Logo sv.boatexistence.com

Varför använda en icke-centralitetsparameter?

Innehållsförteckning:

Varför använda en icke-centralitetsparameter?
Varför använda en icke-centralitetsparameter?

Video: Varför använda en icke-centralitetsparameter?

Video: Varför använda en icke-centralitetsparameter?
Video: Varför använda Book Creator i klassrummet? 2024, April
Anonim

Icke-centralitetsparametern är användbar för att beskriva vanlig teststatistik, där icke-centralitetsparametern representerar graden i vilken medelvärdet för teststatistiken avviker från dess medelvärde när nollhypotesen är sann.

Vad är central parameter?

Icke-centralitetsparametern (λ) är ett mått på "…graden till vilken en nollhypotes är falsk" (Kirk, 2012). Med andra ord, det säger dig något om den statistiska styrkan hos ett test. Till exempel betyder en F-fördelning med en NCP-parameter noll att F-fördelningen är en central F-fördelning.

Vad är icke-centralitetsparameter δ?

Om teststatistiken har en standardnormalfördelning under nollhypotesen, kommer den att ha en medelnormalfördelning som inte är noll under alternativet. Här är det medelvärdet icke-centralitetsparametern. För ett t-test under ett lika variansantagande ges medelvärdet av: δ=μ1−μ2σpooled/√n

Vad är skillnaden mellan central och icke-central distribution?

Medan den centrala fördelningen beskriver hur en teststatistik fördelas när den testade skillnaden är noll, beskriver icke-centrala distributioner fördelningen av en teststatistik när nollvärdet är falskt (så att alternativ hypotes är sann). Detta leder till att de används vid beräkning av statistisk kraft.

Vad är icke-centralitetsparameterdistribution?

Den icke-centrala t-fördelningen generaliserar Students t-fördelning med hjälp av en icke-centralitetsparameter. Medan den centrala sannolikhetsfördelningen beskriver hur en teststatistik t fördelas när den testade skillnaden är noll, beskriver den icke-centrala fördelningen hur t är fördelat när nollvärdet är falskt

Rekommenderad: