เหตุใดจึงใช้พารามิเตอร์ noncentrality

2024 ผู้เขียน: Fiona Howard | [email protected]. แก้ไขล่าสุด: 2024-01-10 06:43

พารามิเตอร์ noncentrality มีประโยชน์ในการอธิบายสถิติการทดสอบที่ใช้กันทั่วไป โดยที่พารามิเตอร์ noncentrality แทน ระดับที่ค่าเฉลี่ยของสถิติการทดสอบแยกจากค่าเฉลี่ยเมื่อสมมติฐานว่างเป็นจริง.

พารามิเตอร์กลางคืออะไร

พารามิเตอร์ที่ไม่เป็นศูนย์กลาง (λ) คือ measure ของ “…ระดับที่สมมติฐานว่างเป็นเท็จ” (Kirk, 2012) กล่าวอีกนัยหนึ่ง มันบอกคุณบางอย่างเกี่ยวกับพลังทางสถิติของการทดสอบ ตัวอย่างเช่น การแจกแจงแบบ F ที่มีพารามิเตอร์ NCP เป็นศูนย์หมายความว่าการแจกแจงแบบ F เป็นการกระจายแบบศูนย์กลาง

พารามิเตอร์ noncentrality คืออะไร δ?

หากสถิติการทดสอบมีการแจกแจงแบบปกติมาตรฐานภายใต้สมมติฐานว่าง จะมีการแจกแจงแบบปกติค่าเฉลี่ยไม่เป็นศูนย์ภายใต้ทางเลือกนี่หมายความว่าเป็นพารามิเตอร์ noncentrality สำหรับการทดสอบ t ภายใต้สมมติฐานความแปรปรวนเท่ากัน ค่าเฉลี่ยถูกกำหนดโดย: δ=μ1−μ2σpooled/√n

การแจกแจงแบบรวมศูนย์และแบบไม่รวมศูนย์แตกต่างกันอย่างไร

ในขณะที่การแจกแจงแบบรวมศูนย์อธิบายวิธีการแจกแจงสถิติการทดสอบเมื่อผลต่างที่ทดสอบเป็นโมฆะ การแจกแจงแบบไม่ส่วนกลางจะอธิบายการแจกแจง ของสถิติการทดสอบเมื่อค่า null เป็นเท็จ (ดังนั้น สมมติฐานทางเลือกเป็นจริง) นำไปสู่การนำไปใช้ในการคำนวณกำลังทางสถิติ

การแจกแจงพารามิเตอร์ที่ไม่ใช่ศูนย์กลางคืออะไร

การแจกแจงแบบ t แบบ noncentral ทำให้การแจกแจงแบบ t ของนักเรียนเป็นแบบทั่วไปโดยใช้พารามิเตอร์ noncentrality ในขณะที่การแจกแจงความน่าจะเป็นจากส่วนกลางอธิบายวิธีกระจายสถิติการทดสอบ t เมื่อผลต่างที่ทดสอบเป็นโมฆะ การแจกแจงแบบไม่อยู่ตรงกลางอธิบายว่า t กระจายอย่างไรเมื่อค่าว่างเป็นเท็จ