Informacja

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

Wyszukujesz frazę "Drapella, Antoni." wg kryterium: Autor


Wyświetlanie 1-4 z 4
Tytuł:
O złej radzie dotyczącej testu F Snedecora
О плохом совете касающемся критерия F Снедекора
Autorzy:
Drapella, Antoni
Powiązania:
https://bibliotekanauki.pl/articles/962650.pdf
Data publikacji:
2016-03
Wydawca:
Główny Urząd Statystyczny
Tematy:
rozkład chi-kwadrat
rozkład F
test F
metoda Monte Carlo
the F distribution
the chi-square distribution
the Snedecor test
the Monte Carlo method
распределение хи-квадрат
распределение F
критерий F
метод Монте Карло
Opis:
W polskojęzycznych pracach (wydanych w formie drukowanej, jak również dostępnych w Internecie) omawiających weryfikację hipotezy o równości wariancji w dwóch populacjach gaussowskich (test F) pojawia się rada, by oszacowania wariancji o większej wartości umieszczać w liczniku statystyki testowej, a jako granicę obszaru dopuszczalnego przyjąć stosowny kwantyl rozkładu F. Prowadząc w artykule rozważania analityczne i eksperymenty numeryczne pokazano, że jest to zła rada, ponieważ idąc za nią czyni się rzeczywisty błąd pierwszego rodzaju dwukrotnie większy od założonego.
В разработках на польском языке (опубликованных в печатном виде и доступных в Интернете) обсуждающих проверку гипотезы равенства дисперсии в двух гауссовских популяциях (критерий F) появляется совет, чтобы оценки дисперсии с большим значением помещать в счетчике тестовой статистики, а в качестве границы допустимой площади принять соответствующий квантиль распределения F. Представляя в статье аналитические соображения и численные эксперименты было показано, что это плохой совет, так как следуя ему делается реальная ошибка первого вида два раза больше чем планированная.
Readers of some domestic statistical textbooks and Internet publications related to F test are advised to accomplish the following test scheme: After having sample variances calculated use quotient of greater to smaller of them as the test statistics. Then take appropriate quantile of the F distribution as the critical value. This paper identifies this advice to be wrong and gives reason for it: test statistics in question definitely does not follow the F distribution. So, derivation of the proper test statistics named WF as well as the method of calculating WF' s cumulative distribution function is given. Analytical considerations are confirmed by two Monte Carlo experiments. These show that following the advice one makes first type error two times greater than wanted.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2016, 3; 61-67
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model procesu zużycia typu wytrzymałości - obciążenie = Strength - stress model of the wear-out process. Cz. 1
Autorzy:
Drapella, Antoni.
Powiązania:
Zeszyty Naukowe / Akademia Marynarki Wojennej im. Bohaterów Westerplatte 2014, nr 1(196), s. 5-15
Data publikacji:
2014
Tematy:
Równania różniczkowe stosowanie technika
Postęp techniczny
Metody badawcze
Wytrzymałość materiałów
Opis:
Rys., tab.
Bibliogr.
Dostawca treści:
Bibliografia CBW
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
    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