jonka NCP-parametri on nolla, tarkoittaa, että F-jakauma on keskitetty F-jakauma.

Mikä on epäkeskeisyysparametri δ?

Jos testitilastolla on normaali normaalijakauma nollahypoteesin mukaan, sillä on nollasta poikkeava keskimääräinen normaalijakauma vaihtoehdossa. Tässä keskiarvo on ei-keskeisyysparametri. T-testille yhtäläisen varianssin oletuksen alaisena keskiarvo saadaan seuraavasti: δ=μ1−μ2σpooled/√n

Mitä eroa on keskusjakelulla ja ei-keskusjakelulla?

Kun keskusjakauma kuvaa, kuinka testitilasto jakautuu, kun testattu ero on nolla, ei-keskusjakaumat kuvaavat testitilaston jakautumista, kun nolla on epätosi (joten vaihtoehtoinen hypoteesi pitää paikkansa). Tämä johtaa niiden käyttöön tilastollisen tehon laskennassa.

Mikä on ei-keskeinen parametrien jakelu?

Epäkeskinen t-jakauma yleistää Studentin t-jakauman epäkeskeisyysparametrilla. Keskitodennäköisyysjakauma kuvaa kuinka testitilasto t jakautuu, kun testattu ero on nolla, kun taas ei-keskusjakauma kuvaa kuinka t jakautuu, kun nolla on epätosi

Suositeltava: