halad o m odszertani ismeretek (statisztika ism etl es) · halad o m odszertani ismeretek...
TRANSCRIPT
![Page 1: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/1.jpg)
Halado modszertani ismeretek (Statisztikaismetles)
Szokol Patricia
Debreceni Egyetem
2017–2018 oszi felev
Szokol Patricia
![Page 2: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/2.jpg)
A hipotezisvizsgalat altalanos kerdesei
A sokasagokra vonatkozo kulonfele felteveseket hipoteziseknek, az azokhelyessegenek mintaveteli eredmenyekre alapozott vizsgalatat pedighipotezisvizsgalatnak nevezzuk.
A hipotezisvizsgalat vonatkozhat avizsgalt sokasag eloszlasara, vagy az adott eloszlas parameterere(parametereire). A hipotezisek vizsgalatara szolgalo eljarasokatstatisztikai probaknak nevezzuk. Eredmenyul azt kapjuk, hogy ahipotezist adott korulmenyek kozott elfogadjuk-e vagy sem es nem azt,hogy igaz-e vagy sem.
Peldak
Tudva, hogy egy udıtoitalt gyarto gepsorrol lekerulo palackokban afolyadekmennyiseg normalis eloszlasu 3 ml szorassal, egy 10 elemuminta alapjan vizsgaljuk meg az atlagos toltomennyiseg 500 ml-e.
Egy 15 elemu minta alapjan vizsgaljuk meg, a gyartosorrol lekerulopalackokban a folyadekmennyiseg normalis eloszlasu-e.
500 ember haj- illetve szemszınet megvizsgalva dontsunk: a hajszınfuggetlen-e a szemszıntol.
Szokol Patricia
![Page 3: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/3.jpg)
A hipotezisvizsgalat altalanos kerdesei
A sokasagokra vonatkozo kulonfele felteveseket hipoteziseknek, az azokhelyessegenek mintaveteli eredmenyekre alapozott vizsgalatat pedighipotezisvizsgalatnak nevezzuk. A hipotezisvizsgalat vonatkozhat avizsgalt sokasag eloszlasara, vagy az adott eloszlas parameterere(parametereire).
A hipotezisek vizsgalatara szolgalo eljarasokatstatisztikai probaknak nevezzuk. Eredmenyul azt kapjuk, hogy ahipotezist adott korulmenyek kozott elfogadjuk-e vagy sem es nem azt,hogy igaz-e vagy sem.
Peldak
Tudva, hogy egy udıtoitalt gyarto gepsorrol lekerulo palackokban afolyadekmennyiseg normalis eloszlasu 3 ml szorassal, egy 10 elemuminta alapjan vizsgaljuk meg az atlagos toltomennyiseg 500 ml-e.
Egy 15 elemu minta alapjan vizsgaljuk meg, a gyartosorrol lekerulopalackokban a folyadekmennyiseg normalis eloszlasu-e.
500 ember haj- illetve szemszınet megvizsgalva dontsunk: a hajszınfuggetlen-e a szemszıntol.
Szokol Patricia
![Page 4: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/4.jpg)
A hipotezisvizsgalat altalanos kerdesei
A sokasagokra vonatkozo kulonfele felteveseket hipoteziseknek, az azokhelyessegenek mintaveteli eredmenyekre alapozott vizsgalatat pedighipotezisvizsgalatnak nevezzuk. A hipotezisvizsgalat vonatkozhat avizsgalt sokasag eloszlasara, vagy az adott eloszlas parameterere(parametereire). A hipotezisek vizsgalatara szolgalo eljarasokatstatisztikai probaknak nevezzuk.
Eredmenyul azt kapjuk, hogy ahipotezist adott korulmenyek kozott elfogadjuk-e vagy sem es nem azt,hogy igaz-e vagy sem.
Peldak
Tudva, hogy egy udıtoitalt gyarto gepsorrol lekerulo palackokban afolyadekmennyiseg normalis eloszlasu 3 ml szorassal, egy 10 elemuminta alapjan vizsgaljuk meg az atlagos toltomennyiseg 500 ml-e.
Egy 15 elemu minta alapjan vizsgaljuk meg, a gyartosorrol lekerulopalackokban a folyadekmennyiseg normalis eloszlasu-e.
500 ember haj- illetve szemszınet megvizsgalva dontsunk: a hajszınfuggetlen-e a szemszıntol.
Szokol Patricia
![Page 5: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/5.jpg)
A hipotezisvizsgalat altalanos kerdesei
A sokasagokra vonatkozo kulonfele felteveseket hipoteziseknek, az azokhelyessegenek mintaveteli eredmenyekre alapozott vizsgalatat pedighipotezisvizsgalatnak nevezzuk. A hipotezisvizsgalat vonatkozhat avizsgalt sokasag eloszlasara, vagy az adott eloszlas parameterere(parametereire). A hipotezisek vizsgalatara szolgalo eljarasokatstatisztikai probaknak nevezzuk. Eredmenyul azt kapjuk, hogy ahipotezist adott korulmenyek kozott elfogadjuk-e vagy sem es nem azt,hogy igaz-e vagy sem.
Peldak
Tudva, hogy egy udıtoitalt gyarto gepsorrol lekerulo palackokban afolyadekmennyiseg normalis eloszlasu 3 ml szorassal, egy 10 elemuminta alapjan vizsgaljuk meg az atlagos toltomennyiseg 500 ml-e.
Egy 15 elemu minta alapjan vizsgaljuk meg, a gyartosorrol lekerulopalackokban a folyadekmennyiseg normalis eloszlasu-e.
500 ember haj- illetve szemszınet megvizsgalva dontsunk: a hajszınfuggetlen-e a szemszıntol.
Szokol Patricia
![Page 6: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/6.jpg)
A hipotezisvizsgalat altalanos kerdesei
A sokasagokra vonatkozo kulonfele felteveseket hipoteziseknek, az azokhelyessegenek mintaveteli eredmenyekre alapozott vizsgalatat pedighipotezisvizsgalatnak nevezzuk. A hipotezisvizsgalat vonatkozhat avizsgalt sokasag eloszlasara, vagy az adott eloszlas parameterere(parametereire). A hipotezisek vizsgalatara szolgalo eljarasokatstatisztikai probaknak nevezzuk. Eredmenyul azt kapjuk, hogy ahipotezist adott korulmenyek kozott elfogadjuk-e vagy sem es nem azt,hogy igaz-e vagy sem.
Peldak
Tudva, hogy egy udıtoitalt gyarto gepsorrol lekerulo palackokban afolyadekmennyiseg normalis eloszlasu 3 ml szorassal, egy 10 elemuminta alapjan vizsgaljuk meg az atlagos toltomennyiseg 500 ml-e.
Egy 15 elemu minta alapjan vizsgaljuk meg, a gyartosorrol lekerulopalackokban a folyadekmennyiseg normalis eloszlasu-e.
500 ember haj- illetve szemszınet megvizsgalva dontsunk: a hajszınfuggetlen-e a szemszıntol.
Szokol Patricia
![Page 7: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/7.jpg)
A hipotezisvizsgalat altalanos kerdesei
A sokasagokra vonatkozo kulonfele felteveseket hipoteziseknek, az azokhelyessegenek mintaveteli eredmenyekre alapozott vizsgalatat pedighipotezisvizsgalatnak nevezzuk. A hipotezisvizsgalat vonatkozhat avizsgalt sokasag eloszlasara, vagy az adott eloszlas parameterere(parametereire). A hipotezisek vizsgalatara szolgalo eljarasokatstatisztikai probaknak nevezzuk. Eredmenyul azt kapjuk, hogy ahipotezist adott korulmenyek kozott elfogadjuk-e vagy sem es nem azt,hogy igaz-e vagy sem.
Peldak
Tudva, hogy egy udıtoitalt gyarto gepsorrol lekerulo palackokban afolyadekmennyiseg normalis eloszlasu 3 ml szorassal, egy 10 elemuminta alapjan vizsgaljuk meg az atlagos toltomennyiseg 500 ml-e.
Egy 15 elemu minta alapjan vizsgaljuk meg, a gyartosorrol lekerulopalackokban a folyadekmennyiseg normalis eloszlasu-e.
500 ember haj- illetve szemszınet megvizsgalva dontsunk: a hajszınfuggetlen-e a szemszıntol.
Szokol Patricia
![Page 8: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/8.jpg)
A hipotezisvizsgalat altalanos kerdesei
A sokasagokra vonatkozo kulonfele felteveseket hipoteziseknek, az azokhelyessegenek mintaveteli eredmenyekre alapozott vizsgalatat pedighipotezisvizsgalatnak nevezzuk. A hipotezisvizsgalat vonatkozhat avizsgalt sokasag eloszlasara, vagy az adott eloszlas parameterere(parametereire). A hipotezisek vizsgalatara szolgalo eljarasokatstatisztikai probaknak nevezzuk. Eredmenyul azt kapjuk, hogy ahipotezist adott korulmenyek kozott elfogadjuk-e vagy sem es nem azt,hogy igaz-e vagy sem.
Peldak
Tudva, hogy egy udıtoitalt gyarto gepsorrol lekerulo palackokban afolyadekmennyiseg normalis eloszlasu 3 ml szorassal, egy 10 elemuminta alapjan vizsgaljuk meg az atlagos toltomennyiseg 500 ml-e.
Egy 15 elemu minta alapjan vizsgaljuk meg, a gyartosorrol lekerulopalackokban a folyadekmennyiseg normalis eloszlasu-e.
500 ember haj- illetve szemszınet megvizsgalva dontsunk: a hajszınfuggetlen-e a szemszıntol.
Szokol Patricia
![Page 9: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/9.jpg)
A hipotezisek megfogalmazasa, probafuggvenymeghatarozasa
Ket egymasnak ellentmondo feltevest (hipotezist) fogalmazunk meg. Azegyik: nullhipotezis, jelolese H0, errol hozunk dontest. A masik:alternatıv hipotezis, vagy ellenhipotezis, jelolese H1.
Egyszerunullhipotezis: fennallasa eseten a sokasag eloszlasa egyertelmuenmeghatarozott.Probafuggveny: az y1, y2, . . . , yn minta egy olyan T (y1, y2, . . . , yn)fuggvenye, melynek eloszlasa H0 teljesulese eseten ismert.
Szignifikancia szint, kritikus tartomany
A probafuggveny ertekkeszletet ket diszjunkt reszre bontjuk, egyelfogadasi (E) es egy kritikus (K) tartomanyra. A hatarok megadasa: haH0 teljesul, akkor a probafuggveny egy elore megadott nagy 1− αvaloszınuseggel az elfogadasi tartomanyba esik, ahol α kicsi (pl. 0,1;0,05; 0,01). Szignifikanciaszint: α · 100% (pl. 10%; 5%; 1%)
Szokol Patricia
![Page 10: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/10.jpg)
A hipotezisek megfogalmazasa, probafuggvenymeghatarozasa
Ket egymasnak ellentmondo feltevest (hipotezist) fogalmazunk meg. Azegyik: nullhipotezis, jelolese H0, errol hozunk dontest. A masik:alternatıv hipotezis, vagy ellenhipotezis, jelolese H1. Egyszerunullhipotezis: fennallasa eseten a sokasag eloszlasa egyertelmuenmeghatarozott.
Probafuggveny: az y1, y2, . . . , yn minta egy olyan T (y1, y2, . . . , yn)fuggvenye, melynek eloszlasa H0 teljesulese eseten ismert.
Szignifikancia szint, kritikus tartomany
A probafuggveny ertekkeszletet ket diszjunkt reszre bontjuk, egyelfogadasi (E) es egy kritikus (K) tartomanyra. A hatarok megadasa: haH0 teljesul, akkor a probafuggveny egy elore megadott nagy 1− αvaloszınuseggel az elfogadasi tartomanyba esik, ahol α kicsi (pl. 0,1;0,05; 0,01). Szignifikanciaszint: α · 100% (pl. 10%; 5%; 1%)
Szokol Patricia
![Page 11: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/11.jpg)
A hipotezisek megfogalmazasa, probafuggvenymeghatarozasa
Ket egymasnak ellentmondo feltevest (hipotezist) fogalmazunk meg. Azegyik: nullhipotezis, jelolese H0, errol hozunk dontest. A masik:alternatıv hipotezis, vagy ellenhipotezis, jelolese H1. Egyszerunullhipotezis: fennallasa eseten a sokasag eloszlasa egyertelmuenmeghatarozott.Probafuggveny: az y1, y2, . . . , yn minta egy olyan T (y1, y2, . . . , yn)fuggvenye, melynek eloszlasa H0 teljesulese eseten ismert.
Szignifikancia szint, kritikus tartomany
A probafuggveny ertekkeszletet ket diszjunkt reszre bontjuk, egyelfogadasi (E) es egy kritikus (K) tartomanyra. A hatarok megadasa: haH0 teljesul, akkor a probafuggveny egy elore megadott nagy 1− αvaloszınuseggel az elfogadasi tartomanyba esik, ahol α kicsi (pl. 0,1;0,05; 0,01). Szignifikanciaszint: α · 100% (pl. 10%; 5%; 1%)
Szokol Patricia
![Page 12: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/12.jpg)
A hipotezisek megfogalmazasa, probafuggvenymeghatarozasa
Ket egymasnak ellentmondo feltevest (hipotezist) fogalmazunk meg. Azegyik: nullhipotezis, jelolese H0, errol hozunk dontest. A masik:alternatıv hipotezis, vagy ellenhipotezis, jelolese H1. Egyszerunullhipotezis: fennallasa eseten a sokasag eloszlasa egyertelmuenmeghatarozott.Probafuggveny: az y1, y2, . . . , yn minta egy olyan T (y1, y2, . . . , yn)fuggvenye, melynek eloszlasa H0 teljesulese eseten ismert.
Szignifikancia szint, kritikus tartomany
A probafuggveny ertekkeszletet ket diszjunkt reszre bontjuk, egyelfogadasi (E) es egy kritikus (K) tartomanyra.
A hatarok megadasa: haH0 teljesul, akkor a probafuggveny egy elore megadott nagy 1− αvaloszınuseggel az elfogadasi tartomanyba esik, ahol α kicsi (pl. 0,1;0,05; 0,01). Szignifikanciaszint: α · 100% (pl. 10%; 5%; 1%)
Szokol Patricia
![Page 13: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/13.jpg)
A hipotezisek megfogalmazasa, probafuggvenymeghatarozasa
Ket egymasnak ellentmondo feltevest (hipotezist) fogalmazunk meg. Azegyik: nullhipotezis, jelolese H0, errol hozunk dontest. A masik:alternatıv hipotezis, vagy ellenhipotezis, jelolese H1. Egyszerunullhipotezis: fennallasa eseten a sokasag eloszlasa egyertelmuenmeghatarozott.Probafuggveny: az y1, y2, . . . , yn minta egy olyan T (y1, y2, . . . , yn)fuggvenye, melynek eloszlasa H0 teljesulese eseten ismert.
Szignifikancia szint, kritikus tartomany
A probafuggveny ertekkeszletet ket diszjunkt reszre bontjuk, egyelfogadasi (E) es egy kritikus (K) tartomanyra. A hatarok megadasa: haH0 teljesul, akkor a probafuggveny egy elore megadott nagy 1− αvaloszınuseggel az elfogadasi tartomanyba esik, ahol α kicsi (pl. 0,1;0,05; 0,01).
Szignifikanciaszint: α · 100% (pl. 10%; 5%; 1%)
Szokol Patricia
![Page 14: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/14.jpg)
A hipotezisek megfogalmazasa, probafuggvenymeghatarozasa
Ket egymasnak ellentmondo feltevest (hipotezist) fogalmazunk meg. Azegyik: nullhipotezis, jelolese H0, errol hozunk dontest. A masik:alternatıv hipotezis, vagy ellenhipotezis, jelolese H1. Egyszerunullhipotezis: fennallasa eseten a sokasag eloszlasa egyertelmuenmeghatarozott.Probafuggveny: az y1, y2, . . . , yn minta egy olyan T (y1, y2, . . . , yn)fuggvenye, melynek eloszlasa H0 teljesulese eseten ismert.
Szignifikancia szint, kritikus tartomany
A probafuggveny ertekkeszletet ket diszjunkt reszre bontjuk, egyelfogadasi (E) es egy kritikus (K) tartomanyra. A hatarok megadasa: haH0 teljesul, akkor a probafuggveny egy elore megadott nagy 1− αvaloszınuseggel az elfogadasi tartomanyba esik, ahol α kicsi (pl. 0,1;0,05; 0,01). Szignifikanciaszint: α · 100% (pl. 10%; 5%; 1%)
Szokol Patricia
![Page 15: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/15.jpg)
A hipotezisek megfogalmazasa, probafuggvenymeghatarozasa
Bal oldali kritikus tartomany. ca: a probafuggveny eloszlasanakp = α rendu kvantilise.
Jobb oldali kritikus tartomany. cf : a probafuggveny eloszlasanakp = 1− α rendu kvantilise.
Ketoldali kritikus tartomany. ca, cf : a probafuggveny eloszlasanakp = α/2 ill. p = 1− α/2 rendu kvantilise.
Hibak
Elsofaju hiba: a H0 hipotezist elvetjuk, pedig igaz. Valoszınusegemegegyezik az α szignifikanciaszinttel.
Masodfaju hiba: a H0 hipotezist elfogadjuk, pedig nem igaz. Enneka β valoszınuseget csak akkor szamszerusıthetjuk, ha pontosantudjuk, a H0 helyett a valosagban milyen egyszeru alternatıva allfenn.
Szokol Patricia
![Page 16: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/16.jpg)
A hipotezisek megfogalmazasa, probafuggvenymeghatarozasa
Bal oldali kritikus tartomany. ca: a probafuggveny eloszlasanakp = α rendu kvantilise.
Jobb oldali kritikus tartomany. cf : a probafuggveny eloszlasanakp = 1− α rendu kvantilise.
Ketoldali kritikus tartomany. ca, cf : a probafuggveny eloszlasanakp = α/2 ill. p = 1− α/2 rendu kvantilise.
Hibak
Elsofaju hiba: a H0 hipotezist elvetjuk, pedig igaz. Valoszınusegemegegyezik az α szignifikanciaszinttel.
Masodfaju hiba: a H0 hipotezist elfogadjuk, pedig nem igaz. Enneka β valoszınuseget csak akkor szamszerusıthetjuk, ha pontosantudjuk, a H0 helyett a valosagban milyen egyszeru alternatıva allfenn.
Szokol Patricia
![Page 17: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/17.jpg)
A hipotezisek megfogalmazasa, probafuggvenymeghatarozasa
Bal oldali kritikus tartomany. ca: a probafuggveny eloszlasanakp = α rendu kvantilise.
Jobb oldali kritikus tartomany. cf : a probafuggveny eloszlasanakp = 1− α rendu kvantilise.
Ketoldali kritikus tartomany. ca, cf : a probafuggveny eloszlasanakp = α/2 ill. p = 1− α/2 rendu kvantilise.
Hibak
Elsofaju hiba: a H0 hipotezist elvetjuk, pedig igaz. Valoszınusegemegegyezik az α szignifikanciaszinttel.
Masodfaju hiba: a H0 hipotezist elfogadjuk, pedig nem igaz. Enneka β valoszınuseget csak akkor szamszerusıthetjuk, ha pontosantudjuk, a H0 helyett a valosagban milyen egyszeru alternatıva allfenn.
Szokol Patricia
![Page 18: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/18.jpg)
A hipotezisek megfogalmazasa, probafuggvenymeghatarozasa
Bal oldali kritikus tartomany. ca: a probafuggveny eloszlasanakp = α rendu kvantilise.
Jobb oldali kritikus tartomany. cf : a probafuggveny eloszlasanakp = 1− α rendu kvantilise.
Ketoldali kritikus tartomany. ca, cf : a probafuggveny eloszlasanakp = α/2 ill. p = 1− α/2 rendu kvantilise.
Hibak
Elsofaju hiba: a H0 hipotezist elvetjuk, pedig igaz. Valoszınusegemegegyezik az α szignifikanciaszinttel.
Masodfaju hiba: a H0 hipotezist elfogadjuk, pedig nem igaz. Enneka β valoszınuseget csak akkor szamszerusıthetjuk, ha pontosantudjuk, a H0 helyett a valosagban milyen egyszeru alternatıva allfenn.
Szokol Patricia
![Page 19: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/19.jpg)
A hipotezisek megfogalmazasa, probafuggvenymeghatarozasa
Bal oldali kritikus tartomany. ca: a probafuggveny eloszlasanakp = α rendu kvantilise.
Jobb oldali kritikus tartomany. cf : a probafuggveny eloszlasanakp = 1− α rendu kvantilise.
Ketoldali kritikus tartomany. ca, cf : a probafuggveny eloszlasanakp = α/2 ill. p = 1− α/2 rendu kvantilise.
Hibak
Elsofaju hiba: a H0 hipotezist elvetjuk, pedig igaz. Valoszınusegemegegyezik az α szignifikanciaszinttel.
Masodfaju hiba: a H0 hipotezist elfogadjuk, pedig nem igaz. Enneka β valoszınuseget csak akkor szamszerusıthetjuk, ha pontosantudjuk, a H0 helyett a valosagban milyen egyszeru alternatıva allfenn.
Szokol Patricia
![Page 20: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/20.jpg)
Hibak
H0 igaz nem igazelvetjuk elsofaju hiba (α) helyes dontes (1− β)
elfogadjuk helyes dontes (1− α) masodfaju hiba (β)
p-ertek
A p-ertek az a legkisebb szignifikanciaszint, amin H0 mar eppen elvethetoH1-el szemben. A p-ertek a T probafuggvenynek a hipotezisvizsgalatahozhasznalt mintabol nyert erteke alapjan hatarozhato meg. Egyoldalialternatıv hipotezis eseten a p-ertek ugy hatarozhato meg, hogy aprobafuggveny mintabol nyert erteket H1 iranyanak megfeleloen also vagyfelso kritikus erteknek tekintjuk, majd megallapıtjuk, vagy megbecsuljuka hozza tartozo szignifikanciaszintet. Ketoldali alternatıv hipotezis esetena probafuggveny mintabol nyert erteket elojeletol, egyes esetekbennagysagatol fuggoen also vagy felso kritikus erteknek tekintjuk, majd ahozzatartozo szignifikanciaszint ketszereset vesszuk. Adott α szinteseten: p ≤ α : elvetjuk H0-t; p > α: elfogadjuk H0-t.
Szokol Patricia
![Page 21: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/21.jpg)
Hibak
H0 igaz nem igazelvetjuk elsofaju hiba (α) helyes dontes (1− β)
elfogadjuk helyes dontes (1− α) masodfaju hiba (β)
p-ertek
A p-ertek az a legkisebb szignifikanciaszint, amin H0 mar eppen elvethetoH1-el szemben. A p-ertek a T probafuggvenynek a hipotezisvizsgalatahozhasznalt mintabol nyert erteke alapjan hatarozhato meg.
Egyoldalialternatıv hipotezis eseten a p-ertek ugy hatarozhato meg, hogy aprobafuggveny mintabol nyert erteket H1 iranyanak megfeleloen also vagyfelso kritikus erteknek tekintjuk, majd megallapıtjuk, vagy megbecsuljuka hozza tartozo szignifikanciaszintet. Ketoldali alternatıv hipotezis esetena probafuggveny mintabol nyert erteket elojeletol, egyes esetekbennagysagatol fuggoen also vagy felso kritikus erteknek tekintjuk, majd ahozzatartozo szignifikanciaszint ketszereset vesszuk. Adott α szinteseten: p ≤ α : elvetjuk H0-t; p > α: elfogadjuk H0-t.
Szokol Patricia
![Page 22: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/22.jpg)
Hibak
H0 igaz nem igazelvetjuk elsofaju hiba (α) helyes dontes (1− β)
elfogadjuk helyes dontes (1− α) masodfaju hiba (β)
p-ertek
A p-ertek az a legkisebb szignifikanciaszint, amin H0 mar eppen elvethetoH1-el szemben. A p-ertek a T probafuggvenynek a hipotezisvizsgalatahozhasznalt mintabol nyert erteke alapjan hatarozhato meg. Egyoldalialternatıv hipotezis eseten a p-ertek ugy hatarozhato meg, hogy aprobafuggveny mintabol nyert erteket H1 iranyanak megfeleloen also vagyfelso kritikus erteknek tekintjuk, majd megallapıtjuk, vagy megbecsuljuka hozza tartozo szignifikanciaszintet.
Ketoldali alternatıv hipotezis esetena probafuggveny mintabol nyert erteket elojeletol, egyes esetekbennagysagatol fuggoen also vagy felso kritikus erteknek tekintjuk, majd ahozzatartozo szignifikanciaszint ketszereset vesszuk. Adott α szinteseten: p ≤ α : elvetjuk H0-t; p > α: elfogadjuk H0-t.
Szokol Patricia
![Page 23: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/23.jpg)
Hibak
H0 igaz nem igazelvetjuk elsofaju hiba (α) helyes dontes (1− β)
elfogadjuk helyes dontes (1− α) masodfaju hiba (β)
p-ertek
A p-ertek az a legkisebb szignifikanciaszint, amin H0 mar eppen elvethetoH1-el szemben. A p-ertek a T probafuggvenynek a hipotezisvizsgalatahozhasznalt mintabol nyert erteke alapjan hatarozhato meg. Egyoldalialternatıv hipotezis eseten a p-ertek ugy hatarozhato meg, hogy aprobafuggveny mintabol nyert erteket H1 iranyanak megfeleloen also vagyfelso kritikus erteknek tekintjuk, majd megallapıtjuk, vagy megbecsuljuka hozza tartozo szignifikanciaszintet. Ketoldali alternatıv hipotezis esetena probafuggveny mintabol nyert erteket elojeletol, egyes esetekbennagysagatol fuggoen also vagy felso kritikus erteknek tekintjuk, majd ahozzatartozo szignifikanciaszint ketszereset vesszuk.
Adott α szinteseten: p ≤ α : elvetjuk H0-t; p > α: elfogadjuk H0-t.
Szokol Patricia
![Page 24: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/24.jpg)
Hibak
H0 igaz nem igazelvetjuk elsofaju hiba (α) helyes dontes (1− β)
elfogadjuk helyes dontes (1− α) masodfaju hiba (β)
p-ertek
A p-ertek az a legkisebb szignifikanciaszint, amin H0 mar eppen elvethetoH1-el szemben. A p-ertek a T probafuggvenynek a hipotezisvizsgalatahozhasznalt mintabol nyert erteke alapjan hatarozhato meg. Egyoldalialternatıv hipotezis eseten a p-ertek ugy hatarozhato meg, hogy aprobafuggveny mintabol nyert erteket H1 iranyanak megfeleloen also vagyfelso kritikus erteknek tekintjuk, majd megallapıtjuk, vagy megbecsuljuka hozza tartozo szignifikanciaszintet. Ketoldali alternatıv hipotezis esetena probafuggveny mintabol nyert erteket elojeletol, egyes esetekbennagysagatol fuggoen also vagy felso kritikus erteknek tekintjuk, majd ahozzatartozo szignifikanciaszint ketszereset vesszuk. Adott α szinteseten: p ≤ α : elvetjuk H0-t; p > α: elfogadjuk H0-t.
Szokol Patricia
![Page 25: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/25.jpg)
Pelda
Pelda
Az alabbiakban egy vonat sebessegere vonatkozo adatok szerepelnek:Lefele: 86,9 88,7 106,1 114 100,3 94,2
126,5 110,1 96,1 116,8 104,8 122Felfele: 102,3 84,4 74,5 82 86,9 108,6
100,5 90,3 78,2 106,4 (km/h).
Korabbi
meresek azt mutatjak, hogy a sebessegek jo kozelıtessel normaliseloszlasuak. Ellenorizzuk le, hogy igaz-e az a hipotezis (95%-os szinten),hogy lefele gyorsabban halad a vonat? A fuggetlen mintas t-probaalkalmazhatosagahoz eloszor arrol kell donteni 90%-os szinten, hogy azismeretlen szorasok egyenloek-e (F-proba).
X : lefele mert sebessegek; Y : felfele mert sebessegek.X ∼ N (µX , σ
2X ) Y ∼ N (µY , σ
2Y ),
H0 : σX = σY ,H1 : σX 6= σY .
Szokol Patricia
![Page 26: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/26.jpg)
Pelda
Pelda
Az alabbiakban egy vonat sebessegere vonatkozo adatok szerepelnek:Lefele: 86,9 88,7 106,1 114 100,3 94,2
126,5 110,1 96,1 116,8 104,8 122Felfele: 102,3 84,4 74,5 82 86,9 108,6
100,5 90,3 78,2 106,4 (km/h).
Korabbi
meresek azt mutatjak, hogy a sebessegek jo kozelıtessel normaliseloszlasuak. Ellenorizzuk le, hogy igaz-e az a hipotezis (95%-os szinten),hogy lefele gyorsabban halad a vonat?
A fuggetlen mintas t-probaalkalmazhatosagahoz eloszor arrol kell donteni 90%-os szinten, hogy azismeretlen szorasok egyenloek-e (F-proba).
X : lefele mert sebessegek; Y : felfele mert sebessegek.X ∼ N (µX , σ
2X ) Y ∼ N (µY , σ
2Y ),
H0 : σX = σY ,H1 : σX 6= σY .
Szokol Patricia
![Page 27: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/27.jpg)
Pelda
Pelda
Az alabbiakban egy vonat sebessegere vonatkozo adatok szerepelnek:Lefele: 86,9 88,7 106,1 114 100,3 94,2
126,5 110,1 96,1 116,8 104,8 122Felfele: 102,3 84,4 74,5 82 86,9 108,6
100,5 90,3 78,2 106,4 (km/h).
Korabbi
meresek azt mutatjak, hogy a sebessegek jo kozelıtessel normaliseloszlasuak. Ellenorizzuk le, hogy igaz-e az a hipotezis (95%-os szinten),hogy lefele gyorsabban halad a vonat? A fuggetlen mintas t-probaalkalmazhatosagahoz eloszor arrol kell donteni 90%-os szinten, hogy azismeretlen szorasok egyenloek-e (F-proba).
X : lefele mert sebessegek; Y : felfele mert sebessegek.X ∼ N (µX , σ
2X ) Y ∼ N (µY , σ
2Y ),
H0 : σX = σY ,H1 : σX 6= σY .
Szokol Patricia
![Page 28: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/28.jpg)
Pelda
Pelda
Az alabbiakban egy vonat sebessegere vonatkozo adatok szerepelnek:Lefele: 86,9 88,7 106,1 114 100,3 94,2
126,5 110,1 96,1 116,8 104,8 122Felfele: 102,3 84,4 74,5 82 86,9 108,6
100,5 90,3 78,2 106,4 (km/h).
Korabbi
meresek azt mutatjak, hogy a sebessegek jo kozelıtessel normaliseloszlasuak. Ellenorizzuk le, hogy igaz-e az a hipotezis (95%-os szinten),hogy lefele gyorsabban halad a vonat? A fuggetlen mintas t-probaalkalmazhatosagahoz eloszor arrol kell donteni 90%-os szinten, hogy azismeretlen szorasok egyenloek-e (F-proba).
X : lefele mert sebessegek; Y : felfele mert sebessegek.X ∼ N (µX , σ
2X ) Y ∼ N (µY , σ
2Y ),
H0 : σX = σY ,H1 : σX 6= σY .
Szokol Patricia
![Page 29: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/29.jpg)
Pelda
Az F proba statisztika erteke
F (x , y) = max
{s∗2NX
s∗2NY
,s∗2NY
s∗2NX
}=
164, 21
149, 014= 1, 10207.
Mivel NX = 12,NY = 10, ıgy 11 es 9 szabadsagi fokot kell tekinteni azF-eloszlas tablazatnal a kritikus ertek meghatarozasahoz. α = 0, 1, ıgy amegfelelo kritikus ertek: 3, 1. Mivel 1, 1 < 3, 1, a H0-t elfogadjuk 90%-osszinten.
t-proba
A ketmintas t-proba eseten hipoteziseink a kovetkezoek:
H0 : EX = EY ; H1 : EX > EY .
Szokol Patricia
![Page 30: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/30.jpg)
Pelda
Az F proba statisztika erteke
F (x , y) = max
{s∗2NX
s∗2NY
,s∗2NY
s∗2NX
}=
164, 21
149, 014= 1, 10207.
Mivel NX = 12,NY = 10, ıgy 11 es 9 szabadsagi fokot kell tekinteni azF-eloszlas tablazatnal a kritikus ertek meghatarozasahoz. α = 0, 1, ıgy amegfelelo kritikus ertek: 3, 1. Mivel 1, 1 < 3, 1, a H0-t elfogadjuk 90%-osszinten.
t-proba
A ketmintas t-proba eseten hipoteziseink a kovetkezoek:
H0 : EX = EY ; H1 : EX > EY .
Szokol Patricia
![Page 31: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/31.jpg)
Pelda
Az F proba statisztika erteke
F (x , y) = max
{s∗2NX
s∗2NY
,s∗2NY
s∗2NX
}=
164, 21
149, 014= 1, 10207.
Mivel NX = 12,NY = 10, ıgy 11 es 9 szabadsagi fokot kell tekinteni azF-eloszlas tablazatnal a kritikus ertek meghatarozasahoz. α = 0, 1, ıgy amegfelelo kritikus ertek: 3, 1. Mivel 1, 1 < 3, 1, a H0-t elfogadjuk 90%-osszinten.
t-proba
A ketmintas t-proba eseten hipoteziseink a kovetkezoek:
H0 : EX = EY ; H1 : EX > EY .
Szokol Patricia
![Page 32: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/32.jpg)
Muveletek komplex szamokkal
t-proba
A t-probastatisztika erteke:
t =X − Y√
(NX − 1)s∗2NX− (NY − 1)s∗2NY
·
√NXNY (NX + NY − 2)
NX + NY
=105, 547− 91, 41√
11 ∗ 12, 8152 − 9 ∗ 12, 2072·√
12 ∗ 10(12 + 10− 2)
12 + 10= 2, 631.
Masreszt, a kritikus tartomany a t- eloszlastablazat alapjan (20-asszabadsagi fok, α = 0, 05)
C1 = {(x , y) : t > 1, 725}.
Mivel 2, 631 > 1, 725, ıgy H1-et fogadjuk el 95%-os szinten.
Szokol Patricia
![Page 33: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/33.jpg)
Muveletek komplex szamokkal
t-proba
A t-probastatisztika erteke:
t =X − Y√
(NX − 1)s∗2NX− (NY − 1)s∗2NY
·
√NXNY (NX + NY − 2)
NX + NY
=105, 547− 91, 41√
11 ∗ 12, 8152 − 9 ∗ 12, 2072·√
12 ∗ 10(12 + 10− 2)
12 + 10= 2, 631.
Masreszt, a kritikus tartomany a t- eloszlastablazat alapjan (20-asszabadsagi fok, α = 0, 05)
C1 = {(x , y) : t > 1, 725}.
Mivel 2, 631 > 1, 725, ıgy H1-et fogadjuk el 95%-os szinten.
Szokol Patricia
![Page 34: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/34.jpg)
Muveletek komplex szamokkal
t-proba
A t-probastatisztika erteke:
t =X − Y√
(NX − 1)s∗2NX− (NY − 1)s∗2NY
·
√NXNY (NX + NY − 2)
NX + NY
=105, 547− 91, 41√
11 ∗ 12, 8152 − 9 ∗ 12, 2072·√
12 ∗ 10(12 + 10− 2)
12 + 10= 2, 631.
Masreszt, a kritikus tartomany a t- eloszlastablazat alapjan (20-asszabadsagi fok, α = 0, 05)
C1 = {(x , y) : t > 1, 725}.
Mivel 2, 631 > 1, 725, ıgy H1-et fogadjuk el 95%-os szinten.
Szokol Patricia
![Page 35: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/35.jpg)
Egy szempontu szorasanalızis
yij : a j-edik minta i-edik eleme (j = 1, . . . ,M, i = 1, . . . , nj).
yij eloszlasa: N (µj , σ2j ).
Nullhipotezis: H0 : µ1 = µ2 = · · · = µM = µ;Ellenhipotezis: H1 : ∃j ∈ {1, . . . ,M}, µj 6= µ.
Negyzetosszegek kozotti osszefugges:
M∑j=1
nj∑i=1
(yij − y)2 =M∑j=1
nj∑i=1
(yij − yj)2 +
M∑j=1
nj(yj − y)2.
SST=SSB+SSK,
ahol SST a teljes, SSB a belso es SSK a kulso negyzetosszeg.
Atlagos negyzetoszegek:
s2k =SSK
M − 1, kulso , s2b =
SSB
n −M,
ahol n =∑M
j=1 nj .
Szokol Patricia
![Page 36: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/36.jpg)
Egy szempontu szorasanalızis
yij : a j-edik minta i-edik eleme (j = 1, . . . ,M, i = 1, . . . , nj).
yij eloszlasa: N (µj , σ2j ).
Nullhipotezis: H0 : µ1 = µ2 = · · · = µM = µ;Ellenhipotezis: H1 : ∃j ∈ {1, . . . ,M}, µj 6= µ.
Negyzetosszegek kozotti osszefugges:
M∑j=1
nj∑i=1
(yij − y)2 =M∑j=1
nj∑i=1
(yij − yj)2 +
M∑j=1
nj(yj − y)2.
SST=SSB+SSK,
ahol SST a teljes, SSB a belso es SSK a kulso negyzetosszeg.
Atlagos negyzetoszegek:
s2k =SSK
M − 1, kulso , s2b =
SSB
n −M,
ahol n =∑M
j=1 nj .
Szokol Patricia
![Page 37: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/37.jpg)
Egy szempontu szorasanalızis
yij : a j-edik minta i-edik eleme (j = 1, . . . ,M, i = 1, . . . , nj).
yij eloszlasa: N (µj , σ2j ).
Nullhipotezis: H0 : µ1 = µ2 = · · · = µM = µ;Ellenhipotezis: H1 : ∃j ∈ {1, . . . ,M}, µj 6= µ.
Negyzetosszegek kozotti osszefugges:
M∑j=1
nj∑i=1
(yij − y)2 =M∑j=1
nj∑i=1
(yij − yj)2 +
M∑j=1
nj(yj − y)2.
SST=SSB+SSK,
ahol SST a teljes, SSB a belso es SSK a kulso negyzetosszeg.
Atlagos negyzetoszegek:
s2k =SSK
M − 1, kulso , s2b =
SSB
n −M,
ahol n =∑M
j=1 nj .
Szokol Patricia
![Page 38: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/38.jpg)
Egy szempontu szorasanalızis
yij : a j-edik minta i-edik eleme (j = 1, . . . ,M, i = 1, . . . , nj).
yij eloszlasa: N (µj , σ2j ).
Nullhipotezis: H0 : µ1 = µ2 = · · · = µM = µ;Ellenhipotezis: H1 : ∃j ∈ {1, . . . ,M}, µj 6= µ.
Negyzetosszegek kozotti osszefugges:
M∑j=1
nj∑i=1
(yij − y)2 =M∑j=1
nj∑i=1
(yij − yj)2 +
M∑j=1
nj(yj − y)2.
SST=SSB+SSK,
ahol SST a teljes, SSB a belso es SSK a kulso negyzetosszeg.
Atlagos negyzetoszegek:
s2k =SSK
M − 1, kulso , s2b =
SSB
n −M,
ahol n =∑M
j=1 nj .
Szokol Patricia
![Page 39: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/39.jpg)
Egy szempontu szorasanalızis
yij : a j-edik minta i-edik eleme (j = 1, . . . ,M, i = 1, . . . , nj).
yij eloszlasa: N (µj , σ2j ).
Nullhipotezis: H0 : µ1 = µ2 = · · · = µM = µ;Ellenhipotezis: H1 : ∃j ∈ {1, . . . ,M}, µj 6= µ.
Negyzetosszegek kozotti osszefugges:
M∑j=1
nj∑i=1
(yij − y)2 =M∑j=1
nj∑i=1
(yij − yj)2 +
M∑j=1
nj(yj − y)2.
SST=SSB+SSK,
ahol SST a teljes, SSB a belso es SSK a kulso negyzetosszeg.
Atlagos negyzetoszegek:
s2k =SSK
M − 1, kulso , s2b =
SSB
n −M,
ahol n =∑M
j=1 nj .
Szokol Patricia
![Page 40: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/40.jpg)
Egy szempontu szorasanalızis
Probafuggveny
Nullhipotezis: H0 : µ1 = µ2 = · · · = µM = µ;
SSB =M∑j=1
nj∑i=1
(yij − yj)2; SSK =
M∑j=1
nj(yj − y)2.
A probafuggveny:
F =SSK/(M − 1)
SSB/(n −M)=
s2ks2b.
Ha az egyes (normalis eloszlasu) mintak szorasai megegyeznek(σ1 = σ2 = · · · = σM , tesztelheto) es H0 teljesul, akkor aprobafuggveny eloszlasa M − 1 es n−M szabadsagi foku F -eloszlas.
Ha H0 igaz, SSK kicsi, SSB nagy.
Adott α-szinthez tartozo kritikus tartomany:
F ≥ F1−α(M − 1, n −M).
Szokol Patricia
![Page 41: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/41.jpg)
Egy szempontu szorasanalızis
Probafuggveny
Nullhipotezis: H0 : µ1 = µ2 = · · · = µM = µ;
SSB =M∑j=1
nj∑i=1
(yij − yj)2; SSK =
M∑j=1
nj(yj − y)2.
A probafuggveny:
F =SSK/(M − 1)
SSB/(n −M)=
s2ks2b.
Ha az egyes (normalis eloszlasu) mintak szorasai megegyeznek(σ1 = σ2 = · · · = σM , tesztelheto) es H0 teljesul, akkor aprobafuggveny eloszlasa M − 1 es n−M szabadsagi foku F -eloszlas.
Ha H0 igaz, SSK kicsi, SSB nagy.
Adott α-szinthez tartozo kritikus tartomany:
F ≥ F1−α(M − 1, n −M).
Szokol Patricia
![Page 42: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/42.jpg)
Egy szempontu szorasanalızis
Probafuggveny
Nullhipotezis: H0 : µ1 = µ2 = · · · = µM = µ;
SSB =M∑j=1
nj∑i=1
(yij − yj)2; SSK =
M∑j=1
nj(yj − y)2.
A probafuggveny:
F =SSK/(M − 1)
SSB/(n −M)=
s2ks2b.
Ha az egyes (normalis eloszlasu) mintak szorasai megegyeznek(σ1 = σ2 = · · · = σM , tesztelheto) es H0 teljesul, akkor aprobafuggveny eloszlasa M − 1 es n−M szabadsagi foku F -eloszlas.
Ha H0 igaz, SSK kicsi, SSB nagy.
Adott α-szinthez tartozo kritikus tartomany:
F ≥ F1−α(M − 1, n −M).
Szokol Patricia
![Page 43: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/43.jpg)
Egy szempontu szorasanalızis
Probafuggveny
Nullhipotezis: H0 : µ1 = µ2 = · · · = µM = µ;
SSB =M∑j=1
nj∑i=1
(yij − yj)2; SSK =
M∑j=1
nj(yj − y)2.
A probafuggveny:
F =SSK/(M − 1)
SSB/(n −M)=
s2ks2b.
Ha az egyes (normalis eloszlasu) mintak szorasai megegyeznek(σ1 = σ2 = · · · = σM , tesztelheto) es H0 teljesul, akkor aprobafuggveny eloszlasa M − 1 es n−M szabadsagi foku F -eloszlas.
Ha H0 igaz, SSK kicsi, SSB nagy.
Adott α-szinthez tartozo kritikus tartomany:
F ≥ F1−α(M − 1, n −M).
Szokol Patricia
![Page 44: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/44.jpg)
Egy szempontu szorasanalızis
Szorafelbonto-tablazat
Minta: yij ∼ N (µj , σj), j = 1, . . . ,M, i = 1, . . . , nj .
Feltetel:σ1 = · · · = σM .
Nullhipotezis: H0 : µ1 = µ2 = · · · = µM = µ;Ellenhipotezis: H1 : ∃j ∈ {1, . . . ,M}, µj 6= µ.
SSB =M∑j=1
nj∑i=1
(yij − yj)2; SSK =
M∑j=1
nj(yj − y)2.
A szorodas Elteres Szab.-i Atlagos F p-ertekoka negyzetossz. fok negyzetossz.
kulso SSK M − 1 s2k = SSKM−1 s2k/s
2b p
belso SSB n −M s2b = SSBn−M
teljes SST n − 1
Szokol Patricia
![Page 45: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/45.jpg)
Egy szempontu szorasanalızis
Szorafelbonto-tablazat
Minta: yij ∼ N (µj , σj), j = 1, . . . ,M, i = 1, . . . , nj .
Feltetel:σ1 = · · · = σM .
Nullhipotezis: H0 : µ1 = µ2 = · · · = µM = µ;Ellenhipotezis: H1 : ∃j ∈ {1, . . . ,M}, µj 6= µ.
SSB =M∑j=1
nj∑i=1
(yij − yj)2; SSK =
M∑j=1
nj(yj − y)2.
A szorodas Elteres Szab.-i Atlagos F p-ertekoka negyzetossz. fok negyzetossz.
kulso SSK M − 1 s2k = SSKM−1 s2k/s
2b p
belso SSB n −M s2b = SSBn−M
teljes SST n − 1
Szokol Patricia
![Page 46: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/46.jpg)
Egy szempontu szorasanalızis
Szorafelbonto-tablazat
Minta: yij ∼ N (µj , σj), j = 1, . . . ,M, i = 1, . . . , nj .
Feltetel:σ1 = · · · = σM .
Nullhipotezis: H0 : µ1 = µ2 = · · · = µM = µ;Ellenhipotezis: H1 : ∃j ∈ {1, . . . ,M}, µj 6= µ.
SSB =M∑j=1
nj∑i=1
(yij − yj)2; SSK =
M∑j=1
nj(yj − y)2.
A szorodas Elteres Szab.-i Atlagos F p-ertekoka negyzetossz. fok negyzetossz.
kulso SSK M − 1 s2k = SSKM−1 s2k/s
2b p
belso SSB n −M s2b = SSBn−M
teljes SST n − 1
Szokol Patricia
![Page 47: Halad o m odszertani ismeretek (Statisztika ism etl es) · Halad o m odszertani ismeretek (Statisztika ism etl es) Szokol Patricia Debreceni Egyetem 2017{2018 oszi f el ev Szokol](https://reader033.vdocuments.site/reader033/viewer/2022060608/605e47d2db0a320ce66be702/html5/thumbnails/47.jpg)
Egy szempontu szorasanalızis
Szorafelbonto-tablazat
Minta: yij ∼ N (µj , σj), j = 1, . . . ,M, i = 1, . . . , nj .
Feltetel:σ1 = · · · = σM .
Nullhipotezis: H0 : µ1 = µ2 = · · · = µM = µ;Ellenhipotezis: H1 : ∃j ∈ {1, . . . ,M}, µj 6= µ.
SSB =M∑j=1
nj∑i=1
(yij − yj)2; SSK =
M∑j=1
nj(yj − y)2.
A szorodas Elteres Szab.-i Atlagos F p-ertekoka negyzetossz. fok negyzetossz.
kulso SSK M − 1 s2k = SSKM−1 s2k/s
2b p
belso SSB n −M s2b = SSBn−M
teljes SST n − 1
Szokol Patricia