რატომ გამოვიყენოთ არაცენტრალურობის პარამეტრი?

2024 ავტორი: Fiona Howard | [email protected]. ბოლოს შეცვლილი: 2024-01-10 06:39

არაცენტრალურობის პარამეტრი სასარგებლოა საყოველთაოდ გამოყენებული ტესტის სტატისტიკის აღწერისას, სადაც არაცენტრალურობის პარამეტრი წარმოადგენს ხარისხს, რომლითაც ტესტის სტატისტიკის საშუალო შორდება მისი საშუალოდან, როდესაც ნულოვანი ჰიპოთეზა არის ჭეშმარიტი.

რა არის ცენტრალური პარამეტრი?

არაცენტრალურობის პარამეტრი (λ) არის საზომი "… ნულოვანი ჰიპოთეზის მცდარი ხარისხის" (კირკი, 2012). სხვა სიტყვებით რომ ვთქვათ, ის რაღაცას გეუბნებათ ტესტის სტატისტიკურ ძალაზე. მაგალითად, F-განაწილება NCP პარამეტრით ნულოვანი ნიშნავს, რომ F-განაწილება არის ცენტრალური F-განაწილება.

რა არის არაცენტრალურობის პარამეტრი δ?

თუ ტესტის სტატისტიკას აქვს სტანდარტული ნორმალური განაწილება ნულოვანი ჰიპოთეზის მიხედვით, მას ექნება არანულოვანი საშუალო ნორმალური განაწილება ალტერნატივის ქვეშ.აქ ეს ნიშნავს არაცენტრალურობის პარამეტრს. t-ტესტისთვის თანაბარი დისპერსიის დაშვებით, საშუალო მოცემულია: δ=μ1−μ2σpooled/√n

რა განსხვავებაა ცენტრალურ და არაცენტრალურ განაწილებას შორის?

მიუხედავად იმისა, რომ ცენტრალური განაწილება აღწერს, თუ როგორ ნაწილდება ტესტის სტატისტიკა, როდესაც ტესტის სხვაობა არის ნულოვანი, არაცენტრალური განაწილება აღწერს ტესტის სტატისტიკის განაწილებას, როდესაც null არის მცდარი (ასე რომ, ალტერნატიული ჰიპოთეზა მართალია). ეს იწვევს მათ გამოყენებას სტატისტიკური სიმძლავრის გამოსათვლელად.

რა არის არაცენტრალური პარამეტრის განაწილება?

არაცენტრალური t-განაწილება განაზოგადებს სტუდენტის t-განაწილებას არაცენტრალურობის პარამეტრის გამოყენებით. მაშინ როცა ცენტრალური ალბათობის განაწილება აღწერს, თუ როგორ ნაწილდება ტესტის სტატისტიკა t, როდესაც ტესტირებული სხვაობა ნულოვანია, არაცენტრალური განაწილება აღწერს, თუ როგორ ნაწილდება t , როცა null არის მცდარი