Logo da.boatexistence.com

Hvorfor bruge en ikke-centralitetsparameter?

Indholdsfortegnelse:

Hvorfor bruge en ikke-centralitetsparameter?
Hvorfor bruge en ikke-centralitetsparameter?

Video: Hvorfor bruge en ikke-centralitetsparameter?

Video: Hvorfor bruge en ikke-centralitetsparameter?
Video: 3 Different Interpretations of Quantum Mechanics 2024, April
Anonim

Noncentrality-parameteren er nyttig til at beskrive almindeligt anvendte teststatistikker, hvor noncentrality-parameteren repræsenterer graden, hvormed middelværdien af teststatistikken afviger fra dens middelværdi, når nulhypotesen er sand.

Hvad er den centrale parameter?

Ikke-centralitetsparameteren (λ) er et mål for "…i hvilken grad en nulhypotese er falsk" (Kirk, 2012). Med andre ord, det fortæller dig noget om den statistiske styrke af en test. For eksempel betyder en F-fordeling med en NCP-parameter på nul, at F-fordelingen er en central F-fordeling.

Hvad er ikke-centralitetsparameter δ?

Hvis teststatistikken har en standard normalfordeling under nulhypotesen, vil den have en gennemsnitlig normalfordeling, der ikke er nul under alternativet. Her er det middelværdi ikke-centralitetsparameteren. For en t-test under en lige variansantagelse er middelværdien givet ved: δ=μ1−μ2σpooled/√n

Hvad er forskellen mellem central og ikke-central distribution?

Mens den centrale fordeling beskriver, hvordan en teststatistik er fordelt, når den testede forskel er nul, beskriver ikke-centrale fordelinger fordelingen af en teststatistik, når nul-værdien er falsk (så alternativ hypotese er sand). Dette fører til deres brug ved beregning af statistisk styrke.

Hvad er distribution af ikke-centralitetsparameter?

Den ikke-centrale t-fordeling generaliserer Elevens t-fordeling ved hjælp af en ikke-centralitetsparameter. Mens den centrale sandsynlighedsfordeling beskriver, hvordan en teststatistik t er fordelt, når den testede forskel er nul, beskriver den ikke-centrale fordeling, hvordan t er fordelt, når nulpunktet er falsk

Anbefalede: