Die niesentraliteitsparameter is nuttig om algemeen gebruikte toetsstatistieke te beskryf, waar die niesentraliteitsparameter die mate verteenwoordig waarin die gemiddelde van die toetsstatistiek afwyk van sy gemiddelde wanneer die nulhipotese waar is.
Wat is die sentrale parameter?
Die nie-sentraliteitsparameter (λ) is 'n maatstaf van “…die mate waarin 'n nulhipotese onwaar is” (Kirk, 2012). Met ander woorde, dit vertel jou iets oor die statistiese krag van 'n toets. Byvoorbeeld, 'n F-verspreiding met 'n NCP-parameter van nul beteken dat die F-verspreiding 'n sentrale F-verspreiding is.
Wat is niesentraliteitsparameter δ?
As die toetsstatistiek 'n standaardnormaalverspreiding onder die nulhipotese het, sal dit 'n nienul gemiddelde normaalverspreiding onder die alternatief hê. Hier is dit die niesentraliteitsparameter. Vir 'n t-toets onder 'n gelyke variansie-aanname word die gemiddelde gegee deur: δ=μ1−μ2σpooled/√n
Wat is die verskil tussen sentrale en nie-sentrale verspreiding?
Terwyl die sentrale verspreiding beskryf hoe 'n toetsstatistiek versprei word wanneer die verskil wat getoets word nul is, beskryf niesentrale verspreidings die verspreiding van 'n toetsstatistiek wanneer die nulwaarde vals is (dus die alternatiewe hipotese is waar). Dit lei tot die gebruik daarvan in die berekening van statistiese krag.
Wat is nie-sentraliteit-parameterverspreiding?
Die niesentrale t-verspreiding veralgemeen Student se t-verspreiding deur 'n niesentraliteitsparameter te gebruik. Terwyl die sentrale waarskynlikheidsverdeling beskryf hoe 'n toetsstatistiek t versprei word wanneer die verskil wat getoets word nul is, beskryf die niesentrale verspreiding hoe t versprei word wanneer die nulwaarde vals is
