• Nie Znaleziono Wyników

Zestawienie testw parametrycznych 2020.

N/A
N/A
Protected

Academic year: 2021

Share "Zestawienie testw parametrycznych 2020."

Copied!
4
0
0

Pełen tekst

(1)

1

Testy do weryfikacji hipotez o wartości oczekiwanej

I. Cecha X populacji ma rozkład normalny N(m , ),  jest znane Hipoteza zerowa H0(mm0)

H1

n

U

Zbiór kryt. K Wyznaczanie liczby k Nr testu

)

(

0 1

m

m

H

n

m

X

/

0

 k

; 

)

(k

)

1

1

)

(

0 1

m

m

H

(



;

k

(k

)

1

2

)

(

0 1

m

m

H

(



;

k

k

;

)

2

1

)

(

 k

3

II. Cecha X populacji ma rozkład normalny N(m , ),  nie jest znane. Hipoteza zerowa H0(mm0) H1

n

U

Zbiór kryt. K Wyznaczanie liczby k Nr testu

)

(

0 1

m

m

H

1

/

0

n

S

m

X

k

;

)

2

)

|

(|

T

1

k

P

n 4

)

(

0 1

m

m

H

(



;

k

P

(|

T

n1

|

k

)

2

5

)

(

0 1

m

m

H

(



;

k

k

;

)

P

(|

T

n1

|

k

)

6 III. Cecha X populacji ma dowolny rozkład, próba jest liczna n > 60.

Hipoteza zerowa

H

0

(

m

m

0

)

H1

n

U

Zbiór kryt. K Wyznaczanie liczby k Nr

testu

)

(

0 1

m

m

H

n

S

m

X

/

0

k

;

)

(k

)

1

7

)

(

0 1

m

m

H

(



;

k

(k

)

1

8

)

(

0 1

m

m

H

(



;

k

k

;

)

2 1 ) (     k 9

Test do weryfikacji hipotezy o prawdopodobieństwie sukcesu

Cecha X populacji ma rozkład zerojedynkowy P(X 1) p, P(X 0)1 p, p(0;1) Hipoteza zerowa

H

0

(

p

p

0

)

Próba liczna n>100

H1

n

U

Zbiór kryt. K Wyznaczanie liczby

k Nr testu

)

(

0 1

p

p

H

n

p

p

p

W

)

1

(

0 0 0

W – średnia częstość sukcesu n k W 

k

;

)

(k

)

1

10

)

(

0 1

p

p

H

(



;

k

(k

)

1

11

)

(

0 1

p

p

H

(



;

k

k

;

)

2

1

)

(

 k

12

(2)

2

Test do weryfikacji hipotez o odchyleniu standardowym Cecha X populacji ma rozkład normalny N(m , ). Hipoteza zerowa H0(

0)

H1

n

U

Zbiór kryt. K Wyznaczanie liczb

k i l Nr testu

)

(

0 1

H

2 0 2

nS

 k

; 

)

P

(

Y

n1

k

)

13

)

(

0 1

H

(

0

;

k

)

1

(

Y

1

k

P

n 14

)

(

0 1

H

(

0

;

k

l

;

)

P

(

Y

n1

l

)

/

2

2

/

1

)

(

Y

1

k

P

n 15

Uwaga: dla n>30 można stosować statystykę 2 2( 1) 1

2 0 2     nS n U  o rozkładzie N(0,1).

Testy do porównywania wartości oczekiwanych

Badane są dwie cechy X i Y różnych populacji. Zakładamy, że cechy te są zmiennymi losowymi niezależnymi. Z populacji, w której badana jest cecha X pobrano próbę n1 elementową, natomiast z drugiej populacji pobrano próbę n elementową. 2

1. Cechy X i Y mają rozkłady normalne odpowiednio N(m1,1), N(m2,2), przy czym odchylenia standardowe

1 i

2są znane.

Hipoteza zerowa

H

0

(

m

1

m

2

)

H1

2 1n

n

U

Zbiór kryt. K Wyznaczanie

liczby k Nr testu

)

(

1 2 1

m

m

H

2 2 2 1 2 1 n n Y X

 

k

;

)

(k

)

1

16

)

(

1 2 1

m

m

H

(



;

k

(k

)

1

17

)

(

1 2 1

m

m

H

( ; kk ; ) 2 1 ) (    k 18

2a. Cechy X i Y mają rozkłady normalne odpowiednio N(m1,), N(m2,), przy czym

odchylenia standardowe obu cech są sobie równe i nie są znane. Hipoteza zerowa H0(m1 m2)

H1

2 1n

n

U

Zbiór kryt. K Wyznaczanie

liczby k Nr testu

)

(

1 2 1

m

m

H

2 1 2 1 2 1 2 2 2 2 1 1

2

n

n

n

n

n

n

S

n

S

n

Y

X

k

;

)

P

(|

T

n1n22

|

k

)

2

19

)

(

1 2 1

m

m

H

(



;

k

P

(|

T

n1n22

|

k

)

2

20

)

(

1 2 1

m

m

H

)

;

;

(



k

k

(|

2

|

)

2 1

k

T

P

n n 21

(3)

3

2b. Cechy X i Y mają rozkłady normalne odpowiednio

N

(

m

1

,

1

),

N

(

m

2

,

2

)

, przy czym

1

 i  nie są sobie równe i nie są znane. 2 Hipoteza zerowa

H

0

(

m

1

m

2

)

.

Hipoteza

alternatywna Sprawdzian U Zbiór krytyczny K Wyznaczanie liczby k

Nr testu 1 1 2 H (m >m ) 2 2 1 2 1 2 X Y S S n 1 n 1    

k

;

) 1 1 1 1 2 2 2 1 2 1 2 2 2 2 1 2 1 1        n S n S n S k n S k k gdzie

2 ) (T11k1P n  2 ) ( 1 2 2 kT P n 22 1 1 2 H (m <m ) ( ; k k jw.  2 ) (T11 k1  P n  2 ) (T21 k2  P n 23 1 1 2 H (m m ) ( ; k k ; ) k jw.     ) (T11 k1 P n     ) (T21 k2 P n 24

3. Cechy X i Y mają rozkłady dowolne o wartościach oczekiwanych m1, m2, przy czym próby są liczne,

n

1, n2 > 100.

)

(

1 2 0

m

m

H

H1 2 1n n

U

Zbiór kryt. K Wyznaczanie liczby k Nr testu

)

(

1 2 1

m

m

H

2 2 2 1 2 1

n

S

n

S

Y

X

k

;

) (k )1

25

)

(

1 2 1

m

m

H

(



;

k

(k

)

1

26

)

(

1 2 1

m

m

H

(



;

k

k

;

)

2

1

)

(

 k

27 Uwaga.

Dla prób powiązanych (dane to pary (xi, yi), i = 1, 2, …, n), należy rozpatrywać zmienną Z = X –

(4)

4

Test do porównywania prawdopodobieństw sukcesu.

Badane są dwie cechy X i Y różnych populacji o rozkładach zerojedynkowych,

,

1

)

0

(

,

)

1

(

X

p

1

P

X

p

1

P

P

(

Y

1

)

p

2

,

P

(

Y

0

)

1

p

2

,

Z populacji, której badana jest cecha X pobrano próbę

n

1 elementową, natomiast z drugiej

populacji pobrano próbę

n

2 elementową. Obie próby są liczne n1, n2>100.

Hipoteza zerowa: H0(p1p2) H1

2 1n

n

U

Zbiór kryt. K Wyznaczanie

liczby k Nr testu

)

(

1 2 1

p

p

H

2 1 2 1 2 1

)

1

(

n

n

n

n

W

W

W

W

k

;

)

(k

)

1

28

)

(

1 2 1

p

p

H

(



;

k

(k

)

1

29

)

(

1 2 1

p

p

H

(



;

k

k

;

)

2 1 ) (  

 k 30 2 1, W

W średnie częstości sukcesów w poszczególnych próbach,

,

/

,

/

1 2 2 2 1 1

k

n

W

k

n

W

)

/(

)

(

k

1

k

2

n

1

n

2

W

- średnia częstość sukcesu w połączonych próbach,

2 2 1 1 1 2 1 1 W n n n W n n n W       Uwaga.

Dla małej próby należy stosować statystykę:

która ma w przybliżeniu rozkład N(0, 1).

Test do weryfikacji hipotez o porównywaniu wariancji

Cechy X i Y mają rozkłady normalne odpowiednio

N

(

m

1

,

1

),

N

(

m

2

,

2

)

.

Z populacji, w której badana jest cecha X pobrano próbę

n

1 elementową, natomiast z drugiej

populacji pobrano próbę

n

2 elementową.

Hipoteza zerowa H0(

12 

22)

Hipoteza alternatywna

Sprawdzian U

Zbiór krytyczny K Wyznaczanie liczb k i l Nr testu

)

(

12 22 1

H

1 2 2 n 2 n

ˆS

ˆS

)

; 

 k

( 1; 1  ) 2 1 k F P n n 31 2 2 1 1 2

H (σ <σ )

(

0

;

k

( 1; 1 )1 2 1 k F P n n 32 2 2 1 1 2

H (σ

σ )

(

0

;

k

l

;

)

P(Fn11;n21k)1/2 2 / ) (F11; 21l  P n n 33

Cytaty

Powiązane dokumenty

Zdefiniujemy teraz specjalne osobliwości zwane minimalnymi osobli-

[r]

Pokaż, że prosty spacer losowy na grafie jest odwracalny4. Definiujemy w następujący sposób

Na szachownicy n×n umieszczono kn kamieni tak, by w każdym rz e , dzie i w każdej kolumnie było dokładnie k kamieni (może wiele kamieni leżeć na

grupa młodsza piatek, 26 września

[r]

Załóżmy że długość piór ogonowych pawia wynosi średnio 65 cm z odchyleniem standardowym 5 cm, zaś rozkład tych długośc jest normalny /N(65; 5)/... a)

………. c) Ile czasu będzie trwało napełnianie pustej cysterny, jeśli będzie otwarty pierwszy kran, który napełnia cysternę i kran w dnie