Test statistický: Porovnání verzí

(import na produkční server)
 
m (spraveno zobrazování % v matematickém módu)
 
(Není zobrazena jedna mezilehlá verze od jednoho dalšího uživatele.)
Řádek 3: Řádek 3:
 
Při metodě dosažené významnosti se postupuje následovně: ze statist. tabulek nebo přímým výpočtem se zjistí dosažená hladina významnosti <math>\alpha^* = P</math> (za <math>H_0</math> je dosazena hodnota <math>T</math> nebo hodnota vyšší). Platí pravidlo: je-li <math>\alpha^* > \alpha</math>, není důvod na dané hladině zamítat <math>H_0</math>, je-li <math>\alpha^* \le \alpha</math>, zamítneme <math>H_0</math> ve prospěch <math>H_A</math>. Tento postup je běžný při výpočtech na počítačích; výhodou je nejen fakt, že nemusíme používat statist. tabulky, ale i to, že <math>\alpha^*</math> je jistou normalizovanou mírou indikace neplatnosti <math>H_0</math>, resp. indikace platnosti <math>H_A</math>, a také to, že <math>\alpha^*</math> je možno použít v dalších krocích [[inference statistická|statistické inference]] (spojování výsledků testů při nezávislých výběrech, simultánní statist. inference).
 
Při metodě dosažené významnosti se postupuje následovně: ze statist. tabulek nebo přímým výpočtem se zjistí dosažená hladina významnosti <math>\alpha^* = P</math> (za <math>H_0</math> je dosazena hodnota <math>T</math> nebo hodnota vyšší). Platí pravidlo: je-li <math>\alpha^* > \alpha</math>, není důvod na dané hladině zamítat <math>H_0</math>, je-li <math>\alpha^* \le \alpha</math>, zamítneme <math>H_0</math> ve prospěch <math>H_A</math>. Tento postup je běžný při výpočtech na počítačích; výhodou je nejen fakt, že nemusíme používat statist. tabulky, ale i to, že <math>\alpha^*</math> je jistou normalizovanou mírou indikace neplatnosti <math>H_0</math>, resp. indikace platnosti <math>H_A</math>, a také to, že <math>\alpha^*</math> je možno použít v dalších krocích [[inference statistická|statistické inference]] (spojování výsledků testů při nezávislých výběrech, simultánní statist. inference).
  
V bayesovské statist. metodologii je ''t.s.'' založen na aposteriorních pravděpodobnostech jednotlivých alternativ, a tak umožňuje přímý výběr nejpravděpodobnější hypotézy; princip v praxi naráží na některé potíže (především stanovení apriorních pravděpodobností), řeší však celou řadu nejasností klasických testů významnosti. V některých situacích je možno provést ''t.s.'' pro <math>H_0</math> také pomocí intervalů spolehlivosti: zkonstruuje se <math>(1-\alpha)\, 100 %</math> interval spolehlivosti pro neznámý parametr – pokryje-li tento interval hypotetickou hodnotu, není důvod <math>H_0</math> zamítnout, je-li hypotetická hodnota vně intervalu, <math>H_0</math> se zamítá. (Postup se používá např. při testování nenulových hodnot koeficientů korelace, asociace a regrese.) Mezi ''t.s.'' má výlučné postavení standardní normální test (též ''Z-test''), který převádí mnoho statistik na normální rozložení s průměrem nula a rozptylem jedna, a tím umožňuje používat jednoduché tabulky, resp. jedno číslo pro kritickou hladinu. Tvrzení, že statistika <math>T</math> má za platnosti <math>H_0</math> asymptoticky normální rozložení s průměrem <math>\mu_0</math> a směrodatnou odchylkou (chybou) <math>s_T</math> (resp. rozptylem <math>s_T^2</math>), lze využít tak, že pro dostatečný rozsah výběru se provede standardizace statistiky: <math>z = (T - \mu_0) / s_T</math>, a pak porovnání <math>z</math> s kritickou hodnotou <math>z_\alpha</math> (pro dvoustranné testy: <math>z_{0,05}=1,96</math>; <math>z_{0,01}=2,58</math>; pro jednostranné hypotézy: <math>z'_{0,05}=1,65</math>; <math>z'_{0,01}=2,33</math>.
+
V bayesovské statist. metodologii je ''t.s.'' založen na aposteriorních pravděpodobnostech jednotlivých alternativ, a tak umožňuje přímý výběr nejpravděpodobnější hypotézy; princip v praxi naráží na některé potíže (především stanovení apriorních pravděpodobností), řeší však celou řadu nejasností klasických testů významnosti. V některých situacích je možno provést ''t.s.'' pro <math>H_0</math> také pomocí intervalů spolehlivosti: zkonstruuje se <math>(1-\alpha)\, 100 \%</math> interval spolehlivosti pro neznámý parametr – pokryje-li tento interval hypotetickou hodnotu, není důvod <math>H_0</math> zamítnout, je-li hypotetická hodnota vně intervalu, <math>H_0</math> se zamítá. (Postup se používá např. při testování nenulových hodnot koeficientů korelace, asociace a regrese.) Mezi ''t.s.'' má výlučné postavení standardní normální test (též ''Z-test''), který převádí mnoho statistik na normální rozložení s průměrem nula a rozptylem jedna, a tím umožňuje používat jednoduché tabulky, resp. jedno číslo pro kritickou hladinu. Tvrzení, že statistika <math>T</math> má za platnosti <math>H_0</math> asymptoticky normální rozložení s průměrem <math>\mu_0</math> a směrodatnou odchylkou (chybou) <math>s_T</math> (resp. rozptylem <math>s_T^2</math>), lze využít tak, že pro dostatečný rozsah výběru se provede standardizace statistiky: <math>z = (T - \mu_0) / s_T</math>, a pak porovnání <math>z</math> s kritickou hodnotou <math>z_\alpha</math> (pro dvoustranné testy: <math>z_{0,05}=1,96</math>; <math>z_{0,01}=2,58</math>; pro jednostranné hypotézy: <math>z'_{0,05}=1,65</math>; <math>z'_{0,01}=2,33</math>.
  
 
<div class="translations">
 
<div class="translations">
Řádek 14: Řádek 14:
 
<span class="section_title">Literatura:</span> ''Bolšev, L. N.'' – ''Smirnov, N. V.'': Tablicy matěmatičeskoj statistiky. Moskva 1983; ''Janko, J.'': Statistické tabulky. Praha 1958; ''Lehmann, E. L.'': Testing Statistical Hypotheses. New York 1959; ''Likeš, J.'' – ''Laga, J.'': Základní statistické tabulky. Praha 1978; ''Řehák, J.'' – ''Řeháková, B.'': Analýza kategorizovaných dat v sociologii. Praha 1986.
 
<span class="section_title">Literatura:</span> ''Bolšev, L. N.'' – ''Smirnov, N. V.'': Tablicy matěmatičeskoj statistiky. Moskva 1983; ''Janko, J.'': Statistické tabulky. Praha 1958; ''Lehmann, E. L.'': Testing Statistical Hypotheses. New York 1959; ''Likeš, J.'' – ''Laga, J.'': Základní statistické tabulky. Praha 1978; ''Řehák, J.'' – ''Řeháková, B.'': Analýza kategorizovaných dat v sociologii. Praha 1986.
  
-- ''[[:Kategorie:Aut: Řehák Jan|Jan Řehák]]''<br />
+
''[[:Kategorie:Aut: Řehák Jan|Jan Řehák]]''<br />
 
[[Kategorie:Aut: Řehák Jan]]
 
[[Kategorie:Aut: Řehák Jan]]
 
[[Kategorie:Metodologie/matematicko-statistické metody v sociologii]]
 
[[Kategorie:Metodologie/matematicko-statistické metody v sociologii]]
 
[[Kategorie:VSgS]]
 
[[Kategorie:VSgS]]

Aktuální verze z 16. 12. 2017, 14:55

test statistický – formální rozhodovací pravidlo, pomocí něhož se přijímá nebo zamítá statistická hypotéza v postupu testování statistických hypotéz. Pro danou nulovou hypotézu ([math]H_0[/math]) a k ní určenou alternativní, specif. nebo omnibusovou hypotézu ([math]H_A[/math]), které spolu tvoří formálně dvě varianty rozhodnutí (rozhodovací prostor) má t.s. tyto složky: a) testovou statistiku (testovou charakteristiku, testové kritérium) [math]T[/math], tj. formulaci dat [math]T=(X_1, \ldots , X_n)[/math], která charakterizuje odklon výběrových dat od situace nulové hypotézy (nulová hodnota [math]T[/math] zpravidla indikuje úplnou konzistenci dat a nulové hypotézy nebo ukazuje na nulovou indikaci pro platnost [math]H_A[/math]); b) statistické rozložení testové statistiky [math]T[/math], které je východiskem rozhodovacího pravidla (viz d); c) kritérium rozhodování, tj. riziko [math]\alpha [/math], se kterým postup odmítne platnou [math]H_0[/math] a které se nazývá též hladinou statist. významnosti testu; zpravidla se volí 0,05 nebo 0,01, resp. 5 % a 1 %; d) pravidlo rozhodování, které má 2 ekvivalentní formy, metodu kritické hodnoty testu a metodu dosažené významnosti. Metoda kritické hodnoty textu spočívá v tom, že k danému [math]\alpha [/math] se určí taková hodnota statistiky [math]T_\alpha [/math], jejíž překročení znamená, že riziko odmítnutí platné [math]H_0[/math] ve prospěch [math]H_A[/math] je menší nebo rovno [math]\alpha[/math]. Platí pravidlo: je-li [math]T \lt T_\alpha[/math], není důvod zamítat [math]H_0[/math] ve prospěch [math]H_A[/math], je-li [math]T \gt T_\alpha [/math], zamítneme [math]H_0[/math] ve prospěch [math]H_A[/math], neboť za [math]H_0[/math] je výskyt takto extrémní hodnoty [math]T[/math] málo pravděpodobný (pravděpodobnost výskytu [math]T \gt T_\alpha [/math] je menší nebo rovna [math]\alpha[/math]). Hodnoty [math]T_\alpha [/math] se nazývají kritické hodnoty testu a jsou závislé na [math]\alpha[/math] a na počtu pozorování. Jsou publikovány ve statistických tabulkách. Při metodě dosažené významnosti se postupuje následovně: ze statist. tabulek nebo přímým výpočtem se zjistí dosažená hladina významnosti [math]\alpha^* = P[/math] (za [math]H_0[/math] je dosazena hodnota [math]T[/math] nebo hodnota vyšší). Platí pravidlo: je-li [math]\alpha^* \gt \alpha[/math], není důvod na dané hladině zamítat [math]H_0[/math], je-li [math]\alpha^* \le \alpha[/math], zamítneme [math]H_0[/math] ve prospěch [math]H_A[/math]. Tento postup je běžný při výpočtech na počítačích; výhodou je nejen fakt, že nemusíme používat statist. tabulky, ale i to, že [math]\alpha^*[/math] je jistou normalizovanou mírou indikace neplatnosti [math]H_0[/math], resp. indikace platnosti [math]H_A[/math], a také to, že [math]\alpha^*[/math] je možno použít v dalších krocích statistické inference (spojování výsledků testů při nezávislých výběrech, simultánní statist. inference).

V bayesovské statist. metodologii je t.s. založen na aposteriorních pravděpodobnostech jednotlivých alternativ, a tak umožňuje přímý výběr nejpravděpodobnější hypotézy; princip v praxi naráží na některé potíže (především stanovení apriorních pravděpodobností), řeší však celou řadu nejasností klasických testů významnosti. V některých situacích je možno provést t.s. pro [math]H_0[/math] také pomocí intervalů spolehlivosti: zkonstruuje se [math](1-\alpha)\, 100 \%[/math] interval spolehlivosti pro neznámý parametr – pokryje-li tento interval hypotetickou hodnotu, není důvod [math]H_0[/math] zamítnout, je-li hypotetická hodnota vně intervalu, [math]H_0[/math] se zamítá. (Postup se používá např. při testování nenulových hodnot koeficientů korelace, asociace a regrese.) Mezi t.s. má výlučné postavení standardní normální test (též Z-test), který převádí mnoho statistik na normální rozložení s průměrem nula a rozptylem jedna, a tím umožňuje používat jednoduché tabulky, resp. jedno číslo pro kritickou hladinu. Tvrzení, že statistika [math]T[/math] má za platnosti [math]H_0[/math] asymptoticky normální rozložení s průměrem [math]\mu_0[/math] a směrodatnou odchylkou (chybou) [math]s_T[/math] (resp. rozptylem [math]s_T^2[/math]), lze využít tak, že pro dostatečný rozsah výběru se provede standardizace statistiky: [math]z = (T - \mu_0) / s_T[/math], a pak porovnání [math]z[/math] s kritickou hodnotou [math]z_\alpha[/math] (pro dvoustranné testy: [math]z_{0,05}=1,96[/math]; [math]z_{0,01}=2,58[/math]; pro jednostranné hypotézy: [math]z'_{0,05}=1,65[/math]; [math]z'_{0,01}=2,33[/math].

statistical test test statistique statistischer Test test statistico

Literatura: Bolšev, L. N.Smirnov, N. V.: Tablicy matěmatičeskoj statistiky. Moskva 1983; Janko, J.: Statistické tabulky. Praha 1958; Lehmann, E. L.: Testing Statistical Hypotheses. New York 1959; Likeš, J.Laga, J.: Základní statistické tabulky. Praha 1978; Řehák, J.Řeháková, B.: Analýza kategorizovaných dat v sociologii. Praha 1986.

Jan Řehák