• Nie Znaleziono Wyników

Probabilistyka i metody statystyczne

N/A
N/A
Protected

Academic year: 2021

Share "Probabilistyka i metody statystyczne"

Copied!
20
0
0

Pełen tekst

(1)

Probabilistyka i metody statystyczne

Wykład 6

(2)

Weryfikacja hipotez statystycznych

Hipoteza statystyczna – przypuszczenie dotyczące nieznanego rozkładu badanej cechy.

Hipoteza parametryczna – hipoteza statystyczna dotycząca rzeczywistej wartości parametru rozkładu badanej cechy.

Weryfikacja – sprawdzenie prawdziwości badanej cechy.

Test statystyczny – reguła postępowania, która danej próbie

przyporządkowuje decyzję przyjęcia (uznania za prawdziwą) lub odrzucenia

(uznania za fałszywą) badanej hipotezy.

(3)

Weryfikacja hipotez statystycznych

(4)

Weryfikacja hipotez statystycznych

Decyzja \ Fakty

Poprawna decyzja

Błąd pierwszego rodzaju α = poziom istotności = prawdopodobieństwo

popełnienia błędu 1-go rodzaju (ryzyko sprzedającego)

Poprawna decyzja

(5)

Weryfikacja hipotez statystycznych

Decyzja \ Fakty

Błąd pierwszego rodzaju α = poziom istotności = prawdopodobieństwo

popełnienia błędu 1-go rodzaju

(ryzyko sprzedającego)

(6)

Weryfikacja hipotez statystycznych

Obu tych prawdopodobieństw popełnienia błędu (α i β) nie da się równocześnie minimalizować.

Jak α zmniejszymy, to β wzrośnie (i na odwrót).

Decyzja \ Fakty

Błąd pierwszego rodzaju α = poziom istotności = prawdopodobieństwo

popełnienia błędu 1-go rodzaju

(ryzyko sprzedającego)

(7)

Testy istotności

(8)

Weryfikacja hipotez statystycznych

Decyzja \ Fakty

Błąd pierwszego rodzaju α = poziom istotności = prawdopodobieństwo

popełnienia błędu 1-go rodzaju

(ryzyko sprzedającego)

(9)

Testy istotności

(10)

Testy istotności

(11)

Testy istotności

(12)

Testy istotności

(13)

Algorytm weryfikacji hipotez za pomocą testów istotności

(14)

Zbiór krytyczny

(15)

Zbiór krytyczny

(16)

Zbiór krytyczny

(17)

Zbiór krytyczny

(18)

Zbiór krytyczny

(19)

Krytyczny poziom istotności

(20)

Test zgodności chi-kwadrat

Dana jest próba podzielona przedziały 𝐼1, 𝐼2, … , 𝐼𝑘, liczby 𝑛𝑗 obserwacji z próby należących do przedziału 𝐼𝑗, dla j=1, …, k, oraz hipotetyczne prawdopodobieństwa 𝑝𝑗 dla j=1, …, k.

Weryfikujemy hipotezę

𝐻0: 𝑝𝑗= prawdopodobieństwo, że badana cecha przyjmie wartość należącą do przedziału 𝐼𝑗, dla każdego j=1, …, k

przeciw hipotezie

𝐻1: 𝑝𝑗 ≠ prawdopodobieństwo, że badana cecha przyjmie wartość należącą do przedziału 𝐼𝑗, dla pewnego j=1, …, k

Algorytm weryfikacji

1. Obliczamy wartość statystyki testowej 𝜒2 = (𝑛𝑗−𝑛 𝑝𝑗)

2 𝑛 𝑝𝑗

𝑘𝑗 =1 .

2. Budujemy zbiór krytyczny 𝐾 = (𝑐 1 − 𝛼, 𝑘 − 1 ; +∞), gdzie 𝑐 1 − 𝛼, 𝑘 − 1 jest kwantylem rzędu 1 − 𝛼 rozkładu chi-kwadrat o k-1 stopniach swobody.

3. Podejmujemy decyzję weryfikacyjną: Jeżeli obliczona wartość statystyki testowej należy do zbioru krytycznego K, to hipotezę H_0 należy odrzucić (tzn. przyjąć H_1 na poziomie istotności α. W przeciwnym przypadku nie podstaw do odrzucenia hipotezy H_0.

Cytaty

Powiązane dokumenty

Należy wykonać dwie wersje programu: jedna z konstruktorami zwykłym (z parametrami domyślnymi) i kopiującym dla klasy kolo bez listy argumentów oraz druga z

Wykonać wybrany z dwuargumentowych operatorów przeciążonych z punktu 2 (np.+) jako funkcje zaprzyjaźnioną. W metodzie odleglosc przekazać obiekt typu punkt przez wartość i

Powyższa punktacja zakłada, że wynik będzie podany w postaci uproszczonej - za po- danie wyniku w postaci rażąco nieuproszczonej, stracisz 0.2 punktu.. Przypominam, że N

Jeśli podasz bezbłędnie oba kresy i poprawnie określisz przynależność jednego z nich do zbioru, otrzymasz 0.5 punktu... Powyższa punktacja zakłada, że wynik będzie podany w

[r]

Ponieważ obliczona wartość statystyki testowej nie należy do zbudowanego zbioru krytycznego, to na poziomie istotności α = 0.05 nie ma podstaw do odrzucenia hipotezy H 0

[r]

Praca własna: Wykonaj trzy przykłady (jeden wiersz)