Mengapa menggunakan parameter tidak berpusat?

2024 Pengarang: Fiona Howard | [email protected]. Diubah suai terakhir: 2024-01-10 06:41

Parameter tidak berpusat berguna dalam menerangkan statistik ujian yang biasa digunakan, di mana parameter tidak berpusat mewakili darjah di mana min statistik ujian berlepas daripada min apabila hipotesis nol adalah benar.

Apakah itu parameter pusat?

Parameter bukan pemusatan (λ) ialah ukuran “…darjah hipotesis nol adalah palsu” (Kirk, 2012). Dalam erti kata lain, ia memberitahu anda sesuatu tentang kuasa statistik sesuatu ujian. Contohnya, taburan F dengan parameter NCP sifar bermakna taburan F ialah taburan F pusat.

Apakah itu parameter bukan pemusatan δ?

Jika statistik ujian mempunyai taburan normal piawai di bawah hipotesis nol, ia akan mempunyai taburan normal min bukan sifar di bawah alternatif. Di sini min itu ialah parameter tidak berpusat. Untuk ujian-t di bawah andaian varians yang sama, min diberikan oleh: δ=μ1−μ2σdikumpul/√n

Apakah perbezaan antara pengedaran pusat dan bukan pusat?

Manakala taburan pusat menerangkan cara statistik ujian diedarkan apabila perbezaan yang diuji adalah batal, taburan bukan berpusat menerangkan taburan statistik ujian apabila nol adalah palsu (jadi hipotesis alternatif adalah benar). Ini membawa kepada penggunaannya dalam mengira kuasa statistik.

Apakah taburan parameter bukan pusat?

Taburan-t bukan berpusat menyamaratakan taburan-t Pelajar menggunakan parameter bukan berpusat. Manakala taburan kebarangkalian pusat menerangkan bagaimana statistik ujian t diedarkan apabila perbezaan yang diuji adalah batal, taburan bukan berpusat menerangkan bagaimana t diedarkan apabila nol adalah palsu