Informacja

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

Wyszukujesz frazę "hipotezy statystyczne" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Przykłady zastosowań metod planowania i oceny eksperymentu w tomografii impedancyjnej i mikroskopii elektronowej
Selected applications of experiment planning and evaluation in the area of impedance tomography and electron microscopy
Autorzy:
Oskwarek, Ł.
Powiązania:
https://bibliotekanauki.pl/articles/155833.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
planowanie i ocena eksperymentu
hipotezy statystyczne
istotność wpływu czynnika
równanie regresji
experiment planning and evaluation
statistical hypotheses
significance of the impact factor
regression equation
Opis:
Przedmiotem artykułu są wybrane zagadnienia z teorii eksperymentu, takie jak: testowanie hipotez statystycznych, ocena istotności wpływu czynników oraz ocena postaci równania regresji. Wiedza z tego zakresu została wykorzystana do oceny wyników pomiarów wykonanych na potrzeby impedancyjnej tomografii komputerowej (ocena krzywych poprawek, ocena wpływu czynników związanych z układem pomiarowym) oraz skaningowej mikroskopii elektronowej (ocena równania opisującego zniekształcenia obrazów pod wpływem zewnętrznego pola zakłócającego).
In the paper selected problems of the theory of experiment like: statistical hypotheses testing, assessment of the significance of impact factors and evaluation of a regression equation [1, 2, 3, 4, 5, 6] are presented. Knowledge of this area may be useful for engineers when assessing the method of measurement and operation of a developed system. From the analysis performed for impedance tomography [7, 8, 9], using planning and evaluation of experiment methods, one can draw the following conclusions: although it is necessary to introduce corrections to the raw measurements, their values can be approximated by a linear regression curve, it is possible to follow the same correction curves (Fig.1) and the associated uncertainty for measurement results obtained by excitation of different pairs of electrodes, most of parameters relating to the measurement system, in the examined range of variation, had no significant effect on the obtained results - thanks to that, conclusions presented in the paper are more universal. In turn, the calculations performed for microscopic research [10, 11] showed that the derived forms of the regression equation (Fig. 2) describe correctly the empirical data, and the reproducibility of performed experiments was satisfactory. This improves reliability of the results concerning evaluation of the impact of the external magnetic field on the distortion level of observed images.
Źródło:
Pomiary Automatyka Kontrola; 2011, R. 57, nr 11, 11; 1289-1292
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
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:
Wykorzystanie pakietu R w zagadnieniach dotyczących procedur jednoczesnego testowania wielu hipotez
Application of the R-project package in the area of the multiple-comparison procedures
Autorzy:
Dudzinski, M.
Furmanczyk, K.
Powiązania:
https://bibliotekanauki.pl/articles/886738.pdf
Data publikacji:
2007
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
Tematy:
hipotezy
kontrola miernicza
miary statystyczne
modele matematyczne
pakiet R zob.pakiet R-Project
pakiet R-project
procedura FDR
procedura FWER
procedury
statystyka matematyczna
testowanie hipotez
Opis:
In our paper, we give the simulation results concerning the multiple-comparison procedures, especially their error measures, such as FWER and FDR. We compare the powers of four popular multiple-comparison procedures, applied to three standard statistical models. All of our simulations were carried out by using the R-project package.
Źródło:
Scientific Review Engineering and Environmental Sciences; 2007, 16, 1[35]
1732-9353
Pojawia się w:
Scientific Review Engineering and Environmental Sciences
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