Testiranje statistiqkih hipoteza

Σχετικά έγγραφα
Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama.

nepoznati parametar θ jednak broju θ 0, u oznaci H 0 (θ =θ 0 ), je primer proste hipoteze. Ako hipoteza nije prosta, onda je složena.

Neparametarski testovi za dva nezavisna uzorka. Boris Glišić 208/2010 Bojana Ružičić 21/2010

Uvod u neparametarske testove

VEROVATNO A I STATISTIKA A - TEST 1 9. NOVEMBAR 2013.

Definicija: Hipoteza predstavlja pretpostavku koja je zasnovana na određenim činjenicama (najčešće naučnim ili iskustvenim).

Postoji nekoliko statidtičkih testova koji koriste t raspodelu, koji se jednim imenom zovu t-testovi.

3.1 Granična vrednost funkcije u tački

numeričkih deskriptivnih mera.

Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu

Str

(Hi-kvadrat test) r (f i f ti ) 2 H = f ti. i=1

Zavrxni ispit iz Matematiqke analize 1

9.1 Testovi hipoteza u statistici

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka

Zadaci iz trigonometrije za seminar

Verovatnoća i Statistika I deo Teorija verovatnoće (zadaci) Beleške dr Bobana Marinkovića

Uvod u neparametarske testove

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović

Testiranje statističkih hipoteza Materijali za nastavu iz Statistike

Osnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju

IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f

radni nerecenzirani materijal za predavanja R(f) = {f(x) x D}

Računarska grafika. Rasterizacija linije

Ispitivanje toka i skiciranje grafika funkcija

18. listopada listopada / 13

Statistiqki softver 4 Sedmi qas

Testovi simetrije zasnovani na empirijskoj funkciji raspodele

Dvanaesti praktikum iz Analize 1

ELEKTROTEHNIČKI ODJEL

5. Karakteristične funkcije

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012

Operacije s matricama

X. Testiranje hipoteza. Osnovni koncepti testiranja hipoteza TESTIRANJE HIPOTEZA OSNOVNI KONCEPTI I TESTOVI POVEZANOSTI 19/11/15

XI dvoqas veжbi dr Vladimir Balti. 4. Stabla

POSTAVLJANJE I TESTIRANJE HIPOTEZA

PRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti).

a M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A.

SISTEMI NELINEARNIH JEDNAČINA

1 Afina geometrija. 1.1 Afini prostor. Definicija 1.1. Pod afinim prostorom nad poljem K podrazumevamo. A - skup taqaka

Osnovne teoreme diferencijalnog računa

Računarska grafika. Rasterizacija linije

Teorijske osnove informatike 1

Kristina Veljkovi MONTE KARLO METODE

Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A

M086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost

2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x

(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k.

STATISTIKA S M E I M N I AR R 7 : METODE UZORKA

Klasifikacija blizu Kelerovih mnogostrukosti. konstantne holomorfne sekcione krivine. Kelerove. mnogostrukosti. blizu Kelerove.

Program testirati pomoću podataka iz sledeće tabele:

DRUGI KOLOKVIJUM IZ MATEMATIKE 9x + 6y + z = 1 4x 2y + z = 1 x + 2y + 3z = 2. je neprekidna za a =

4 Testiranje statističkih hipoteza

Pismeni ispit iz matematike GRUPA A 1. Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj, zatim naći 4 z.

Elementi spektralne teorije matrica

Statističko zaključivanje - testiranje hipoteza. Katedra za medicinsku statistiku i informatiku

Matematička analiza 1 dodatni zadaci

Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika. Monotonost i ekstremi. Katica Jurasić. Rijeka, 2011.

TRIGONOMETRIJSKE FUNKCIJE I I.1.

Prvi kolokvijum. y 4 dy = 0. Drugi kolokvijum. Treći kolokvijum

Prosta linearna regresija (primer)

Moguća i virtuelna pomjeranja

7 Algebarske jednadžbe

MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15

I.13. Koliki je napon između neke tačke A čiji je potencijal 5 V i referentne tačke u odnosu na koju se taj potencijal računa?

MATEMATIKA 2. Grupa 1 Rexea zadataka. Prvi pismeni kolokvijum, Dragan ori

Pismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1.

KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA.

2.2 Srednje vrijednosti. aritmetička sredina, medijan, mod. Podaci (realizacije varijable X): x 1,x 2,...,x n (1)

41. Jednačine koje se svode na kvadratne

3 Populacija i uzorak

1 Pojam funkcije. f(x)

TEORIJA I PRAKSA DOBIJANJA UZORAKA NA OSNOVU RASPOLOŽIVIH PODATAKA

( , 2. kolokvij)

APROKSIMACIJA FUNKCIJA

Analiza varijanse sa jednim Posmatra se samo jedna promenljiva

Obrada signala

Konstruisanje. Dobro došli na... SREDNJA MAŠINSKA ŠKOLA NOVI SAD DEPARTMAN ZA PROJEKTOVANJE I KONSTRUISANJE

I Pismeni ispit iz matematike 1 I

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo

TESTIRANJE ZNAČAJNOSTI RAZLIKE

PARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je,

Ministarstvo prosvete i sporta Republike Srbije Druxtvo matematiqara Srbije Prvi razred A kategorija

radni nerecenzirani materijal za predavanja

2. Ako je funkcija f(x) parna onda se Fourierov red funkcije f(x) reducira na Fourierov kosinusni red. f(x) cos

NEPARAMETRIJSKE TEHNIKE

Studentov t-test. razlike. t = SG X

Univerzitet u Nišu, Prirodno-matematički fakultet Prijemni ispit za upis OAS Matematika

1.4 Tangenta i normala

( ) π. I slučaj-štap sa zglobovima na krajevima F. Opšte rešenje diferencijalne jednačine (1): min

Cauchyjev teorem. Postoji više dokaza ovog teorema, a najjednostvniji je uz pomoć Greenove formule: dxdy. int C i Cauchy Riemannovih uvjeta.

RIJEŠENI ZADACI I TEORIJA IZ

Počela biostatistike, Poslijediplomski interdisciplinarni doktorski studij Molekularne bioznanosti. Molekularne bioznanosti. Molekularne bioznanosti

Mate Vijuga: Rijeseni zadaci iz matematike za srednju skolu

RAČUNSKE VEŽBE IZ PREDMETA POLUPROVODNIČKE KOMPONENTE (IV semestar modul EKM) IV deo. Miloš Marjanović

Ministarstvo prosvete i sporta Republike Srbije Druxtvo matematiqara Srbije OPXTINSKO TAKMIQENjE IZ MATEMATIKE Prvi razred A kategorija

5 Ispitivanje funkcija

STATISTIKA. Miroslav M. Risti 2008/2009. Katedra za Matematiku Prirodno-matematiqki fakultet Univerzitet u Nixu

PID: Domen P je glavnoidealski [PID] akko svaki ideal u P je glavni (generisan jednim elementom; oblika ap := {ab b P }, za neko a P ).

Poglavlje 7. Blok dijagrami diskretnih sistema

Transcript:

Testiranje statistiqkih hipoteza

Testiranje statistiqkih hipoteza Testiranje statistiqkih hipoteza je vid statistiqkog zakljuqivanja koji se primenjuje u situacijama: kada se unapred pretpostavlja postojanje određene veze među izuqavanim pojavama, kada se pretpostavlja da posmatrano obeleжje ima određenu raspodelu.

Testiranje statistiqkih hipoteza Testiranje statistiqkih hipoteza je vid statistiqkog zakljuqivanja koji se primenjuje u situacijama: kada se unapred pretpostavlja postojanje određene veze među izuqavanim pojavama, kada se pretpostavlja da posmatrano obeleжje ima određenu raspodelu. Statistiqka hipoteza Statistiqka hipoteza je svaka pretpostavka koja se odnosi na raspodelu obeleжja.

Statistiqka hipoteza moжe biti taqna ili pogrexna.

Statistiqka hipoteza moжe biti taqna ili pogrexna. Odluka o prihvatanju ili odbacivanju statistiqke hipoteze donosi se na osnovu uzorka.

Statistiqka hipoteza moжe biti taqna ili pogrexna. Odluka o prihvatanju ili odbacivanju statistiqke hipoteze donosi se na osnovu uzorka. Statistiqki test Statistiqki test je postupak verifikovanja statistiqke hipoteze na osnovu uzorka.

Statistiqka hipoteza moжe biti taqna ili pogrexna. Odluka o prihvatanju ili odbacivanju statistiqke hipoteze donosi se na osnovu uzorka. Statistiqki test Statistiqki test je postupak verifikovanja statistiqke hipoteze na osnovu uzorka. Test statistika Statistiqki test koristi neku statistiku koja se zove test statistika.

Istovremeno se posmatraju dve hipoteze koje su jedna drugoj suprostavljene.

Istovremeno se posmatraju dve hipoteze koje su jedna drugoj suprostavljene. Nulta hipoteza Hipoteza koja se lakxe verifikuje se uzima za polaznu ili nultu hipotezu. Oznaqava se sa H 0.

Istovremeno se posmatraju dve hipoteze koje su jedna drugoj suprostavljene. Nulta hipoteza Hipoteza koja se lakxe verifikuje se uzima za polaznu ili nultu hipotezu. Oznaqava se sa H 0. Alternativna hipoteza Druga hipoteza se zove alternativna hipoteza. Oznaqava se sa H 1 ili H a.

Istovremeno se posmatraju dve hipoteze koje su jedna drugoj suprostavljene. Nulta hipoteza Hipoteza koja se lakxe verifikuje se uzima za polaznu ili nultu hipotezu. Oznaqava se sa H 0. Alternativna hipoteza Druga hipoteza se zove alternativna hipoteza. Oznaqava se sa H 1 ili H a. Hipoteza moжe biti: prosta (u potpunosti određuje raspodelu obeleжja) sloжena.

Kritiqna oblast Skup C takav da se hipoteza H 0 odbacuje ako realizovani uzorak (x 1, x 2,..., x n ) pripada skupu C zove se kritiqna oblast.

Kritiqna oblast Skup C takav da se hipoteza H 0 odbacuje ako realizovani uzorak (x 1, x 2,..., x n ) pripada skupu C zove se kritiqna oblast. Mogu e je naqiniti dve grexke: grexku prve vrste, grexku druge vrste.

Kritiqna oblast Skup C takav da se hipoteza H 0 odbacuje ako realizovani uzorak (x 1, x 2,..., x n ) pripada skupu C zove se kritiqna oblast. Mogu e je naqiniti dve grexke: grexku prve vrste, grexku druge vrste. Grexka prve vrste Grexka prve vrste nastaje u situacijama kada je hipoteza H 0 odbaqena, a bila je faktiqki taqna.

Kritiqna oblast Skup C takav da se hipoteza H 0 odbacuje ako realizovani uzorak (x 1, x 2,..., x n ) pripada skupu C zove se kritiqna oblast. Mogu e je naqiniti dve grexke: grexku prve vrste, grexku druge vrste. Grexka prve vrste Grexka prve vrste nastaje u situacijama kada je hipoteza H 0 odbaqena, a bila je faktiqki taqna. Grexka druge vrste Grexka druge vrste qini se kada se nulta hipoteza prihvati, a zapravo nije taqna.

Verovatno a da se naqini grexka prve vrste Verovatno a da se uqini grexka prve vrste oznaqava se sa α: α = P H0 {(X 1, X 2,..., X n ) C}.

Verovatno a da se naqini grexka prve vrste Verovatno a da se uqini grexka prve vrste oznaqava se sa α: α = P H0 {(X 1, X 2,..., X n ) C}. Verovatno a da se naqini grexka druge vrste Verovatno a da se naqini grexka druge vrste oznaqava se sa β: β = P H1 {(X 1, X 2,..., X n ) C}.

Verovatno a da se naqini grexka prve vrste Verovatno a da se uqini grexka prve vrste oznaqava se sa α: α = P H0 {(X 1, X 2,..., X n ) C}. Verovatno a da se naqini grexka druge vrste Verovatno a da se naqini grexka druge vrste oznaqava se sa β: β = P H1 {(X 1, X 2,..., X n ) C}. Prag znaqajnosti Verovatno a α se zove i prag znaqajnosti testa.

Verovatno a da se naqini grexka prve vrste Verovatno a da se uqini grexka prve vrste oznaqava se sa α: α = P H0 {(X 1, X 2,..., X n ) C}. Verovatno a da se naqini grexka druge vrste Verovatno a da se naqini grexka druge vrste oznaqava se sa β: β = P H1 {(X 1, X 2,..., X n ) C}. Prag znaqajnosti Verovatno a α se zove i prag znaqajnosti testa. Za prag znaqajnosti se najqex e uzimaju vrednosti 0, 1; 0, 01 i 0, 05.

Statistiqki testovi mogu biti: parametarski, neparametarski.

Statistiqki testovi mogu biti: parametarski, neparametarski. Parametarski testovi Kod parametarskih testova raspodela test statistike zavisi od raspodele posmatranog obeleжja.

Statistiqki testovi mogu biti: parametarski, neparametarski. Parametarski testovi Kod parametarskih testova raspodela test statistike zavisi od raspodele posmatranog obeleжja. Neparametarski testovi Kod neparametarskih testova raspodela test statistike ne zavisi od raspodele posmatranog obeleжja.

Testiranje hipoteze o parametru m kada je σ 2 poznato

Testiranje hipoteze o parametru m kada je σ 2 poznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu.

Testiranje hipoteze o parametru m kada je σ 2 poznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu. Postavlja se pitanje da li se vrednost parametra m promenila.

Testiranje hipoteze o parametru m kada je σ 2 poznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu. Postavlja se pitanje da li se vrednost parametra m promenila. Testiramo nultu hipotezu H 0 (m = m 0 ), gde je m 0 konkretan broj, protiv jedne od alternativnih H 1 (m m 0 ), H 1 (m > m 0 ) ili H 1 (m < m 0 ).

Testiranje hipoteze o parametru m kada je σ 2 poznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu. Postavlja se pitanje da li se vrednost parametra m promenila. Testiramo nultu hipotezu H 0 (m = m 0 ), gde je m 0 konkretan broj, protiv jedne od alternativnih H 1 (m m 0 ), H 1 (m > m 0 ) ili H 1 (m < m 0 ). Posmatra se test statistika Z 0 = X n m 0 σ sredina posmatranog uzorka. n, gde je X n

Testiranje hipoteze o parametru m kada je σ 2 poznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu. Postavlja se pitanje da li se vrednost parametra m promenila. Testiramo nultu hipotezu H 0 (m = m 0 ), gde je m 0 konkretan broj, protiv jedne od alternativnih H 1 (m m 0 ), H 1 (m > m 0 ) ili H 1 (m < m 0 ). Posmatra se test statistika Z 0 = X n m 0 σ n, gde je X n sredina posmatranog uzorka. Ako je hipoteza H 0 taqna, test statistika Z 0 ima standardnu normalnu raspodelu.

Kritiqne oblasti C zavise od alternativnih hipoteza i prikazane su u tabeli: H 0 H 1 C m = m 0 m m 0 z 0 z 0,5 α 2 m = m 0 m > m 0 z 0 z 0,5 α m = m 0 m < m 0 z 0 z 0,5 α

Kritiqne oblasti C zavise od alternativnih hipoteza i prikazane su u tabeli: H 0 H 1 C m = m 0 m m 0 z 0 z 0,5 α 2 m = m 0 m > m 0 z 0 z 0,5 α m = m 0 m < m 0 z 0 z 0,5 α Broj z α je rexenje jednaqine Φ(z α ) = α i određuje se iz tablice normalne raspodele.

Kritiqne oblasti C zavise od alternativnih hipoteza i prikazane su u tabeli: H 0 H 1 C m = m 0 m m 0 z 0 z 0,5 α 2 m = m 0 m > m 0 z 0 z 0,5 α m = m 0 m < m 0 z 0 z 0,5 α Broj z α je rexenje jednaqine Φ(z α ) = α i određuje se iz tablice normalne raspodele. Ako realizovana vrednost z 0 upada u kritiqnu oblast C, tada odbacujemo nultu hipotezu H 0 i prihvatamo alternativnu H 1 da je doxlo do promene vrednosti parametra m.

Kritiqne oblasti C zavise od alternativnih hipoteza i prikazane su u tabeli: H 0 H 1 C m = m 0 m m 0 z 0 z 0,5 α 2 m = m 0 m > m 0 z 0 z 0,5 α m = m 0 m < m 0 z 0 z 0,5 α Broj z α je rexenje jednaqine Φ(z α ) = α i određuje se iz tablice normalne raspodele. Ako realizovana vrednost z 0 upada u kritiqnu oblast C, tada odbacujemo nultu hipotezu H 0 i prihvatamo alternativnu H 1 da je doxlo do promene vrednosti parametra m. U suprotnom, prihvatamo nultu hipotezu H 0, odnosno moжemo smatrati sa pragom znaqajnosti α da nije doxlo do promene vrednosti parametra m.

Testiranje hipoteze o parametru m kada je σ 2 nepoznato

Testiranje hipoteze o parametru m kada je σ 2 nepoznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu.

Testiranje hipoteze o parametru m kada je σ 2 nepoznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu. Postavlja se pitanje da li se vrednost parametra m promenila.

Testiranje hipoteze o parametru m kada je σ 2 nepoznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu. Postavlja se pitanje da li se vrednost parametra m promenila. Testiramo nultu hipotezu H 0 (m = m 0 ), gde je m 0 konkretan broj, protiv jedne od alternativnih H 1 (m m 0 ), H 1 (m > m 0 ) ili H 1 (m < m 0 ).

Testiranje hipoteze o parametru m kada je σ 2 nepoznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu. Postavlja se pitanje da li se vrednost parametra m promenila. Testiramo nultu hipotezu H 0 (m = m 0 ), gde je m 0 konkretan broj, protiv jedne od alternativnih H 1 (m m 0 ), H 1 (m > m 0 ) ili H 1 (m < m 0 ). Posmatra se test statistika t n 1 = X n m 0 n 1, gde je S n X n sredina uzorka, a S n standardna devijacija uzorka.

Testiranje hipoteze o parametru m kada je σ 2 nepoznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu. Postavlja se pitanje da li se vrednost parametra m promenila. Testiramo nultu hipotezu H 0 (m = m 0 ), gde je m 0 konkretan broj, protiv jedne od alternativnih H 1 (m m 0 ), H 1 (m > m 0 ) ili H 1 (m < m 0 ). Posmatra se test statistika t n 1 = X n m 0 n 1, gde je S n X n sredina uzorka, a S n standardna devijacija uzorka. Ako je hipoteza H 0 taqna, test statistika t n 1 ima Studentovu raspodelu sa n 1 stepeni slobode.

Testiranje hipoteze o parametru m kada je σ 2 nepoznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu. Postavlja se pitanje da li se vrednost parametra m promenila. Testiramo nultu hipotezu H 0 (m = m 0 ), gde je m 0 konkretan broj, protiv jedne od alternativnih H 1 (m m 0 ), H 1 (m > m 0 ) ili H 1 (m < m 0 ). Posmatra se test statistika t n 1 = X n m 0 n 1, gde je S n X n sredina uzorka, a S n standardna devijacija uzorka. Ako je hipoteza H 0 taqna, test statistika t n 1 ima Studentovu raspodelu sa n 1 stepeni slobode. Ako je uzorak mali, tada se koristi test statistika t n 1 = X n m 0 n, gde je S n popravljena uzoraqka S n disperzija.

Kritiqne oblasti C zavise od alternativnih hipoteza i prikazane su u tabeli: H 0 H 1 C m = m 0 m m 0 t n 1 t n 1;0,5 α 2 m = m 0 m > m 0 t n 1 t n 1;0,5 α m = m 0 m < m0 t n 1 t n 1;0,5 α

Kritiqne oblasti C zavise od alternativnih hipoteza i prikazane su u tabeli: H 0 H 1 C m = m 0 m m 0 t n 1 t n 1;0,5 α 2 m = m 0 m > m 0 t n 1 t n 1;0,5 α m = m 0 m < m0 t n 1 t n 1;0,5 α Broj t n 1;α se određuje iz tablice Studentove raspodele.

Kritiqne oblasti C zavise od alternativnih hipoteza i prikazane su u tabeli: H 0 H 1 C m = m 0 m m 0 t n 1 t n 1;0,5 α 2 m = m 0 m > m 0 t n 1 t n 1;0,5 α m = m 0 m < m0 t n 1 t n 1;0,5 α Broj t n 1;α se određuje iz tablice Studentove raspodele. Ako realizovana vrednost t n 1 upada u kritiqnu oblast C, tada odbacujemo nultu hipotezu H 0 i prihvatamo alternativnu H 1 da je doxlo do promene vrednosti parametra m.

Kritiqne oblasti C zavise od alternativnih hipoteza i prikazane su u tabeli: H 0 H 1 C m = m 0 m m 0 t n 1 t n 1;0,5 α 2 m = m 0 m > m 0 t n 1 t n 1;0,5 α m = m 0 m < m0 t n 1 t n 1;0,5 α Broj t n 1;α se određuje iz tablice Studentove raspodele. Ako realizovana vrednost t n 1 upada u kritiqnu oblast C, tada odbacujemo nultu hipotezu H 0 i prihvatamo alternativnu H 1 da je doxlo do promene vrednosti parametra m. U suprotnom, prihvatamo nultu hipotezu H 0, odnosno moжemo smatrati sa pragom znaqajnosti α da nije doxlo do promene vrednosti parametra m.

Testiranje hipoteze o parametru σ 2 kada je m nepoznato

Testiranje hipoteze o parametru σ 2 kada je m nepoznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu.

Testiranje hipoteze o parametru σ 2 kada je m nepoznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu. Postavlja se pitanje da li se vrednost parametra σ 2 promenila.

Testiranje hipoteze o parametru σ 2 kada je m nepoznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu. Postavlja se pitanje da li se vrednost parametra σ 2 promenila. Testiramo nultu hipotezu H 0 (σ 2 = σ 2 0 ), gde je σ2 0 konkretan broj, protiv jedne od alternativnih H 0 (σ 2 σ 2 0 ), H 0 (σ 2 > σ 2 0 ) ili H 0(σ 2 < σ 2 0 ).

Testiranje hipoteze o parametru σ 2 kada je m nepoznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu. Postavlja se pitanje da li se vrednost parametra σ 2 promenila. Testiramo nultu hipotezu H 0 (σ 2 = σ 2 0 ), gde je σ2 0 konkretan broj, protiv jedne od alternativnih H 0 (σ 2 σ 2 0 ), H 0 (σ 2 > σ 2 0 ) ili H 0(σ 2 < σ 2 0 ). Posmatra se test statistika χ 2 0 = ns2 n, gde je S 2 σ0 2 n disperzija uzorka.

Testiranje hipoteze o parametru σ 2 kada je m nepoznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu. Postavlja se pitanje da li se vrednost parametra σ 2 promenila. Testiramo nultu hipotezu H 0 (σ 2 = σ 2 0 ), gde je σ2 0 konkretan broj, protiv jedne od alternativnih H 0 (σ 2 σ 2 0 ), H 0 (σ 2 > σ 2 0 ) ili H 0(σ 2 < σ 2 0 ). Posmatra se test statistika χ 2 0 = ns2 n, gde je S 2 σ0 2 n disperzija uzorka. Ako je hipoteza H 0 taqna, test statistika χ 2 0 ima χ2 raspodelu sa n 1 stepeni slobode.

Testiranje hipoteze o parametru σ 2 kada je m nepoznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu. Postavlja se pitanje da li se vrednost parametra σ 2 promenila. Testiramo nultu hipotezu H 0 (σ 2 = σ 2 0 ), gde je σ2 0 konkretan broj, protiv jedne od alternativnih H 0 (σ 2 σ 2 0 ), H 0 (σ 2 > σ 2 0 ) ili H 0(σ 2 < σ 2 0 ). Posmatra se test statistika χ 2 0 = ns2 n, gde je S 2 σ0 2 n disperzija uzorka. Ako je hipoteza H 0 taqna, test statistika χ 2 0 ima χ2 raspodelu sa n 1 stepeni slobode. Ako je uzorak mali, tada se koristi test statistika χ 2 0 = (n 1) S n 2, gde je S 2 σ0 2 n popravljena uzoraqka disperzija.

Kritiqne oblasti C zavise od alternativnih hipoteza i prikazane su u tabeli: H 0 H 1 C σ 2 = σ0 2 σ 2 σ0 2 χ 2 0 χ n 1; α 2 χ 2 0 χ 2 n 1;1 α 2 σ 2 = σ0 2 σ 2 > σ0 2 χ 2 0 χ2 n 1;1 α σ 2 = σ0 2 σ 2 < σ0 2 χ 2 0 χ2 n 1;α

Kritiqne oblasti C zavise od alternativnih hipoteza i prikazane su u tabeli: H 0 H 1 C σ 2 = σ0 2 σ 2 σ0 2 χ 2 0 χ n 1; α 2 χ 2 0 χ 2 n 1;1 α 2 σ 2 = σ0 2 σ 2 > σ0 2 χ 2 0 χ2 n 1;1 α σ 2 = σ0 2 σ 2 < σ0 2 χ 2 0 χ2 n 1;α Broj χ 2 n 1;α se određuje iz tablice χ2 raspodele.

Kritiqne oblasti C zavise od alternativnih hipoteza i prikazane su u tabeli: H 0 H 1 C σ 2 = σ0 2 σ 2 σ0 2 χ 2 0 χ n 1; α 2 χ 2 0 χ 2 n 1;1 α 2 σ 2 = σ0 2 σ 2 > σ0 2 χ 2 0 χ2 n 1;1 α σ 2 = σ0 2 σ 2 < σ0 2 χ 2 0 χ2 n 1;α Broj χ 2 n 1;α se određuje iz tablice χ2 raspodele. Ako realizovana vrednost χ 2 0 upada u kritiqnu oblast C, tada odbacujemo nultu hipotezu H 0 i prihvatamo alternativnu H 1 da je doxlo do promene vrednosti parametra σ 2.

Kritiqne oblasti C zavise od alternativnih hipoteza i prikazane su u tabeli: H 0 H 1 C σ 2 = σ0 2 σ 2 σ0 2 χ 2 0 χ n 1; α 2 χ 2 0 χ 2 n 1;1 α 2 σ 2 = σ0 2 σ 2 > σ0 2 χ 2 0 χ2 n 1;1 α σ 2 = σ0 2 σ 2 < σ0 2 χ 2 0 χ2 n 1;α Broj χ 2 n 1;α se određuje iz tablice χ2 raspodele. Ako realizovana vrednost χ 2 0 upada u kritiqnu oblast C, tada odbacujemo nultu hipotezu H 0 i prihvatamo alternativnu H 1 da je doxlo do promene vrednosti parametra σ 2. U suprotnom, prihvatamo nultu hipotezu H 0, odnosno moжemo smatrati sa pragom znaqajnosti α da nije doxlo do promene vrednosti parametra σ 2.

Testiranje hipoteze o parametru σ 2 kada je m poznato

Testiranje hipoteze o parametru σ 2 kada je m poznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu.

Testiranje hipoteze o parametru σ 2 kada je m poznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu. Postavlja se pitanje da li se vrednost parametra σ 2 promenila.

Testiranje hipoteze o parametru σ 2 kada je m poznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu. Postavlja se pitanje da li se vrednost parametra σ 2 promenila. Testiramo nultu hipotezu H 0 (σ 2 = σ 2 0 ), gde je σ2 0 konkretan broj, protiv jedne od alternativnih H 0 (σ 2 σ 2 0 ), H 0 (σ 2 > σ 2 0 ) ili H 0(σ 2 < σ 2 0 ).

Testiranje hipoteze o parametru σ 2 kada je m poznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu. Postavlja se pitanje da li se vrednost parametra σ 2 promenila. Testiramo nultu hipotezu H 0 (σ 2 = σ 2 0 ), gde je σ2 0 konkretan broj, protiv jedne od alternativnih H 0 (σ 2 σ 2 0 ), H 0 (σ 2 > σ 2 0 ) ili H 0(σ 2 < σ 2 0 ). Posmatra se test statistika χ 2 0 = n (X i m) 2 i=1 σ0 2.

Testiranje hipoteze o parametru σ 2 kada je m poznato Obeleжje X ima normalnu N (m, σ 2 ) raspodelu. Postavlja se pitanje da li se vrednost parametra σ 2 promenila. Testiramo nultu hipotezu H 0 (σ 2 = σ 2 0 ), gde je σ2 0 konkretan broj, protiv jedne od alternativnih H 0 (σ 2 σ 2 0 ), H 0 (σ 2 > σ 2 0 ) ili H 0(σ 2 < σ 2 0 ). Posmatra se test statistika χ 2 0 = n (X i m) 2 i=1 σ0 2. Ako je hipoteza H 0 taqna, test statistika χ 2 0 raspodelu sa n stepeni slobode. ima χ2

Kritiqne oblasti C zavise od alternativnih hipoteza i prikazane su u tabeli: H 0 H 1 C σ 2 = σ0 2 σ 2 σ0 2 χ 2 0 χ2 n; α χ 2 2 0 χ 2 n;1 α 2 σ 2 = σ0 2 σ 2 > σ0 2 χ 2 0 χ2 n;1 α σ 2 = σ0 2 σ 2 < σ0 2 χ 2 0 χ2 n;α

Kritiqne oblasti C zavise od alternativnih hipoteza i prikazane su u tabeli: H 0 H 1 C σ 2 = σ0 2 σ 2 σ0 2 χ 2 0 χ2 n; α χ 2 2 0 χ 2 n;1 α 2 σ 2 = σ0 2 σ 2 > σ0 2 χ 2 0 χ2 n;1 α σ 2 = σ0 2 σ 2 < σ0 2 χ 2 0 χ2 n;α Broj χ 2 n;α se određuje iz tablice χ 2 raspodele.

Kritiqne oblasti C zavise od alternativnih hipoteza i prikazane su u tabeli: H 0 H 1 C σ 2 = σ0 2 σ 2 σ0 2 χ 2 0 χ2 n; α χ 2 2 0 χ 2 n;1 α 2 σ 2 = σ0 2 σ 2 > σ0 2 χ 2 0 χ2 n;1 α σ 2 = σ0 2 σ 2 < σ0 2 χ 2 0 χ2 n;α Broj χ 2 n;α se određuje iz tablice χ 2 raspodele. Ako realizovana vrednost χ 2 0 upada u kritiqnu oblast C, tada odbacujemo nultu hipotezu H 0 i prihvatamo alternativnu H 1 da je doxlo do promene vrednosti parametra σ 2.

Kritiqne oblasti C zavise od alternativnih hipoteza i prikazane su u tabeli: H 0 H 1 C σ 2 = σ0 2 σ 2 σ0 2 χ 2 0 χ2 n; α χ 2 2 0 χ 2 n;1 α 2 σ 2 = σ0 2 σ 2 > σ0 2 χ 2 0 χ2 n;1 α σ 2 = σ0 2 σ 2 < σ0 2 χ 2 0 χ2 n;α Broj χ 2 n;α se određuje iz tablice χ 2 raspodele. Ako realizovana vrednost χ 2 0 upada u kritiqnu oblast C, tada odbacujemo nultu hipotezu H 0 i prihvatamo alternativnu H 1 da je doxlo do promene vrednosti parametra σ 2. U suprotnom, prihvatamo nultu hipotezu H 0, odnosno moжemo smatrati sa pragom znaqajnosti α da nije doxlo do promene vrednosti parametra σ 2.

Pirsonov χ 2 -test Pirsonov χ 2 test je neparametarski test koji se koristi za ispitivanje:

Pirsonov χ 2 -test Pirsonov χ 2 test je neparametarski test koji se koristi za ispitivanje: saglasnosti uzorka sa pretpostavljenom raspodelom,

Pirsonov χ 2 -test Pirsonov χ 2 test je neparametarski test koji se koristi za ispitivanje: saglasnosti uzorka sa pretpostavljenom raspodelom, nezavisnosti dva obeleжja.

Pirsonov χ 2 -test Pirsonov χ 2 test je neparametarski test koji se koristi za ispitivanje: saglasnosti uzorka sa pretpostavljenom raspodelom, nezavisnosti dva obeleжja. Ispitivanje saglasnosti uzorka sa pretpostavljenom raspodelom

Pirsonov χ 2 -test Pirsonov χ 2 test je neparametarski test koji se koristi za ispitivanje: saglasnosti uzorka sa pretpostavljenom raspodelom, nezavisnosti dva obeleжja. Ispitivanje saglasnosti uzorka sa pretpostavljenom raspodelom U zavisnosti od toga da li je obeleжje diskretno ili apsolutno neprekidno, crta se trakasti dijagram ili histogram relativnih uqestanosti.

Pirsonov χ 2 -test Pirsonov χ 2 test je neparametarski test koji se koristi za ispitivanje: saglasnosti uzorka sa pretpostavljenom raspodelom, nezavisnosti dva obeleжja. Ispitivanje saglasnosti uzorka sa pretpostavljenom raspodelom U zavisnosti od toga da li je obeleжje diskretno ili apsolutno neprekidno, crta se trakasti dijagram ili histogram relativnih uqestanosti. Testira se nulta hipoteza da posmatrano obeleжje X ima određenu raspodelu protiv alternativne hipoteze da nema tu raspodelu.

Ako izabrana raspodela ima nepoznate parametre, tada se oni ocenjuju na osnovu uzorka.

Ako izabrana raspodela ima nepoznate parametre, tada se oni ocenjuju na osnovu uzorka. Realna prava se deli na k disjunktnih intervala S 1, S 2,..., S k qija je unija taqno R.

Ako izabrana raspodela ima nepoznate parametre, tada se oni ocenjuju na osnovu uzorka. Realna prava se deli na k disjunktnih intervala S 1, S 2,..., S k qija je unija taqno R. Vodi se raquna da svaki interval u sebi sadrжi najmanje 5 elemenata realizovanog uzorka. Ako postoje intervali koji sadrжe manje od 5 elemenata realizovanog uzorka, tada se oni pridruжuju susednim intervalima.

Ako izabrana raspodela ima nepoznate parametre, tada se oni ocenjuju na osnovu uzorka. Realna prava se deli na k disjunktnih intervala S 1, S 2,..., S k qija je unija taqno R. Vodi se raquna da svaki interval u sebi sadrжi najmanje 5 elemenata realizovanog uzorka. Ako postoje intervali koji sadrжe manje od 5 elemenata realizovanog uzorka, tada se oni pridruжuju susednim intervalima. Izraqunavaju se teorijske verovatno e p 0i = P H0 {X S i }, i = 1, 2,..., k uz pretpostavku da je nulta hipoteza H 0 taqna.

Izraqunavaju se oqekivane apsolutne uqestanosti ˆf i uzorka obima n, u svakom intervalu S i ˆfi = n p 0i.

Izraqunavaju se oqekivane apsolutne uqestanosti ˆf i uzorka obima n, u svakom intervalu S i ˆfi = n p 0i. Izraqunava se realizovana vrednost test statistike χ 2 0 = k i=1 (f i ˆf i ) 2 ˆfi, pri qemu je f i ostvarena apsolutna uqestanost u intervalu S i.

Izraqunavaju se oqekivane apsolutne uqestanosti ˆf i uzorka obima n, u svakom intervalu S i ˆfi = n p 0i. Izraqunava se realizovana vrednost test statistike χ 2 0 = k i=1 (f i ˆf i ) 2 ˆfi, pri qemu je f i ostvarena apsolutna uqestanost u intervalu S i. Test statistika χ 2 0 ima χ2 raspodelu sa k 1 stepeni slobode.

Ako raspodela ima l nepoznatih parametara koje smo ocenili na osnovu uzorka, tada test statistika ima χ 2 raspodelu sa k l 1 stepeni slobode.

Ako raspodela ima l nepoznatih parametara koje smo ocenili na osnovu uzorka, tada test statistika ima χ 2 raspodelu sa k l 1 stepeni slobode. Određuje se kritiqna oblast C veliqine α χ 2 0 χ2 k 1;1 α, pri qemu se vrednost χ 2 k 1;1 α raspodele. qita iz tablice χ2

Ako raspodela ima l nepoznatih parametara koje smo ocenili na osnovu uzorka, tada test statistika ima χ 2 raspodelu sa k l 1 stepeni slobode. Određuje se kritiqna oblast C veliqine α χ 2 0 χ2 k 1;1 α, pri qemu se vrednost χ 2 k 1;1 α qita iz tablice χ2 raspodele. U sluqaju l nepoznatih parametara raspodele, kritiqna oblast je χ 2 0 χ2 k l 1;1 α.

Ako raspodela ima l nepoznatih parametara koje smo ocenili na osnovu uzorka, tada test statistika ima χ 2 raspodelu sa k l 1 stepeni slobode. Određuje se kritiqna oblast C veliqine α χ 2 0 χ2 k 1;1 α, pri qemu se vrednost χ 2 k 1;1 α qita iz tablice χ2 raspodele. U sluqaju l nepoznatih parametara raspodele, kritiqna oblast je χ 2 0 χ2 k l 1;1 α. Donosi se zakljuqak o prihvatanju ili odbacivanju nulte hipoteze na osnovu realizovane vrednosti test statistike χ 2 0 i dobijene kritiqne oblasti.

Ispitivanje nezavisnosti dva obeleжja

Ispitivanje nezavisnosti dva obeleжja Nulta hipoteza je H 0 (X i Y su nezavisna obeleжja), a alternativna je H 1 (X i Y nisu nezavisna obeleжja).

Ispitivanje nezavisnosti dva obeleжja Nulta hipoteza je H 0 (X i Y su nezavisna obeleжja), a alternativna je H 1 (X i Y nisu nezavisna obeleжja). Uzorak obima n je zadat tabelom kontingencije X\Y J 1 J 2... J s I 1 f 11 f 12... f 1s f 1 I 2 f 21 f 22... f 2s f 2........ I r f r1 f r2... f rs f r f 1 f 2... f s n gde su I 1,..., I r, J 1,..., J s konkretni brojevi ili intervali, f ij je broj pojavljivanja para (I i, J j ) u realizovanom uzorku, f i = f i1 + f i2 + + f is i f j = f 1j + f 2j + + f rj.

Test statistika je oblika χ 2 0 = r s i=1 j=1 (f ij ˆf ij ) 2 ˆfij, gde je ˆf ij oqekivani broj parova (I i, J j ) i izraqunava se po formuli ˆfij = f i f j. n

Test statistika je oblika χ 2 0 = r s i=1 j=1 (f ij ˆf ij ) 2 ˆfij, gde je ˆf ij oqekivani broj parova (I i, J j ) i izraqunava se po formuli ˆfij = f i f j. n Statistika χ 2 0 ima χ2 raspodelu sa (r 1)(s 1) stepeni slobode.

Test statistika je oblika χ 2 0 = r s i=1 j=1 (f ij ˆf ij ) 2 ˆfij, gde je ˆf ij oqekivani broj parova (I i, J j ) i izraqunava se po formuli ˆfij = f i f j. n Statistika χ 2 0 ima χ2 raspodelu sa (r 1)(s 1) stepeni slobode. Kritiqna oblast je χ 2 0 χ2 (r 1)(s 1);1 α.

Test statistika je oblika χ 2 0 = r s i=1 j=1 (f ij ˆf ij ) 2 ˆfij, gde je ˆf ij oqekivani broj parova (I i, J j ) i izraqunava se po formuli ˆfij = f i f j. n Statistika χ 2 0 ima χ2 raspodelu sa (r 1)(s 1) stepeni slobode. Kritiqna oblast je χ 2 0 χ2 (r 1)(s 1);1 α. Na kraju donosimo zakljuqak o odbacivanju ili prihvatanju nulte hipoteze.