Test Fishera: Różnice pomiędzy wersjami
Nie podano opisu zmian |
m (Infobox update) |
||
| Linia 1: | Linia 1: | ||
{{infobox4 | |||
|list1= | |||
<ul> | |||
<li>[[Analiza regresji]]</li> | |||
<li>[[Korelacja]]</li> | |||
<li>[[Histogram]]</li> | |||
<li>[[Współczynnik korelacji rang Spearmana]]</li> | |||
<li>[[Test t Studenta]]</li> | |||
<li>[[Współczynnik determinacji]]</li> | |||
<li>[[Rozkład normalny]]</li> | |||
<li>[[Średnia]]</li> | |||
<li>[[ANOVA]]</li> | |||
</ul> | |||
}} | |||
Test Fishera - inaczej nazywany również, jako test jednorodności dwóch wariancji lub też Test F, ponieważ statystyka testowa w przypadku tego testu zawsze ma rozkład F. Test F w podstawowej formie stosuje się do sprawdzenia hipotezy o równości wariancji rozkładów normalnych dla dwóch zbiorów. Test Fischera to także podstawowe narzędzie analizy wariancji<R. Magiera 2018, s.224-225>. | Test Fishera - inaczej nazywany również, jako test jednorodności dwóch wariancji lub też Test F, ponieważ statystyka testowa w przypadku tego testu zawsze ma rozkład F. Test F w podstawowej formie stosuje się do sprawdzenia hipotezy o równości wariancji rozkładów normalnych dla dwóch zbiorów. Test Fischera to także podstawowe narzędzie analizy wariancji<R. Magiera 2018, s.224-225>. | ||
W opisywanym teście występują zmienne o nazwach X oraz Y, będące dwie niezależnymi próbami i odpowiadają im rozkłady jak poniżej: | W opisywanym teście występują zmienne o nazwach X oraz Y, będące dwie niezależnymi próbami i odpowiadają im rozkłady jak poniżej: | ||
Wersja z 06:48, 20 sty 2023
| Test Fishera |
|---|
| Polecane artykuły |
Test Fishera - inaczej nazywany również, jako test jednorodności dwóch wariancji lub też Test F, ponieważ statystyka testowa w przypadku tego testu zawsze ma rozkład F. Test F w podstawowej formie stosuje się do sprawdzenia hipotezy o równości wariancji rozkładów normalnych dla dwóch zbiorów. Test Fischera to także podstawowe narzędzie analizy wariancji<R. Magiera 2018, s.224-225>. W opisywanym teście występują zmienne o nazwach X oraz Y, będące dwie niezależnymi próbami i odpowiadają im rozkłady jak poniżej:
Model
dla X = (X1,...,Xm) -
dla Y = (Y1,...,Yn) -
Hipotezy przedstawiają się następująco :
Statystyka testowa:
W sytuacji kiedy hipoteza H0 jest prawdziwa, statystyka testowa ma rozkład F Snedecora
Obszar krytyczny:
to kwantyl rzędu q rozkładu F(m − 1, n − 1) natomiast α to poziom istotności<R. Magiera 2018, s.224-225>.
Podczas obliczania wartości t statystyki testowej trzeba jako licznik przyjąć większą z wartości i w razie potrzeby zastosować zmianę nazwy zmiennej X na Y tak, by t > 1<R. Magiera 2018, s.224-225>.
W hipotezie alternatywnej obszar krytyczny prezentuje się
następująco: .
W hipotezie alternatywnej obszar krytyczny wygląda jak poniżej:
Bibliografia
Iwanejko R., Bajer J. (2012)., Zastosowanie matematycznych modeli prognozowania uszkadzalności sieci wodociągowej na przykładzie Krakowa, Wydawnictwo Politechniki Krakowskiej, Kraków, s. 141-143. Magiera R. (2018)., Modele i metody statystyki matematycznej, Oficyna Wydawnicza GiS, Wrocław, s. 224-225. Przybysz T. (1976)., Układy doświadczalne i ich planowanie, Katedra Zastosowań Matematyki Akademii Rolniczej, Lublin, s. 669-670.
