Várhatóértékre vonatkozó próbák

Slides:



Advertisements
Hasonló előadás
Hipotézisvizsgálat az adatforrás működési “mechanizmusát” egy véletlen eloszlás jellemzi az adatok ismeretében megfogalmazódnak bizonyos hipotézisek erre.
Advertisements

Gyakorlati probléma 20 különböző gyógyszert próbálunk ki, t-próbával összehasonlítva a kezelt és a kontrol csoportot A nullhipotézis elfogadásáról vagy.
Hipotézis-ellenőrzés (Statisztikai próbák)
I. előadás.
II. előadás.
BECSLÉS A sokasági átlag becslése
Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék.
Kvantitatív módszerek
3. Két független minta összehasonlítása
Rangszám statisztikák
Statisztika feladatok Informatikai Tudományok Doktori Iskola.
Mérési pontosság (hőmérő)
Becsléselméleti ismétlés
STATISZTIKA II. 5. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Statisztika II. IX. Dr. Szalka Éva, Ph.D..
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
Regresszió és korreláció
Statisztika II. IV. Dr. Szalka Éva, Ph.D..
Statisztika II. II. Dr. Szalka Éva, Ph.D..
Regresszióanalízis 10. gyakorlat.
Varianciaanalízis 12. gyakorlat.
Kvantitatív módszerek 7. Becslés Dr. Kövesi János.
Nem-paraméteres eljárások, több csoport összehasonlítása
Statisztika II. VIII. Dr. Szalka Éva, Ph.D..
Hálótervezés Készítette: Kosztyán Zsolt Tibor
Kvantitatív módszerek
Alapfogalmak Alapsokaság, valamilyen véletlen tömegjelenség.
Matematikai alapok és valószínűségszámítás
Nemparaméteres próbák Statisztika II., 5. alkalom.
Nemparaméteres próbák
A statisztikai próba 1. A munka-hipotézisek (Ha) nem igazolhatók közvetlen úton Ellenhipotézis, null hipotézis felállítása (H0): μ1= μ2, vagy μ1- μ2=0.
Kvantitatív Módszerek
7. Csoportok és változók sztochasztikus összehasonlítása (összehasonlítások ordinális függő változók esetén)
Gazdaságstatisztika 19. előadás Hipotézisvizsgálatok
Gazdaságstatisztika 18. előadás Hipotézisvizsgálatok
Gazdaságstatisztika 14. előadás.
Gazdaságstatisztika 16. előadás Hipotézisvizsgálatok Alapfogalamak
Hipotézis vizsgálat (2)
Hipotézis-ellenőrzés (Folytatás)
Alapsokaság (populáció)
Hipotézis vizsgálat.
Lineáris regresszió.
Illeszkedés vizsgálat
Többtényezős ANOVA.
t A kétoldalú statisztikai próba alapfogalmai
Hipotézisvizsgálat v az adatforrás működési “mechanizmusát” egy véletlen eloszlás jellemzi v az adatok ismeretében megfogalmazódnak bizonyos hipotézisek.
Paleobiológiai módszerek és modellek 4. hét
I. előadás.
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Bevezetés, tippek Ea-gyak kapcsolata Statisztika II -más tárgyak kapcsolata Hogyan tanulj? Interaktív órák, kérdezz, ha valami nem világos! tananyag =előadások.
Kiváltott agyi jelek informatikai feldolgozása 2016 Statisztika Kiss Gábor IB.157.
Kvantitatív módszerek
Konzultáció november 19. Nemparaméteres próbák, egymintás próbák
Hipotézisvizsgálatok Paraméteres próbák
Nemparaméteres próbák
Kiváltott agyi jelek informatikai feldolgozása 2016
II. előadás.
Kvantitatív módszerek MBA és Számvitel mesterszak
Becsléselmélet - Konzultáció
Gazdaságstatisztika konzultáció
Kvantitatív módszerek
I. Előadás bgk. uni-obuda
III. zárthelyi dolgozat konzultáció
Hipotézisvizsgálatok Paraméteres próbák
Nemparaméteres próbák
1.3. Hipotézisvizsgálat, statisztikai próbák
3. Varianciaanalízis (ANOVA)
A normális eloszlásból származó eloszlások
Előadás másolata:

Várhatóértékre vonatkozó próbák

Egymintás t-próba

A próba célja az alapsokaság várhatóértékének az összehasonlítása egy elméleti értékkel a mintaátlag (az alapsokaság várhatóértékének becslése) alapján

A próba feltételei a valószínűségi változó normális eloszlású a szórást a mintából becsüljük (ezért nem használható az egymintás u-próba)

A próba elméleti háttere Ha Y=N(m,s), akkor és

A próba elméleti háttere 2. Használjuk az alapsokaság szórása helyett annak becslését! végezzük el a következő átalakítást

A próba elméleti háttere 3. A becsült szórásnégyzet eloszlása átalakítva

A próba elméleti háttere 4. Ez az n-1 szabadsági fokú (Student-féle) t-eloszlás

A t-eloszlás szimmetrikus nullára, ezért H0: m=m0 Ha H0 igaz, akkor a valószínűségi változó n-1 szabadsági fokú t-eloszlású A t-eloszlás szimmetrikus nullára, ezért kétoldali próbánál a próbastatisztika abszolultértékét használjuk, egyoldali próbánál az elsőfajú hiba valószínűsége fele akkora, mint kétoldali próbánál

Egy konrét példa Az adatok: 1.2; 3.6; 2.8; 0.7; 1.9 m0=2

Kétmintás t-próba

A próba célja két alapsokaság várhatóértékének az összehasonlítása a mintaátlagok (az alapsokaságok várhatóértékeinek becslése) alapján

A próba feltételei a valószínűségi változók normális eloszlásúak a szórást a mintából becsüljük a két valószínűségi változó szórása azonos a mintaelemek függetlenek

A próba elméleti háttere Ha Y1=N(m1,s) és Y2=N(m2,s), akkor

A próba elméleti háttere 2. Ha m1=m2, akkor

A próba elméleti háttere 3. A szórásnégyzet becslésére a két minta becsült szórásnégzetének szabadsági fokkal súlyozott átlagát használjuk: A kapott próbastatisztika n1+n2-2 szabadsági fokú t-eloszlású, ha m1=m2

H1 (egyoldali) m1>m2 vagy m1<m2 H0: m1=m2 H1 (kétoldali): m1m2 H1 (egyoldali) m1>m2 vagy m1<m2 A t-eloszlás szimmetrikus nullára, ezért kétoldali próbánál a próbastatisztika abszolultértékét használjuk, egyoldali próbánál az elsőfajú hiba valószínűsége fele akkora, mint kétoldali próbánál

A próba ereje A próba ereje nő, ha csökken a minták varianciája nő az elemszám ha n1+n2 konstans, a próba ereje akkor maximális, ha n1=n2

Welch-próba Ha a két minta varianciája nem azonos, alkalmazhatjuk a Welsch közelítést A próbastatisztika Ha a null-hipotézis igaz a próbastatisztika közelítőleg t-eloszlású a szabadsági fok függ a varianciák közötti különbségtől is

F-próba

Gyakorlati probléma t-próbát szeretnénk végezni, de nem vagyunk biztosak benne, hogy a két eloszlás varianciája azonos

A próba célja Két variancia összehasonlítása a mintából kapott becslések alapján

A próba feltételei a valószínűségi változók normális eloszlásúak

A próba elméleti háttere A becsült szórásnégyzet eloszlása A két becsült szórásnégyzet hányadosának eloszlása

A próba elméleti háttere 2. Az valószínűségi változó n1-1, n2-1 szabadsági fokú F eloszlású Ha , akkor az próbastatisztika F eloszlású valószínűségi változó

H0: H1 (kétoldali): H1 (egyoldali): a próbastatisztika: az F-eloszlás nem szimmetrikus, ezért a próbastatisztika H1 (egyoldali): a próbastatisztika:

Páros t-próba

Gyakorlati probléma Vérnyomáscsökkentő gyógyszer hatékonyságát vizsgáljuk Amikor kezelt és kontrol csoportra osztottuk a pácienseket, mind a két csoportban nagyon nagy volt a szórás, így túl kicsi volt a próba ereje Az új kísérletben a gyógyszer adása előtt és után is megmérjük a páciensek vérnyomását A mért értékek nem függetlenek (páronként összetartoznak) ezért nem végezhetünk kétmintás t-próbát

A próba célja két valószínűségi változó várhatóértékének összehasonlítása a mintaátlagok alapján, ha a változók értékei nem függetlenek, mert páronként összetartoznak

A próba feltételei Az adatok normális eloszlásúak A vizsgált változókon belül az értékek függetlenek egymástól A két változó értékei párokat alkotnak (nem függetlenek)

A próba elméleti háttere Ha Y1=N(m1,s1) és Y2=N(m2,s2), akkor d=Y1-Y2 is normális eloszlású valószínűségi változó A d valószínűségi változó mintabeli értékei függetlenek egymástól Ha m1-m2=0, akkor E(d)=0, ezért az utóbbit ellenőrizzük egymintás t-próbával

Feladat Teszteljétek azt a hiptézist, hogy a második gyermek születéskori testtömege meghaladja az elsőét! első gyermek 3490 3440 3300 3170 3260 3580 3250 2870 3020 3030 második gyermek 3840 3520 3420 3480 4030 3230 3010 3100