Publication detail

Statistické zpracování vodohospodářských dat 4. Testování správnosti a shodnosti v kontrolní laboratoři

Authors: Meloun Milan

Year: 2007

Type of publication: článek v odborném periodiku

Name of source: Vodní hospodářství

Publisher name: Vodní hospodářství, spol. s r.o.,

Place: Praha

Page from-to: 140-144

Titles:

Language	Name	Abstract	Keywords
cze	Statistické zpracování vodohospodářských dat 4. Testování správnosti a shodnosti v kontrolní laboratoři	Pro testování hypotéz o parametrech základního souboru na základě jednoho výběru jsou odvozeny testovací statistiky ze vztahů pro intervaly spolehlivosti. Jednodušší způsob spočívá v přímém užití 100(1 - α)%ního intervalu spolehlivosti: padne-li zadaná hodnota parametru do tohoto intervalu spolehlivosti, nezamítá se nulová hypotéza a odhad je správný. Padne-li mimo tento interval spolehlivosti, zamítá se nulová hypotéza H0 a odhad není správný. Při testování hypotéz o dvou základních souborech, které jsou vzájemně nezávislé a jejichž rozdělení je přitom normální,, charakterizovaných dvěma výběry, se nejdříve ověří shoda rozptylů testováním nulové hypotézy Fisherovým-Snedecorovým F-testem. Protože F-test je značně citlivý na odchylky od normality, bývá výhodnější použít Jackknifův test Fj nebo robustní testy polohy. Kritériem klasického Studentova t-testu je test, který je robustní vůči odchylkám od heteroskedasticity, zejména pokud jsou velikosti výběrů přibližně shodné. Pro případ, že se výběry liší v šikmostech od normálního rozdělení, je vhodné užití testační statistiky modifikovaného t-testu. Vedle testu shodnosti je výhodné použití párového testu u párových dat. U malých výběrů 4 < n < 20 je vhodné dát přednost Hornovu postupu.	test správnosti, test shodnosti, párový test, Hornův postup, malé výběry, heteroskedasticita, nulová hypotéza, alternativní hypotéza, Studentův t-test, Fischer-Snedecorův F-test.
eng	Computer-Assisted Statistical Data Analysis: 4. Accuracy Test and Equality Comparison of Population Means in the Control Laboratory	In many applications of statistics we are interested in making inferences about population characteristics on the basis of obser-vations made on a random sample of items from population. The characteristics of interest may often be expressed in terms of population parameters, such as the population mean or variance. In other situations we may wish to make inferences about the diference be-tween two or more popuíations, such as the difference between two population means. A statistical hypothesis is a statement about the population distribution of some random variable. Hypothesis testing consists of comparing some statistical measures called test criteria deduced from a data sample with the values of these criteria taken on the assumption that a given hypothesis is correct. This article brings several frequently ušed tests, such as the accuracy test, the equality test, the pair test and Horn proceduře of small samples with demonstration on typical problems.	accuracy test, equality test, pair test, Horn procedure of small samples, heteroscedasticity, null hypothesi, alternative hypothesis, Student t-test, Fischer-Snedecor F-test.

Search

Login for students

Login for employees

Publication detail

Departments

Other Parts

Map

Services

Popular Links