1 / 34

Kvantitatív módszerek

Kvantitatív módszerek. 8. Hipotézisvizsgálatok I. Nemparaméteres próbák Dr. Kövesi János. 117-118. Általános menet - 1. szakmai megfontolások alapján felállítjuk az igazolandó hipotézist statisztikai próba kiválasztása felállítjuk a nullhipotézist

zion
Download Presentation

Kvantitatív módszerek

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Kvantitatív módszerek 8. Hipotézisvizsgálatok I. Nemparaméteres próbák Dr. Kövesi János

  2. 117-118 Általános menet - 1 • szakmai megfontolások alapján felállítjuk az igazolandó hipotézist • statisztikai próba kiválasztása • felállítjuk a nullhipotézist • meghatározzuk a szignifikancia szintet, mintanagyságot, mintavétel • elfogadási és elutasítási tartomány meghatározása 

  3. 117-118 Általános menet-2 • számított érték meghatározása, a minta adataiból • számított érték és az elfogadási ill. kritikus tartomány összehasonlítása • döntés a nullhipotézisről • értelmezzük az előző pont eredményét a szakmai hipotézisre 

  4. 118 Statisztikai próbák elve f(2) P(2szám< 2krit()|H0 igaz) = 1-  =  DF (szabadsági fok)   =1-  2 szám 2 szám 2 2 krit 

  5. Feladat Feladat: Egy dobókockáról szeretnénk megtudni, hogy szabályos-e, azaz minden szám előfordulásának valószínűsége egyforma. Hogyan döntsük el? 

  6. Kockadobás összesen 600 dobás

  7. 119 2-számított érték DF = r-1-l fk = tapasztalati gyakoriság Fk = elméleti gyakoriság Szabadsági fok r = kategóriák, osztályok száma 

  8. Feladat (megoldás) összesen 600 dobás 

  9. Feladat (megoldás) 2 szám= 2,02 DF = 6 - 1 = 5 2 krit= 11,1  = 0,05 2 szám << 2 krit H0-t elfogadjuk, azaz a kocka szabályos. 

  10. 119 Feladat A Tiszán adott időszakban levonuló árhullámok számát vizsgálva az elmúlt 68 év során, az alábbi eredményeket kapták: 30 év volt, amikor nemvolt árhullám, 25 olyan év volt , amikor 1 árhullám vonult le az adott időszakban, 9 év volt amikor 2 és 4 olyan év volt, amikor 3 vagy annál több árhullám következett be.Feltehető-e, hogy a folyón levonuló árhullámok száma Poisson-eloszlással modellezhető? 

  11. 119 Feladat   0,8 Emlékeztető: becslés elmélet  = ? H0: Poisson-eloszlás DF = r-1-l = 4-1-1 = 2 2 krit= 5,99  = 0,05 

  12. 0 30 1 25 2 9 3- 4 120 Feladat pk k fk Fk   0,8 0,4493 30,55 0,3595 0,1438 0,0474 24,45 9,78 3,22 ? 2 krit= 5,99 ? H0-t elfogadjuk, az árhullámok száma   0,8 paraméterű Poisson-eloszlással leírható. 0,273 

  13. 122 Feladat Halogénlámpa gyártásánál n=60 elemű minta alapján a betöltött gáztérfogat (cm3) az alábbiak szerint alakult: Leírható-e a gáztérfogat normális eloszlással ? 

  14. 122 Feladat P(xA <xF) Fk 0,19 3,68 ? 26,20 10,10 1,08 60 0,0032 0,0613 ? 0,4366 0,1683 0,0180 1,0000 3,34 0,03 ? 0,02 0,00 3,40 7,55 H0: normális eloszlás, =3,326; =0,083 DF = 6-1-2= 3 Pl.: P3(3,20 <3,30) = F(3,30) - F(3,20) = F3= n·P3= 60·0,3126= 18,75 

  15. P(xA <xF) Fk 3,35 0,03 0,75 0,02 0,00 3,40 7,55 0,19 3,68 1875 26,20 10,10 1,08 60 0,0032 0,0613 0,3126 0,4366 0,1683 0,0180 1,0000 122 Feladat Pl.: P1(3,00 <3,10) = P1(<3,10) = 0,0032 F1= n·P1= 60·0,0032 = 0,1941 2 szám= 7,55 2 krit= 7,81 H0-t elfogadjuk  = 5% H0-t elutasítjuk 2 krit= 6,25  = 10% 

  16. Feladat 98 vállalatnál a halálos balesetek száma 1998-ban a következőképpen alakult: Leírható-e a balesetek száma Poisson-eloszlással? 

  17. Feladat H0: Poisson-eloszlás =3 k fk Fk DF = 10-1-1 = 8 0 3 5 1 17 15 2 26 22 3 16 22 4 18 17 5 9 10 6 3 5 7 5 2 8 0 0,8 9 1 0,2  98 98  = 30%  = 10% 2 krit= 9,52 3 ? ? 2 krit= 13,4 Pl.: F3 = n·p3 = 98·0,224 = 21,95  22 2 szám= 13,1 H0-t elutasítjuk H0-t elfogadjuk 

  18. Kvantitatív módszerek 9. Hipotézisvizsgálatok II. Szórások összehasonlítása Dr. Kövesi János

  19. 125 F-próba Két független, ismeretlen várható értékű és szórású normális eloszlást követő valószínűségi változó varianciáinak azonosságára vonatkozó hipotézisünket az ún. F-próbával ellenőrizhetjük. számláló: DF1 = n1 -1 nevező: DF2 = n2 -1 

  20. 125 Példa H0: 1 =  2 H1: 1>2  = 0,05  DF1 = 10 DF2 = 9 F0,05 = 3,14 

  21. 126 Több szórás összehasonlítása Kettőnél több,normális eloszlást követő valószí-nűségi változó szórásainak összehasonlítására a Cochran- v. a Bartlett - próbát alkalmazhatjuk. Ha a minták elemszáma minden mintában azonos, akkor Cochran-próbát alkalmazhatunk. n1= n2= n3=…..= nr= n 

  22. 127 Feladat Műselyem szakítóerő vizsgálatánál …. n = 10 r = 20 

  23. 128 Feladat A 19. mintát kivéve, ismételjük meg a próbát! n = 10 r = 19 A H0 nullhipotézist elfogadjuk, az i=8-as minta szórása (5 ill. 1%-os szinten) szignifikánsan nem tér el a többi szórástól. DF(f) = n-1= 10-1= 9 g95=0,140  = 5% g99=0,160  = 1% 

  24. Kvantitatív módszerek 10. Hipotézisvizsgálatok III. Középértékre vonatkozó próbák Dr. Kövesi János

  25. 130-132 Átlagok próbái  ismert  nem ismert egymintás egymintás u-próba t-próba H0:  = m kétmintás kétmintás u-próba t-próba H0: 1 = 2 

  26. 134 BUX Szórások megegyeznek? kétmintás t-próba F-próba: H0: 1 = 2  = 5% Fkrit = 1,9 DFsz = n2-1= 12-1= 11 < DFn = n1-1= 65-1= 64 

  27. 135 BUX kétmintás t-próba Középértékek összehasonlítása: H0: 1 = 2 H1: 1  2 kétoldali  = 5% tkrit = 1,99 DF = n1 + n2 -2=65+12-2 =75 H0-t elfogadjuk, a két minta középértéke ( = 5%-os szinten) szignifikánsan nem különbözik. 

  28. Egy szabályozott folyamatban 0=100;0=0,5. Származhat-e egy n=15 elemű minta ( x = 99 ) ebből a folyamatból? H0:0= x Feladat Legyen a próba kétoldali (az alsó és a felső eltérés is veszélyes lehet)!  = 5% A H0 nullhipotézist elutasítjuk, az átlag eltérése a 0-tól (5%-os szinten) szignifikáns. -1,96 1,96 

  29. Egy szabályozott folyamatban 0=100. Származhat-e egy n=15 elemű minta ( x = 99; = 0,5) ebből a folyamatból? H0:0= x Feladat A H0 nullhipotézist elutasítjuk, az átlag eltérése a 0-tól (5%-os szinten) szignifikáns.  = 5% Legyen a próba kétoldali! DF = n-1 = 14 tkrit= 2,14 

  30. 135 Feladat Szeretnénk eldönteni, hogy - a megkötött bizto-sítások számát tekintve - két ügyfélszolgálati iroda között van-e különbség. A két iroda adatai az alábbiak: 

  31. 135 Feladat Két minta középértékének összehasonlítása, az elméleti szórás nem ismert. Szórások megegyeznek? kétmintás t-próba F-próba: H0: I = II  = 5% Fkrit = 2,91 DFsz = nII-1= 13-1= 12 < DFn = nI-1= 11-1= 10 

  32. 135 Feladat kétmintás t-próba Középértékek összehasonlítása: H0: I = II H1: I  II kétoldali  = 5% tkrit = 2,07 DF = nI + nII -2=11+13-2 =22 H0-t elfogadjuk, a két minta középértéke ( = 5%-os szinten) szignifikánsan nem különbözik. 

More Related