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 "Statistical testing" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Ocena czasu poprawnej pracy do uszkodzenia za pomocą Kryterium Informacyjnego Akaike
    The estimation of smooth operation time until failure with the application of the Akaike Information Criterion (AIC)
    Autorzy:
    Kornacki, A.
    Sokołowska, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/301016.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    kryterium informacyjne Akaike
    testowanie hipotez statystycznych
    ciągniki C355-360
    Akaike Information Criterion
    AIC
    statistical hypothesis testing
    C355-360 tractors
    Opis:
    Artykuł przedstawia zastosowanie kryterium informacyjnego Akaike do testowania hipotez dotyczących średnich. Zaprezentowana metoda stanowi alternatywę wobec tradycyjnych metod testowania hipotez o średniej, wymagających ustalenia poziomu istotności. W pracy wykorzystano dane eksperymentalne z rozprawy habilitacyjnej W. Piekarskiego [12], dotyczące czasu pracy ciągników C355-360 do pierwszego uszkodzenia. Przedstawione rezultaty stanowią skuteczne narzędzie umożliwiające wybór odpowiedniego modelu statystycznego wśród modeli dotyczących eksploatacji i niezawodności maszyn.
    The article presents the application of the Akaike Information Criterion (AIC) to test hypothesis concerning mean values. The presented method offers an alternative to traditional hypothesis testing methods requiring the establishment of the significance level. In the article, we used the experimental data from a postdoctoral thesis by W. Piekarski [12] concerning the operation time of C355-360 tractors until the first failure. The obtained results provide a useful tool enabling the choice of a more suitable statistical model from the models relating to the operation and reliability of machines.
    Źródło:
    Eksploatacja i Niezawodność; 2010, 1; 69-76
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    O niektórych nowych wyzwaniach i oczekiwaniach wobec statystyki
    Some new challenges and expectation of statistics
    О некоторых новых вызовах и ожиданиях статистики
    Autorzy:
    Szreder, Mirosław
    Powiązania:
    https://bibliotekanauki.pl/articles/542208.pdf
    Data publikacji:
    2016-06
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    Big Data
    weryfikacja hipotez statystycznych
    wielkość próby
    sondaż
    testing statistical hypotheses
    a sample size
    opinion
    poll
    проверка статистической гипотезы
    размер выборки
    зондирование
    Opis:
    W artykule omówiono najnowsze wyzwania badawcze i dydaktyczne, jakie stoją przed statystyką w obliczu szybko rosnących możliwości gromadzenia i przetwarzania danych (Big Data) oraz coraz bardziej dominującego w życiu społecznym i ekonomicznym liczbowego opisu rzeczywistości. Te nowe zjawiska i tendencje powinny skłonić środowisko statystyków do podejmowania działań na rzecz podniesienia w społeczeństwie wiedzy statystycznej, niezbędnej do krytycznej oceny i poprawnej interpretacji wyników badań statystycznych.
    В статье обсуждаются последние исследовательские и дидактические вызовы, которые стоят перед статистикой в ситуации быстро повышающихся возможностей сборки и обработки данных (Big Data), а также более доминирующего в социальной и экономической жизни численного описания реальности. Эти новые явления и тенденции должны поощрять статистиков принимать меры по повышению статистических знаний общества, необходимых для критической оценки и правильной интерпретации результатов статистических обследований.
    The article discusses recent research and educational challenges faced by the statistics in the world of fast-growing possibilities of collecting and processing data (Big Data) and the increasingly dominant in social and economic life numerical description of reality. These new phenomena and trends should encourage statisticians’ environment to take action of improving society statistical knowledge needed to critically evaluate and correct interpretation of the survey results.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2016, 6; 1-9
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Pojęcie wielkości efektu na tle teorii Neymana-Pearsona testowania hipotez statystycznych
    The concept of size effect in the light of Neyman-Pearson’s theory of testing statistical hypothesis
    Autorzy:
    Szymczak, Wiesław
    Powiązania:
    https://bibliotekanauki.pl/articles/2014018.pdf
    Data publikacji:
    2015
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    teorie testowania hipotez statystycznych
    prawdopodobieństwo
    moc testu
    empiryczna moc testu
    wielkość efektu
    theories of statistical hypothesis testing
    probability
    power of test
    empirical power of test
    effect size
    Opis:
    Celem tej pracy jest zwrócenie uwagi badaczy wykorzystujących metody statystyczne w analizie wyników swoich badań na pomieszanie dwóch różnych teorii testowania hipotez statystycznych, teorii Fishera i teorii Neymana–Pearsona. Zawarcie, w obecnie stosowanym instrumentarium statystycznym, pomysłów z obu tych teorii, powoduje, że znakomita większość badaczy bez chwili namysłu za prawdziwą przyjmuje stwierdzenie, iż im mniejsze prawdopodobieństwo, tym silniejsza zależność. Przedstawione zostały słabe strony teorii Neymana–Pearsona i wynikające z nich problemy przy podejmowaniu decyzji w wyniku przeprowadzonych testów. Problemy te stały się usprawiedliwionym poszukiwaniem mniej zawodnych rozwiązań, jednakże zaproponowane mierniki wielkości efektu, jako wykorzystujące z jednej strony dogmat o związku między wielkością prawdopodobieństwa w teście i siłą zależności, a z drugiej – brak jakichkolwiek podstaw teoretycznych tego rozwiązania, wydają się jeszcze jednym pseudorozwiązaniem rzeczywiście występujących problemów. Dodatkowo, wykorzystywanie mierników wielkości efektów wygląda na próbę zwolnienia badaczy z głębokiego myślenia o uzyskanych wynikach z analizy statystycznej, w kategoriach merytorycznych. Powstał trywialny przepis: odpowiednia wartość miernika natychmiast implikuje siłę zależności – podejście takie wydaje się niegodne badacza.
    The aim of this study is to draw the attention of researchers using statistical methods in the analysis of the results of their research on the combination of two different theories testing statistical hypothesis, Fisher’s theory and Neyman-Pearson’s theory. Including in the presently used statistical instruments, ideas of both of these theories, causes that the vast majority of researchers without a moment’s thought, acknowledge that the smaller the probability the stronger relationship. The study presents the weaknesses of Neyman-Pearson’s theory and the resulting problems with decision-making as a result of the conducted tests. These problems have become a justified quest for less unreliable solutions, however, the proposed measures of the size effect as using on one hand dogma about the relationship between the degree of probability in the test and the strength of dependence, on the other, lack of any theoretical basis of this solution, seem to be another pseudo solution to actual problems. Moreover, the use of measures of size effect seems to be an attempt to free researchers from the profound thinking about the results obtained from the statistical analysis. A trivial recipe was established: the corresponding value of the measures instantly implies the strength of the relationship – this approach seems unworthy of the researcher.
    Źródło:
    Acta Universitatis Lodziensis. Folia Psychologica; 2015, 19; 5-41
    2353-4842
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Psychologica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Istotność statystyczna w czasach big data
    Statistical significance in the era of big data
    Autorzy:
    Szreder, Mirosław
    Powiązania:
    https://bibliotekanauki.pl/articles/962757.pdf
    Data publikacji:
    2019
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    wnioskowanie statystyczne
    testowanie hipotez
    istotność staty-styczna
    wskaźnik p-value
    big data
    podejście bayesowskie
    statistical inference
    hypothesis testing
    statistical significance
    p-value
    big
    data
    bayesian approach
    Opis:
    Rozwój nowych technologii wpływa zarówno na realizację badań statystycznych, jak i na postrzeganie ich wyników w świetle innych źródeł informacji. W tym kontekście powraca w środowisku naukowym temat roli testowania hipotez statystycznych oraz interpretowania i przedstawiania jego wyników, w tym stosowania kategorii istotności statystycznej oraz wskaźnika p-value. Inspiracją do powstania tego opracowania stała się fala dyskusji wokół tego zagadnienia toczących się na forum czasopism „Nature” i „The American Statistician” na początku 2019 r. Celem artykułu jest ukazanie szans i zagrożeń, jakie big data stwarza dla weryfikacji hipotez i wnioskowania statystycznego, zarówno w ujęciu klasycznym, jak i w podejściu bayesowskim. Autor uzasadnia konieczność zaniechania zbyt daleko posuniętych uproszczeń w realizacji procesu wnioskowania statystycznego oraz prezentowaniu wyników weryfikacji hipotez. Chodzi zarówno o postulat uwzględnienia jakości danych próbkowych, zwłaszcza typu big data, jak i o podawanie pełnej informacji o modelu statystycznym, na podstawie którego przeprowadza się wnioskowanie.
    The development of new technologies has affected both the procedures of traditional statistical surveys and the perception of their results in the light of other available sources of information. In this connection, the role of the verification of statistical hypotheses and of the interpretation and presentation of its results, including the use of statistical significance and p-value, has recently returned as a frequent topic for discussion among the scientific community. The author was inspired to write this paper by a wave of discussion regarding this matter held at the beginning of 2019 in the Nature and The American Statistician journals. The aim of the paper is to present the opportunities provided and challenges posed by the use of big data to the hypothesis verification process and to statistical inference, both in the traditional and Bayesian approaches. The author explains the necessity of discontinuing adopting excessive simplifications while performing statistical inference and presenting the results of the verification of hypotheses. This involves both the postulate to pay greater attention to the quality of sampling data, especially in the case of data originating from big data sets, as well as the postulate to provide full information about the statistical model on the basis of which the inference is being performed.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2019, 64, 11; 42-57
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Historia rozwoju statystycznych metod planowania i analizy doświadczeń rolniczych na świecie oraz w Polsce
    A history of the development of statistical methods for designing and analyzing agricultural experiments in the world and in Poland
    Autorzy:
    Mądry, Wiesław
    Gozdowski, Dariusz
    Powiązania:
    https://bibliotekanauki.pl/articles/2199478.pdf
    Data publikacji:
    2020-02-12
    Wydawca:
    Instytut Hodowli i Aklimatyzacji Roślin
    Tematy:
    metody statystyczne
    metody wielowymiarowe
    modele statystyczne
    estymacja parametrów statystycznych
    hipotezy
    testowanie hipotez
    układy doświadczalne
    wnioskowanie statystyczne
    statystycy
    biometrycy
    statistical methods
    multivariate methods
    estimation
    hypothesis testing
    experimental designs
    statistical inference
    statisticians
    biometricians
    Opis:
    W pracy przedstawiono główne kierunki badań, ich chronologię oraz osiągnięcia w zakresie metod statystyki matematycznej w zastosowaniu do biometrii i doświadczalnictwa rolniczego, dokonywane od XVII wieku do czasów współczesnych. Uwzględniono dorobek uczonych na świecie oraz w Polsce. Podkreślono historyczne i współczesne znaczenie tych osiągnięć matematycznych i metodycznych dla rozwoju i postępu nauk empirycznych w ogóle, a zwłaszcza nauk rolniczych i biologicznych. Przedstawiono znaczenie zastosowania metod statystycznych w uznaniu empirycznych badań rolniczych, jako nauki rolnicze. Świadectwa i rozważania oraz autorskie osądy odkryć i wynalazków statystycznych na przestrzeni wieków i lat są udokumentowane i zilustrowane oryginalnymi publikacjami, a także realnymi dokonaniami pionierów statystyki, biometrii i doświadczalnictwa rolniczego oraz współczesnych uczonych w tych dziedzinach i specjalnościach.  
    The paper presents the main directions, chronology and achievements in the field of mathematical statistical methods applied to biometrics and agricultural experimentation, conducted from the 17th century to modern times. The achievements of scientists globally and in Poland are taken into account. The historical and present importance of these mathematical and methodological findings for the development and progress of empirical sciences in general, and especially agricultural and biological sciences, is emphasized. The importance of using statistical methods in the recognition of empirical agricultural research as agricultural science is presented. Testimonies and considerations on statistical discoveries and inventions over the centuries are documented and illustrated by the original publications and real activities of the pioneers of statistics, biometrics and agricultural experimentation, as well as contemporary scientists in these fields.  
    Źródło:
    Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2020, 288; 23-40
    0373-7837
    2657-8913
    Pojawia się w:
    Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dowodzenie hipotez za pomocą zzynnika bayesowskiego (bayes factor): przykłady użycia w badaniach empirycznych
    Autorzy:
    Domurat, Artur
    Białek, Michał
    Powiązania:
    https://bibliotekanauki.pl/articles/1198708.pdf
    Data publikacji:
    2016
    Wydawca:
    Akademia Leona Koźmińskiego w Warszawie
    Tematy:
    statistical inference
    null hypothesis testing
    Bayes Factor
    p-value
    Bayes’ rule
    wnioskowanie statystyczne
    testowanie hipotezy zerowej
    reguła Bayesa
    czynnik bayesowski
    wartość p
    Opis:
    Testów statystycznych używa się w nauce po to, żeby wesprzeć zaproponowane hipotezy badawcze (teorie, modele itp.). Czynnik bayesowski (Bayes Factor, BF) jest metodą bezpośrednio wskazującą tę z dwóch hipotez, która lepiej wyjaśnia uzyskane dane. Jego wykorzystanie we wnioskowaniu statystycznym prowadzi do jednego z trzech wniosków: albo badanie bardziej wspiera hipotezę zerową, albo alternatywną, albo wyniki nie wspierają żadnej w sposób rozstrzygający i są niekonkluzywne. Symetria tych wniosków jest przewagą metody czynnika bayesowskiego nad testami istotności. W powszechnie używanych testach istotności nie formułuje się wniosków wprost, lecz albo się odrzuca hipotezę zerową, albo się jej nie odrzuca. Rozdźwięk między taką decyzją a potrzebami badacza często jest powodem nadinterpretacji wyników testów statystycznych. W szczególności wyniki nieistotne statystycznie są często nadinterpretowane jako dowód braku różnic międzygrupowych lub niezależności zmiennych.W naszej pracy omawiamy założenia teoretyczne metody BF, w tym różnice między bayesowskim a częstościowym rozumieniem prawdopodobieństwa. Przedstawiamy sposób weryfi kacji hipotez i formułowania wniosków według podejścia bayesowskiego. Do jego zalet należy m.in. możliwość gromadzenia dowodów na rzecz hipotezy zerowej. Wykorzystanie metody w praktyce ilustrujemy przykładami bayesowskiej reinterpretacji wyników kilku opublikowanych badań empirycznych, w których wykonywano tradycyjne testy istotności. Do obliczeń wykorzystaliśmy darmowy program JASP 0.8, specjalnie dedykowany bayesowskiej weryfi kacji hipotez statystycznych.
    Statistical tests are used in science in order to support research hypotheses (theory, model). The Bayes Factor (BF) is a method that weighs evidence and shows which out of two hypotheses is better supported. Adopting the BF in statistical inference, we can show whether data provided stronger support for the null hypothesis, the alternative hypothesis or whether it is inconclusive and more data needs to be collected to provide more decisive evidence. Such a symmetry in interpretation is an advantage of the Bayes Factor over classical null hypothesis significance testing (NHST). Using NHST, a researcher draws conclusions indirectly, by rejecting or not rejecting the null hypothesis. The discrepancy between these decisions and the researcher’s needs, often leads to misinterpretation of significance test results, e.g. by concluding that non-significant p-values are evidence for the absence of differences between groups or that variables are independent. In this work we show the main differences between the Bayesian and the frequential approach to the understanding of probability and statistical inference. We demonstrate how to verify hypotheses using the BF in practice and provide concrete examples of how it modifies conclusions about empirical findings based on the NHST procedure and the interpretation of p-values. We discuss the advantages of the BF – particularly the validation of a null hypothesis. Additionally, we provide some guidelines on how to do Bayesian statistics using the freeware statistical program JASP 0.8.
    Źródło:
    Decyzje; 2016, 26; 109-141
    1733-0092
    2391-761X
    Pojawia się w:
    Decyzje
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Przegląd metod testowych do wyznaczania dokładności instrumentów geodezyjnych zgodnie z normami PN-ISO 17123
    Review of procedures for testing geodetic instrumenta in accordance with PN-ISO 17123 standards
    Autorzy:
    Pokarowska, M.
    Wojciechowski, J
    Powiązania:
    https://bibliotekanauki.pl/articles/341509.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Przyrodniczy we Wrocławiu
    Tematy:
    testowanie instrumentów geodezyjnych
    normy ISO 17123
    testy statystyczne
    estymatory wariancji
    dokładność pomiarów
    testing geodetic instruments
    ISO 17123
    statistical tests
    variance estimators
    measurement accuracy
    Opis:
    Artykuł poświęcony jest analizie sposobów testowania instrumentów geodezyjnych zgodnie z normami serii ISO 17123, z których 7 zostało przetłumaczonych na język polski i przyjętych jako Polskie Normy. W normach zaleca się wykonanie testów pomiarowych instrumentów przed ich użyciem do konkretnej pracy. Celem testów jest sprawdzenie, czy dokładność pomiaru danym egzemplarzem instrumentu jest zgodna z dokładnością podaną przez producenta. Artykuł zawiera uwagi odnośnie sposobów testowania instrumentów geodezyjnych zgodnie z procedurami podanymi w normach. Przedstawiono zakładane dla różnych rodzajów instrumentów pola testowe. Szczególną uwagę zwrócono na analizę statystyczną wyników testów. Chociaż normy nie przewidują zmian w organizacji pól testowych i programach obliczeń, autorzy artykułu przedstawiają propozycje modyfikacji niektórych fragmentów norm. W przypadku gdy takich propozycji jest więcej, ISO wprowadza nowe, poprawione normy i wycofuje stare, co do których użytkownicy mieli zastrzeżenia. Dzięki takim opiniom zrewidowano normy 17123-1 oraz 17123-5 w wersji angielskiej. Nie zostały one jeszcze przetłumaczone i przyjęte jako Polskie Normy.
    This article presents a practical analysis of the ways geodetic instruments are tested in accordance with the standards of ISO 17123, seven of which have been translated into Polish and adopted as standards in Poland. The standards recommend that measurement tests of instruments be carried out prior to instruments being used for particular work. The objective of testing is to verify whether measurement accuracy of a given instrument agrees with the level of accuracy guaranteed by the manufacturer. The article provides information on methods of testing geodetic instruments in accordance with the procedures described in the standards. Techniques for establishing field tests for various kinds of instruments are presented with special attention on the statistical analysis of the tests results. Although the standards do not provide for changes to the organization of testing fields or calculation programs, suggestions are presented for modifying certain parts of the standards. When suggestions are received for making amendments, ISO introduces updated standards replacing the former standards that were in question by users. In this way, two of the 17123 series of standards were revised in the English version. They have not yet been translated or adopted into the Polish standards.
    Źródło:
    Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum; 2013, 12, 4; 41-54
    1644-0668
    Pojawia się w:
    Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      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