Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "test niezależności" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Moc testów niezależności w tablicy dwudzielczej większej niż 2×2
    Power Anaysis of Independence Testing for Two-Way Contingency Tables Bigger than 2×2
    Autorzy:
    Sulewski, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/1050518.pdf
    Data publikacji:
    2016-06-30
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    tablica dwudzielcza
    test niezależności
    wartości krytyczne
    Monte Carlo
    two-way contingency tables
    independence test
    critical values
    Monte Carlo study
    Opis:
    W literaturze statystycznej istnieje wiele miar testowych do badania niezależności cech w tablicach dwudzielczych. Do analiz statystycznych wybrano rodzinę sześciu tzw. „statystyk chi-kwadrat” – w tym statystykę χ2 Pearsona – oraz propozycję autora w postaci statystyki modułowej. W celu uwolnienia się od ograniczeń stosowalności „statystyk chi-kwadrat”, wartości krytyczne dla wszystkich analizowanych statystyk wyznaczono symulacyjnie metodami Monte Carlo. W celu porównania testów zaproponowano miarę nieprawdziwości H0 oraz wyznaczono moc testów, czyli zdolność tablicy dwudzielczej w × k do odrzucenia H0 mówiącej o tym, że między cechami X i Y nie ma związku.
    In the statistical literature there are many test measures to study the independence features in the two-way contingency tables. For statistical analysis, the family of six so-called “chi-squared statistic” was selected – including Pearson’s χ2 statistics – and the proposal of the author in the form of modular statistics. In order to free themselves from the limitations of the applicability of the “chi-squared statisti c”, critical values for all analyzed statistics were determined by simulation methods of Monte Carlo. In order to compare the tests, the measure of untruthfulness of H0 was proposed and calculated the power of the tests which is the ability of two-way contingency tables to reject null hypothesis which says that between features X and Y there is no relation.
    Źródło:
    Przegląd Statystyczny; 2016, 63, 2; 191-210
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    POJĘCIE MIARY ODEJŚCIA OD RÓWNOMIERNOŚCI ORAZ JEJ WPŁYW NA TESTOWANIE NIEZALEŻNOŚCI W TABLICACH DWUDZIELCZYCH ŚREDNICH ROZMIARÓW
    A CONCEPT OF DEPARTURE-FROM-UNIFORMITY MEASURE AND ITS IMPACT ON THE TESTING FOR INDEPENDENCE IN TWO-WAY CONTINGENCY TABLES OF MEDIUM DIMENSIONS
    Autorzy:
    Sulewski, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/453188.pdf
    Data publikacji:
    2016
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    tablica dwudzielcza
    test niezależności
    miara nieprawdziwości H0
    metoda słupkowa
    metoda Monte Carlo
    two-way contingency table
    test of independence
    untruthfulness measure
    bar method
    Monte Carlo method
    Opis:
    Gdy hipoteza H0 o niezależności cech jest słuszna, bardzo często wówczas — za sprawą małych próbek — rozkład statystyki testowej odbiega od roz-kładu chi-kwadrat. Kwantyl rozkładu chi-kwadrat nie jest zatem właściwą wartością krytyczną. Obecnie nie jest problemem wyznaczanie wartości kry-tycznej, lecz modelowanie H0. Modelowanie H0 to wypełnianie tablic, w któ-rych wartości cechy przypisane wierszom są niezależne od wartości cechy przypisanej kolumnom. W pracy zdefiniowano miarę odejścia od równo-mierności (mn). Gdy H0 jest słuszna, rozkład statystyki testowej zależy od mn. Wartość krytyczną należy ustalać z uwzględnieniem mn.
    Even when null hypothesis H0 is true, test statistics may not follow the chi-square distribution. It takes place when the contingency table is filled with a small sample. The relevant quantile of the chi-square distribution is no longer a proper critical value. Again and again, also in this case, the Monte Carlo method turns out to be irreplaceable. Modeling H0 means generating such ta-bles in which values ascribed to rows are independent of values ascribed to columns. In paper a departure-from-uniformity measure mn was defined. When H0 is true measure mn has a strong impact on distribution of the test statistics. So, determining test critical values one has to take mn into account.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2016, 17, 2; 111-122
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wpływ nierównomierności wypełnienia tablicy dwudzielczej na wartość krytyczną statystyki testowej
    The impact of uneven filling two-way contingency tables on the critical value of the test statistics
    Влияние неравномерностей заполнения двухразделительной таблицы на критическое значение тестовых статистик
    Autorzy:
    Sulewski, Piotr
    Antoni, Drapella
    Powiązania:
    https://bibliotekanauki.pl/articles/542091.pdf
    Data publikacji:
    2016-04
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    tablica dwudzielcza
    test niezależności
    wartości krytyczne
    metoda Monte Carlo
    two-way contingency tables
    independence test
    critical values
    Monte Carlo method
    двухразделительная таблица
    критерий независимости
    критическое значение
    Монте-Карло
    Opis:
    Artykuł dotyczy tablic dwudzielczych 2×2. Gdy hipoteza H0 o niezależności cech jest słuszna, bardzo często — za sprawą małych próbek — rozkład statystyki testowej odbiega od rozkładu chi-kwadrat. Kwantyl rozkładu chi-kwadrat nie jest zatem właściwą wartością krytyczną. Problemem nie jest, przy obecnej wydajności komputerów, wyznaczenie metodą modelowania statystycznego Monte Carlo właściwej wartości krytycznej, lecz modelowanie H0. Modelowanie H0 to generowanie takich tablic, w których wartości cechy przypisane wierszom są niezależne od wartości cechy przypisanej kolumnom. Odpowiednie do takiego modelowania są tablice — równomierna o jednakowym prawdopodobieństwie przynależności do komórek oraz nierównomierna mająca jednakowe prawdopodobieństwo we wszystkich wierszach danej kolumny lub we wszystkich kolumnach danego wiersza. Analiza wyników modelowania statystycznego ujawniła, że nawet gdy H0 jest słuszna, rozkład statystyki testowej w istotny sposób zależy od nierównomierności tablicy. W artykule pokazano, że chcąc maksymalizować moc testu należy wartość krytyczną ustalać z uwzględnieniem miary nierównomierności tablicy. Finalnym efektem opracowania jest zaproponowane czytelnikowi gotowe narzędzie do samodzielnej weryfikacji H0.
    The article concerns two-way (2×2) contingency tables. When the H0— hypothesis of independence of features is correct, very often — because of the small sample — the distribution of the test statistics differ from the chi-square. Quantile of the chi-square is therefore not a correct critical value. With the current performance of computers, designation of critical value by statistical modeling of Monte Carlo method is not a problem, but a problem is H0 modeling. The H0 modeling is generating such arrays, which feature value assigned rows are independent of the characteristics of the assigned columns. Suitable for such modeling are tables — uniform of the same probability of belonging to cells and uneven having equal probability in all rows of a given column or in all columns of a given row. Analysis of the results of statistical modeling revealed that even when H0 is right, the distribution of the test statistics significantly depends on the uneven array. The article shows that in order to maximize the power of the test should be set critical value, taking into account measures of inequality array. The final result of the study is offered the reader a ready tool for independent verification of the H0 hypothesis.
    Статья рассматривает двухразделительные таблицы 2×2. Если гипотеза H0 по независимости признаков является правильной, очень часто — с использованием небольших выборок – распределение тестовых статистик не подчиняется распределению хи-квадрат. Квантиль распределения хи-квадрат таким образом не является соответствующим критическим значением. Учитывая производительность сегодняшних компьютеров, проблемой не является обозначение по методу статистического моделирования Монте-Карло соответствующего критического значения, но моделирование H0. Моделирование H0 это разработка таких таблиц, в которых значения признака отнесены к строкам являются независимыми от величины признака отнесенного к столбцам. Соответствующими для такого моделирования таблицами являются — равномерная с одинаковой вероятностью принадлежности к клеткам, а также неравномерная имеющая одинаковую вероятность во всех строках данного столбца или во всех столбцах данной строки. Анализ результатов статистического моделирования показал, что даже если H0 является правильной, распределение тестовых статистик действительно зависит от неравномерности таблицы. В статье было показано, что для высокой мощности критерия следует определять критическое значение с учетом меры неравномерности таблицы. Конечным эффектом разработки является предложение читателю готового инструмента для самостоятельной проверки H0.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2016, 4; 1-16
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Moc testów niezależności w tablicy dwudzielczej
    Tests’ power for independence in the two-way contingency table
    Сила испытаний независимости в таблицах сопряженности 2×2
    Autorzy:
    Sulewski, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/543750.pdf
    Data publikacji:
    2016-08
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    tablica dwudzielcza
    test niezależności
    wartości krytyczne
    Monte Carlo
    two-way contingency tables
    independence test
    critical values
    Monte Carlo method
    таблица сопряженности 2х2
    тест независимости
    критические значения
    метод Монте-Карло
    Opis:
    W literaturze statystycznej istnieje wiele miar testowych do badania niezależności cech w tablicach dwudzielczych. W zaprezentowanej pracy do analizy statystycznej wybrano tzw. statystykę chi-kwadrat, w tym statystykę χ2 Pearsona, a także przedstawiono propozycję Autora w postaci statystyki modułowej. W celu wyeliminowania ograniczeń dotyczących statystyki chi-kwadrat, wartości krytyczne dla całej analizowanej statystyki wyznaczono symulacyjnie metodami Monte Carlo. Do porównania testów zaproponowano miarę nieprawdziwości H0 oraz wyznaczono moc testów, czyli zdolność tablicy dwudzielczej 2×2 do odrzucenia H0 mówiącej o tym, że między cechami X i Y nie ma związku.
    In the statistical literature there are many test measures to study the independence of features in the two-way contingency tables. For statistical analysis, the family of six so-called ”chi-squared statistic” was selected — including Pearson’s χ2 statistics — and the proposal of the author in the form of modular statistics. In order to free themselves from the limitations of the applicability of the ”chi-squared statistic”, critical values for all analyzed statistics were determined by simulation Monte Carlo methods. In order to compare the tests, the measure of untruthfulness of H0 was proposed and calculated the power of the tests which is the ability of two-way contingency tables to reject null hypothesis which says that between features X and Y there is no relation.
    В статистической литературе существует много испытательных тестов для обследования независимости показателей в таблицах соряженности 2х2. В представляемой разработке для статистического анализа были выбраны так называемая «статистика хи-квадрат», в том числе статистика χ2 Пирсона, а также модульная статистика по выбору автора. Для того, чтобы освободиться от ограничений касающихся «статистики хи-квадрат», критические значения для всей проанализированной статистики были определены с помощью методов моделирования Монте-Карло. Для сравнения тесов была предложена мера неправильности H0, а также установлено мощность критерия, то есть способность таблицы сопряженности 2×2 отвергнуть нулевую гипотезу H0 говорящую о том, что между признаками X и Y нет связи.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2016, 8; 1-17
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies