Презентация Параметрические и непараметрические методы проверки статистических гипотез онлайн
На нашем сайте вы можете скачать и просмотреть онлайн доклад-презентацию на тему Параметрические и непараметрические методы проверки статистических гипотез абсолютно бесплатно. Урок-презентация на эту тему содержит всего 29 слайдов. Все материалы созданы в программе PowerPoint и имеют формат ppt или же pptx. Материалы и темы для презентаций взяты из открытых источников и загружены их авторами, за качество и достоверность информации в них администрация сайта не отвечает, все права принадлежат их создателям. Если вы нашли то, что искали, отблагодарите авторов - поделитесь ссылкой в социальных сетях, а наш сайт добавьте в закладки.
Презентации » Математика » Параметрические и непараметрические методы проверки статистических гипотез
Оцените!
Оцените презентацию от 1 до 5 баллов!
- Тип файла:ppt / pptx (powerpoint)
- Всего слайдов:29 слайдов
- Для класса:1,2,3,4,5,6,7,8,9,10,11
- Размер файла:433.50 kB
- Просмотров:111
- Скачиваний:1
- Автор:неизвестен
Слайды и текст к этой презентации:
№2 слайд
Содержание слайда: Статистические критерии – это ПРАВИЛО, обеспечивающее принятие истинной и отклонение ложной гипотезы с высокой вероятностью.
Статистические критерии – это ПРАВИЛО, обеспечивающее принятие истинной и отклонение ложной гипотезы с высокой вероятностью.
Статистические критерии – это МЕТОД расчета определенного числа.
Статистические критерии – это ЧИСЛО.
№3 слайд
Содержание слайда: Параметрические критерии – это критерии, включающие в формулу расчета параметры распределения (среднее и дисперсии).
Параметрические критерии – это критерии, включающие в формулу расчета параметры распределения (среднее и дисперсии).
Непараметрические критерии – это критерии, не включающие в формулу расчета параметров распределения и основанные на оперировании частотами или рангами.
№4 слайд
Содержание слайда: Возможности и ограничения параметрических критериев
Позволяют прямо оценить различия в средних, полученных в двух выборках (t-критерий Стьюдента)
Позволяют прямо оценить различия в дисперсиях (критерий F-Фишера)
Позволяют выявить тенденции изменения признака при переходе от условия к условию (дисперсионный однофакторный анализ)
Позволяют оценить взаимодействие двух и более факторов и их влияние на изменение признака (двухфакторный дисперсионный анализ)
№5 слайд
Содержание слайда: Возможности и ограничения параметрических критериев
Экспериментальные данные должны отвечать двум, а иногда трем, условиям:
а) значения признака измерены по интервальной шкале;
б) распределение признака является нормальным;
в) в дисперсионном анализе должно соблюдаться требование равенства дисперсий в ячейке комплекса.
Если перечисленные условия выполняются, то параметрические критерии оказываются более мощными, чем непараметрические.
№6 слайд
Содержание слайда: Возможности и ограничения непараметрических критериев
Позволяют оценить лишь средние тенденции, например, ответить на вопрос, чаще ли в выборке А встречаются более высокие, а в выборке Б – более низкие значения признака (критерии Розенбаума, Манна-Уитни, угловое преобразование Фишера и др.).
Позволяют оценить лишь различия в диапазонах вариативности признака (критерий угловое преобразование Фишера).
Позволяют выявить тенденции изменения признака при переходе от условия к условию при любом распределении признака (критерии тенденций Пейджа, Джонкира).
№7 слайд
Содержание слайда: Возможности и ограничения непараметрических критериев
Отсутствует возможность оценить взаимодействие двух и более факторов.
Экспериментальные данные могут НЕ ОТВЕЧАТЬ ни одному из условий параметрической статистики:
а) значения признака могут быть представлены в любой шкале, начиная от шкалы наименований;
б) распределение признака может быть любым и совпадение его с каким-либо теоретическим законом распределения необязательно и не нуждается в проверке;
в) требование равенства дисперсий отсутствует.
№8 слайд
Содержание слайда: Правило принятия
статистического вывода
Статистический критерий имеет эмпирическое и критическое значение.
Эмпирическое значение критерия – это число, полученное по правилу расчета критерия.
Критическое значение критерия – это число, которое определено для данного критерия при заданных переменных (например, количества человек в выборке), выделяющее зону значимости и незначимости для признака. См. Таблицы критических значений критерия.
По соотношению эмпирического и критического значений критерия выявляется уровень статистической значимости и делается вывод о том, подтверждается или опровергается нулевая гипотеза.
№9 слайд
Содержание слайда: Правило принятия
статистического вывода
1) на основе полученных экспериментальных данных вычислить эмпирическое значение критерия Кэмп
2) по соответствующим критерию таблицам найти критические значения К1кр и К2кр, которые отвечают уровням значимости в 5% и 1%
3) записать критическое значение в виде:
К1кр для p ≤ 0 05 и К2кр для p ≤ 0 01
№11 слайд
Содержание слайда: Правило принятия
статистического вывода
5) сформулировать принятие решения:
если Кэмп находится в зоне незначимости, то принимается гипотеза Н0 об отсутствии различий;
если Кэмп находится в зоне неопределенности, то есть вероятность принятия ложного решения (необходимо увеличить выборку или воспользоваться другим критерием);
если Кэмп находится в зоне значимости, то гипотеза об отсутствии различий Н0 отклоняется и принимается гипотеза Н1 о наличии различий
№12 слайд
Содержание слайда: Правило признания значимости различий
В большинстве случаев для признания различий значимыми ЭМПИРИЧЕСКОЕ (полученное) ЗНАЧЕНИЕ КРИТЕРИЯ должно ПРЕВЫШАТЬ КРИТИЧЕСКОЕ (табличное) в соответствии с числом степеней свободы для двух независимых выборок df = (n1 + n2) – 2, для двух зависимых выборок df = (n1 + n2) – 1 или объемом выборки (n).
Исключение: критерий U-Манна-Уитни, критерий G-знаков, критерий T-Вилкоксона, в которых нужно придерживаться противоположного правила.
№13 слайд
Содержание слайда: Зависимые и независимые выборки
Зависимые выборки – это те выборки, в которых каждому респонденту одной выборки поставлен в соответствие по определенному признаку респондент другой выборки.
Независимые выборки – это те выборки, в которых вероятность отбора любого респондента одной выборки не зависит от отбора любого из респондентов другой выборки.
№15 слайд
Содержание слайда: Критерий t-Стьюдента
для независимых выборок
Проверяет гипотезу о том, что средние значения двух генеральных совокупностей из которых извлечены независимые выборки, отличаются друг от друга.
Исходные предположения:
Одна выборка извлекается из одной генеральной совокупности, другая – из другой (значения измеренных признаков гипотетически не должны коррелировать между собой).
В обеих выборках распределение приблизительно соответствует нормальному закону.
Дисперсии признаков в двух выборках примерно одинаковы.
№16 слайд
Содержание слайда: Критерий t-Стьюдента
для независимых выборок
Структура исходных данных: изучаемый признак(и) измерен у респондентов, каждый из которых принадлежит к одной из сравниваемых выборок.
Ограничения:
Распределения существенно не отличаются от нормального закона в обеих выборках.
При разной численности выборок дисперсии статистически достоверно не различаются (проверяется по критерию F-Фишера или по критерию Ливена).
№18 слайд
Содержание слайда: Критерий t-Стьюдента
для зависимых выборок
Проверяет гипотезу о том, что средние значения двух генеральных совокупностей, их которых извлечены сравниваемые зависимые выборки, отличаются друг от друга.
Исходные предположения:
Каждому представителю одной выборки поставлен в соответствие представитель другой выборки.
Данные двух выборок положительно коррелируют.
Распределение в обеих выборках соответствует нормальному закону.
Структура исходных данных: имеется по два значения изучаемого признака(ов).
№19 слайд
Содержание слайда: Критерий F-Фишера
Применяется для проверки гипотезы о равенстве дисперсий двух выборок. Его относят к критериям рассеяния.
*Имеет смысл перед использованием критерия t-Стьюдента предварительно проверить гипотезу о равенстве дисперсий. Если она верна, то для сравнения средних можно воспользоваться критерием t-Стьюдента (гипотезы о равенстве средних значений в двух выборках).
Критерий Фишера основан на дополнительных предположениях о независимости и нормальности выборок данных. Перед его применением рекомендуется выполнить проверку нормальности распределения признака.
№20 слайд
Содержание слайда: Критерий F-Фишера
В регрессионном анализе критерий Фишера позволяет оценивать значимость линейных регрессионных моделей.
В частности, он используется в шаговой регрессии для проверки целесообразности включения или исключения независимых переменных (признаков) в регрессионную модель.
В дисперсионном анализе критерий Фишера позволяет оценивать значимость факторов и их взаимодействия.
№21 слайд
Содержание слайда: U-критерий Манна-Уитни для независимых выборок
Показывает насколько совпадают (пересекаются) два ряда значений измеренного признака (ов).
Условия для применения:
Распределение хотя бы в одной выборке отличается от нормального вида.
Небольшой объем выборки (больше 100 человек – используют параметрические критерии, меньше 10 человек – непараметрические, но результаты считаются предварительными).
Нет гомогенности дисперсий при сравнении средних значений.
№22 слайд
Содержание слайда: Т-критерий Вилкоксона
для зависимых выборок
В основе лежит упорядочивание величин разностей (сдвигов) значений признака в каждой паре его измерений.
Идея критерия заключается в подсчете вероятности получения минимальной из положительных и отрицательных разностей при условии, что распределение положительных или отрицательных разностей равновероятно и равно
№23 слайд
Содержание слайда: Н-критерий Крускала-Уоллиса для
3 и более независимых выборок
Применяется для оценки различий по степени выраженности анализируемого признака одновременно между тремя, четырьмя и более выборками.
Позволяет выявить степень изменения признака в выборках, не указывая на направление этих изменений.
№24 слайд
Содержание слайда: Н-критерий Крускала-Уоллиса
Условия для применения:
Измерение должно быть проведено в шкале порядка, интервалов или отношений.
Выборки должны быть независимыми.
Допускается разное число респондентов в сопоставляемых выборках.
При сопоставлении трех выборок допускается, чтобы в одной из них было n=3, а в двух других n=2. Но в этом случае различия могут быть зафиксированы только на уровне средней значимости.
№25 слайд
Содержание слайда: Критерий Фишера φ* (фи)
(Угловое преобразование Фишера)
Критерий φ (фи) предназначен для сопоставления двух рядов выборочных значений по частоте встречаемости какого-либо признака.
Этот критерий можно применять на любых выборках – зависимых и независимых. А также можно оценивать частоту встречаемости признака и количественной, и качественной переменной.
№26 слайд
Содержание слайда: Критерий Фишера φ*
Условия для применения:
Измерение может быть проведено в любой шкале.
Характеристики выборок могут быть любыми.
Нижняя граница – в одной из выборок может быть только 2 наблюдения, при этом во второй должно быть не менее 30 наблюдений. Верхняя граница не определена.
При малых объемах выборок, нижние границы выборок должны содержать не менее 5 наблюдений каждая.
Скачать все slide презентации Параметрические и непараметрические методы проверки статистических гипотез одним архивом:
-
Методические указания для выполнения индивидуальных заданий. Проверка статистических гипотез
-
Проверка статистических гипотез
-
Статистическая проверка гипотез. Лекция 12
-
Проверка статистических гипотез. Версия 2
-
Методы непараметрического спектрального анализа. Основные показатели качества оценок СПМ
-
Методы непараметрического спектрального анализа. Метод Блэкмана-Тьюки
-
Методы непараметрического спектрального анализа. Метод периодограмм Уэлча
-
Методы непараметрического спектрального анализа. Метод периодограмм Бартлетта
-
Методы непараметрического спектрального анализа. Метод периодограмм Даньелла
-
Методы непараметрического спектрального анализа. Метод периодограмм