testy významnosti
DESCRIPTION
Testy významnosti. Karel Mach. Princip (podstata):. Potvrzení H O Vyvrácení H O →přijmutí H 1 (H A ) Ptáme se: 1.) Pochází zkoumaný výběr (jeho x, s 2 ) z jednoho a téhož základního souboru? - PowerPoint PPT PresentationTRANSCRIPT
Testy významnosti
Karel Mach
Princip (podstata): Potvrzení HO
Vyvrácení HO →přijmutí H1 (HA) Ptáme se:
1.) Pochází zkoumaný výběr (jeho x, s2) z jednoho a téhož základního souboru?
2.) Je rozdíl mezi dvěma, případně více statistickými soubory (x, s2) náhodný, nebo je způsoben ošetřením?
3.) Lze pohlížet na odlehlou (extrémní) hodnotu jako na hrubou chybu?
Ošetření… v biometrickém (statistickém) pojetí
Obecný postup při používání testů významnosti
1.) Volba hladiny významnosti, tzn. pravděpodobnost s jakou chceme vyvrátit Ho (přijmout H1…alternativní hypotézu) α=0,05……1- α=0,95……95%pp α=0,01……1- α=0,99……99%pp α=0,001…..1- α=0,99……99,9%pp
2.) Formulace HA(1) …alternativní hypotézy rozdíl např. mezi dvěma průměry je způsoben ošetřením, x1 ≠ x2
Formulace Ho (např.): x1 = x2 rozdíl mezi průměry dvou statistických souborů není způsoben
ošetřením; nýbrž náhodnými vlivy… rozdíl není statisticky průkazný
3.) Interpretace výsledkůkritické hodnoty testového kriteria jsou
tabeloványpostup: vypočítanou hodnotu testového
kriteria porovnáváme s hodnotou kritickou pro příslušný počet pozorování a na požadované hladině významnosti
T(vyp.) ≤ T (tab.)
Ho nezamítáme na zvolené hladině významnosti vliv ošetření nebyl prokázán, např.sledovaný rozdíl není statisticky významný (průkazný)
Zjištěná odchylka je náhodnáÚčinek sledovaných faktorů (vliv „ošetření“ se
neuplatňuje)
T(vyp.) > T (tab.)
Ho zamítáme na zvolené hladině významnosti a přijímáme H1 (alternativní)
Sledovaný rozdíl je statisticky významný (průkazný)
Zjištěná odchylka není náhodná, čili je (s určitou pp – 95%, 99%) způsobena příslušnými faktory, (ošetřením) atd.
TP(0,05) <Tvyp. ≤ TP(0,01) ?!
Test extrémních odchylek (Grubbsův test) Hmotnost vajec ni xi (g) xi
2
1 55 3025
2 53 2809
3 54 2916
4 56 3136
5 57 3249
6 47 2209
Σ 6 322 17344
gn
xx i 67,53
6
322
67,1216
32217344
1
)(
1
)(
222
22
nn
n
xx
n
xxs
ii
gss 56,367,122
87,156,3
4767,53;;1
1
s
xxT
s
xxT
s
xxT e
en
n
Jestliže T1 (Tn, Te) > Tzvolená hladina
významnosti P(0,05);(0,01)…zamítáme Ho
Tabulka kritických hodnot pro Grubbsův test TT11 = 1,87 = 1,87 << T T (6;0,01)(6;0,01) ……2,130 ……2,130
T(n, α) ve výše uvedeném sledování… Ho nezamítáme
TT11 = 1,87 = 1,87 << T T (6;0,05)(6;0,05) …… …… 1,996 1,996 Hodnota 47g ve sledovaném statistickém souboru
ponecháme; patří do něho…Ho nebyla vyvrácena
Poznámka:
Kdyby 2,130 ≥T1>1,996Zamítli bychom Ho s 95% pp. (!!!ale ne s 99%
pp.)
Kdyby T1>2,130 … zamítli bychom Ho s 99% pp.(což pochopitelně znamená zamítnutí Ho se všemi pp. nižšími)
Interval spolehlivosti pro parametr μ (aritmetický průměr základního souboru) V jakém rozmezí se pohybuje aritmetický
průměr základního souboru ; tzn. hodnota μ, jestliže známe průměrnou hodnotu výběrového statistického souboru (x)?
Příklad:x = 8králíků; sx = 0,58 králíčat; n = 10 Hrubý (orientační výpočet):
Rozmezí s 95% pp (P0,05):8±2*0,58=6,84-9,16
99% pp (P0,01):8±3*0,58=6,26-9,74
Přesnější postup:x-t (P0,05;P0,01) * sx ≤ μ ≤ x + t (P0,05;P0,01) * sx
Kritické hodnoty pro v(df) = n-1 stupňů volnosti jsou uvedeny v tab. kritických hodnot t-rozdělení(použijeme hodnoty oboustranného t-testu …dvoustranný kritický obor)
Výše uvedený příklad v=n-1=10-1=9 tv=9;P(0,05) = 2,262; tv=9; P(0,01) =3,250 Výpočet pro 95% pp.: 8-2,262*0,58 ≤ μ ≤ 8+2,262*0,58
6,69 ≤ μ ≤ 9,31
Děkuji za pozornost!