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 "power test" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Comparison of selected tests for univariate normality based on measures of moments
    Autorzy:
    Domański, Czesław
    Szczepocki, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/1059001.pdf
    Data publikacji:
    2020-12-04
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    normality tests
    Monte Carlo simulation
    power of test
    Opis:
    Univariate normality tests are typically classified into tests based on empirical distribution, moments, regression and correlation, and other. In this paper, power comparisons of nine normality tests based on measures of moments via the Monte Carlo simulations is extensively examined. The effects on power of the sample size, significance level, and on a number of alternative distributions are investigated. None of the considered tests proved uniformly most powerful for all types of alternative distributions. However, the most powerful tests for different shape departures from normality (symmetric short-tailed, symmetric long-tailed or asymmetric) are indicated.
    Źródło:
    Statistics in Transition new series; 2020, 21, 5; 151-178
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Homoscedasticity test for the linear trend
    Testy homoskedastycznośd dla modelu liniowego
    Autorzy:
    Domański, Czesław
    Powiązania:
    https://bibliotekanauki.pl/articles/905620.pdf
    Data publikacji:
    2002
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    F-test
    peak test
    Goldfeld-Quandt test
    Kendal statistic homoscedasticity
    heteroscedastidty
    Fc statistic test power
    quantiles
    Opis:
    W literaturze statystycznej i ekonometrycznej bardzo wyraźnie podkreśla się znaczenie i metody weryfikacji podstawowych założeń dotyczących modelu ekonometrycznego, chociaż w praktyce niezbyt często postulat ten jest realizowany.
    Abstract. In this paper we consider single parameter models of heteroscedastidty: linear, square, exponential, group. A significant predominance of the parametric tests over the peak tests is shown using the variability coefficient as the most natural measure of homosccdasticity and the summary Kendal statistic as a measure of a test power. Another suggestion is that it is worth using the Goldfeld-Quandt parametric test, when the growth in the variance is quite „smooth” (in other case - the classical F-lesl is better). Prevalence of the F-test over the peak test is much smaller.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2002, 156
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Remarks on Quantiles of Statistical Distributions of Multivariate Normality Tests Based on Moments
    Uwagi o kwantylach rozkładu statystyk testów wielowymiarowej normalności opartych na momentach
    Autorzy:
    Domański, Czesław
    Wojek, Izabela
    Powiązania:
    https://bibliotekanauki.pl/articles/906307.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    quantiles
    empirical
    theoretical
    significance level
    power of the test
    skewness and kurtosis
    Opis:
    W literaturze przedmiotu możemy spotkać wiele testów wielowymiarowej normalności i zasad konstrukcji statystyk testowych. Powstają więc pytania, które z nich są najlepsze w sensie mocy. W artykule tym przedstawione zostaną miary skośności i spłaszczenia dla rozkładów wielowymiarowych opracowane przez Mardię (1970). Celem artykułu jest weryfikacja mocy testów przy istniejących rozkładach statystyk na podstawie eksperymentu symulującego metodę Monte Carlo dla n = 20, 30, 40, 50, 60, 70, 80, 90, 100, 110, 120; p = 2, 3, 4, 5. Dla testów, które nie utrzymują wymaganego rozmiaru zaproponowane zostaną kwantyle empiryczne, uzyskane metodą Monte Carlo.
    In the literature of the subject we can find a number of tests of the multivariate normality and rules for construction of their test statistics. A question arises here „Which test is the best in the sense of power?”. The paper presents two categories of test statistics based on multivariate skewness and kurtosis coefficients worked out by Mardia and by Jarque and Bera, and six tests of multivariate normality based on these measures. The aim of the paper is to verify the power of the tests at existing statistical distributions by applying the simulation-based Monte Carlo method for n = 20, 30, 40, 50, 60, 70, 80, 90, 100, 110, 120; p = 2, 3, 4, 5. For tests which do not hold the required size we propose empirical quantiles, also obtained by Monte Carlo method.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2009, 228
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    OGRANICZENIA STOSOWANIA TESTÓW STATYSTYCZNYCH
    LIMITATIONS OF APPLICABILTY OF STATISTICAL HYPOTHESIS TESTING
    Autorzy:
    Domański, Czesław
    Powiązania:
    https://bibliotekanauki.pl/articles/453448.pdf
    Data publikacji:
    2015
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    the Cox test
    model statystyczny
    idea Neymana-Pearsona
    moc i rozmiar testu
    test Coxa
    testy dla prób nieprostych
    a statistical model
    the Neyman-Pearson idea
    power and size of the test
    tests for not simple samples
    Opis:
    Celem artykułu jest wskazanie ograniczenia stosowania testów statystycznych opartych na teorii Neymana-Pearsona. Najważniejszą cechą każdego testu jest jego moc, którą możemy zbadać, wtedy gdy jednoznacznie mamy sformułowaną zarówno hipotezę zerową, jak i hipotezę alternatywną. W artykule przedstawimy przykład takiego testu, dla którego określimy empiryczną moc i jego rozmiar.
    The aim of this article is to show limits of applications of statistical tests based on the theory Neyman-Pearson. The most important feature of each test is its power, which we can examine if only we had formulated both the null hypothesis and the alternative hypothesis. In this paper we present an example of a test, for which we defined empirical power and size.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2015, 16, 3; 18-25
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    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