Автоматизация Автоматизация Архитектура Астрономия Одит Биология Счетоводство Военна наука Генетика География Геология Държавна къща Друга журналистика и средства за масова информация Изкуство Чужди езици Компютърни науки История Компютри Компютри Кулинарна култура Лексикология Литература Логика Маркетинг Математика Механика Механика Мениджмънт Метал и заваръчна механика Музика Население Образование Безопасност на живота Охрана на труда Педагогика Политика Право инструмент за програмиране производство Industries Психология P Дио Религия Източници Communication Социология на спорта стандартизация Строителство Технологии Търговия Туризъм Физика Физиология Философия Финанси Химически съоръжения Tsennoobrazovanie скициране Екология иконометрия Икономика Електроника Yurispundenktsiya

F-тест за оценка на качеството

Прочетете още:
  1. Б.1.19 Какъв резултат може да се оцени качеството на заварените фуги съгласно ОП # 501 ЦД-75?
  2. Видове и качество на работа
  3. Въпрос номер 60. Социалната политика на държавата. Стандартът на живот на населението. Минимум за съществуване. Потребителска кошница. Качество на живот на населението.
  4. Почистване на кожата. Видове танингови агенти и тяхното въздействие върху качеството на готовата кожа.
  5. Разходи за качество: вътрешни и външни загуби.
  6. Цената на качеството: моделът Juran-Feigenbaum и моделът Crosby
  7. Проучване на характеристиките на организацията на производството и управлението на качеството.
  8. Използване на методи за управление на качеството в дейността на предприятието LLC "Alimprom".
  9. Историята на управлението на качеството: моделът A. Feigenbaum, моделът E.Deming, моделът D.Juran, моделът F.Crosby, моделът D.Rebbit и P.Bergha
  10. Как да определите стойността на качеството
  11. Какво качество на белезите по кожата се открива анамнестично?

Дори ако няма зависимост между у и х , за дадена проба от наблюдения може да изглежда, че съществува такава връзка, може би дори слаба. Само при произволно съвпадение, селективната ковариация ще бъде точно нула. Следователно, чисто случайно корелационният коефициент и коефициентът R 2 ще бъдат точно нула.
Това е проблем за нас. Откъде знаете дали стойността на коефициента R 2, получена при оценката на регресията, отразява истинската зависимост или е станало случайно?
По принцип може да се приеме следната процедура. Нека формулираме, като нулева хипотеза, твърдението, че няма връзка между у и х , и да се намери стойността на коефициента, който може да бъде превишен в 5% от случаите. След това използваме тази цифра като критична стойност за тестване на хипотезата при 5% ниво на значимост. Ако това ниво бъде превишено, тогава отхвърляме нулевата хипотеза. Ако не бъде превишена, тогава тази хипотеза се приема.
Такъв тест, подобно на r-теста за коефициента на регресия, не служи като доказателство. Наистина, при 5% ниво на значимост има риск да се приеме грешка от тип I (отклонение на нулевата хипотеза, когато е вярно) в 5% от случаите, но със сигурност може да се намали този риск, използвайки по-високо ниво на значимост, например в%. Тогава критичната стойност може да бъде случайно превишена само в \% от случаите, така че е над критичната стойност за тестване на хипотезата при 5% ниво на значимост.
Как може критичната стойност на коефициента R 2 да бъде определена на всяко ниво на значимост? Има малък проблем. Не разполагаме с таблица с критични стойности на коефициента R 2 . Традиционната процедура се състои в използването на индиректен подход и извършването на така наречения t- тест, основан на анализ на вариацията
Да предположим, че както и преди, е възможно разширението на зависимата променлива да се разшири в "обяснени" и "необясними" компоненти, използвайки
Използвайки дефиницията на вариацията на пробата и умножавайки двете страни на уравнението с n, можем да я представим както следва: (Припомнете, че e = 0 и средната стойност на пробата y е равна на средната стойност на пробата y.)
Лявата страна на уравнението е общата сума от квадратните отклонения (TSS) на зависимата променлива от средната стойност на пробата. Първият термин от дясната страна на уравнението е сумата от квадратите (ESS) обяснена , а вторият термин е необяснима сума от квадрати от отклонения (RSS), които могат просто да се наричат ​​S:
TSS = ESS + RSS.
F-cmamucmuksa за проверка на качеството на регресионната оценка се изписва като съотношението на обяснената сума от квадратите (за една независима променлива към остатъчната сума от квадратите) за една степен на свобода:

където k е броят на независимите променливи.
След разделянето чрез TSS на числителя и знаменателя на връзката, F-статистиката може да бъде еквивалентно изразена въз основа на коефициента R 2 :

След изчисляването на критерия F от стойността на коефициента R 2, търсете стойността F критично - критична стойност F в съответната таблица. Ако F> F crit , тогава отхвърляте нулевата хипотеза и заключавате, че съществуващото "обяснение" за поведението на y е по-добро, отколкото би било възможно да се получи чисто случайно.
Какви са проблемите с използването на този непряк подход? Защо не разполагате с таблица на критичните стойности на коефициента R 2 ? Отговорът е във факта, че таблицата със стойности на критерия F е полезна за много начини за проверка на вариацията, един от които е изчисляването на коефициента R 2 . Вместо специализирана таблица за всеки отделен случай, е много по-удобно (или поне по-икономично) да има една обща таблица, като при необходимост се прави преобразуване на типа


1 | 2 | | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |


Когато използвате този материал, свържете се със bseen2.biz (0.005 сек.)