Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 6

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  test niezależności
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1
Publication available in full text mode
Content available

POJĘCIE MIARY ODEJŚCIA OD RÓWNOMIERNOŚCI ORAZ JEJ WPŁYW NA TESTOWANIE NIEZALEŻNOŚCI W TABLICACH DWUDZIELCZYCH ŚREDNICH ROZMIARÓW

100%
Sulewski P.
Metody Ilościowe w Badaniach Ekonomicznych
|
2016
|
vol. 17
|
issue 2
111-122
PL
Gdy hipoteza H0 o niezależności cech jest słuszna, bardzo często wówczas — za sprawą małych próbek — rozkład statystyki testowej odbiega od roz-kładu chi-kwadrat. Kwantyl rozkładu chi-kwadrat nie jest zatem właściwą wartością krytyczną. Obecnie nie jest problemem wyznaczanie wartości kry-tycznej, lecz modelowanie H0. Modelowanie H0 to wypełnianie tablic, w któ-rych wartości cechy przypisane wierszom są niezależne od wartości cechy przypisanej kolumnom. W pracy zdefiniowano miarę odejścia od równo-mierności (mn). Gdy H0 jest słuszna, rozkład statystyki testowej zależy od mn. Wartość krytyczną należy ustalać z uwzględnieniem mn.
EN
Even when null hypothesis H0 is true, test statistics may not follow the chi-square distribution. It takes place when the contingency table is filled with a small sample. The relevant quantile of the chi-square distribution is no longer a proper critical value. Again and again, also in this case, the Monte Carlo method turns out to be irreplaceable. Modeling H0 means generating such ta-bles in which values ascribed to rows are independent of values ascribed to columns. In paper a departure-from-uniformity measure mn was defined. When H0 is true measure mn has a strong impact on distribution of the test statistics. So, determining test critical values one has to take mn into account.
2
Publication available in full text mode
Content available

Moc testów niezależności w tablicy dwudzielczej większej niż 2×2

100%
Sulewski P.
Przegląd Statystyczny
|
2016
|
vol. 63
|
issue 2
191-210
EN
In the statistical literature there are many test measures to study the independence features in the two-way contingency tables. For statistical analysis, the family of six so-called “chi-squared statistic” was selected – including Pearson’s χ2 statistics – and the proposal of the author in the form of modular statistics. In order to free themselves from the limitations of the applicability of the “chi-squared statisti c”, critical values for all analyzed statistics were determined by simulation methods of Monte Carlo. In order to compare the tests, the measure of untruthfulness of H0 was proposed and calculated the power of the tests which is the ability of two-way contingency tables to reject null hypothesis which says that between features X and Y there is no relation.
PL
W literaturze statystycznej istnieje wiele miar testowych do badania niezależności cech w tablicach dwudzielczych. Do analiz statystycznych wybrano rodzinę sześciu tzw. „statystyk chi-kwadrat” – w tym statystykę χ2 Pearsona – oraz propozycję autora w postaci statystyki modułowej. W celu uwolnienia się od ograniczeń stosowalności „statystyk chi-kwadrat”, wartości krytyczne dla wszystkich analizowanych statystyk wyznaczono symulacyjnie metodami Monte Carlo. W celu porównania testów zaproponowano miarę nieprawdziwości H0 oraz wyznaczono moc testów, czyli zdolność tablicy dwudzielczej w × k do odrzucenia H0 mówiącej o tym, że między cechami X i Y nie ma związku.
3
Publication available in full text mode
Content available

Moc testów niezależności w tablicy trójdzielczej 2×2×2

100%
Sulewski P.
Przegląd Statystyczny
|
2016
|
vol. 63
|
issue 4
431-447
EN
The first aim of this paper is to present the theory of the proposal of the author in the form of modular statistics for three-way contingency table 2×2×2 and examine its properties in relation to known “chi-squared statistics”. The second aim is to describe the procedure of generating the content of these tables using the bar method. The third aim is to propose the measure of untruthfulness of null hypothesis as well as to compare the quality of independence tests using their power. Critical values for all analyzed statistics were determined by simulation methods of Monte Carlo.
PL
Pierwszym celem pracy jest przedstawienie teorii dotyczącej autorskiej statystyki modułowej mierzącej niezależność zmiennych dla tablic trójdzielczych 2×2×2 i zbadanie jej własności w odniesieniu do znanych „statystyk chi-kwadrat”. Drugim celem jest opisanie procedury generowania zawartości tych tablic metodą słupkową. Trzecim celem jest zaproponowanie miary nieprawdziwości hipotezy zerowej, a także porównanie jakości testów niezależności za pomocą ich mocy. Wartości krytyczne dla testów niezależności wyznaczono symulacyjnie metodami Monte Carlo.
4
Publication available in full text mode
Content available

A New Test for Independence in 2×2 Contingency Tables

99%
Sulewski P.
Acta Universitatis Lodziensis. Folia Oeconomica
|
2017
|
vol. 4
|
issue 330
PL
W literaturze statystycznej istnieje wiele miar do ujawniania niezależności dwóch zmiennych jakościowych w tabelach kontyngencji, w szczególności w tabelach dwudzielczych 2×2. W niniejszym artykule porównano cztery testy niezależności. Są to: test chi‑kwadrat, jako najbardziej znany przedstawiciel statystyk power divergence, test modułowy oraz test d‑kwadrat, jako modyfikacje testu Pearsona, test logarytmiczno‑minimalny, będący nową propozycją. Wartości krytyczne dla wyżej wymienionych testów zostały wyznaczone metodami Monte Carlo. W celu porównania testów zaproponowano miarę nieprawdziwości H0 i wyznaczono ich moc.
EN
In statistical literature there exist many tests to reveal the independence of two qualitative variables in two‑way contingency tables (CTs), in particular in 2×2 CTs. In this paper four independence tests were compared. These are: the chi‑square test, being the most popular type of power divergence statistics; the modular test and the d‑square test, which is a modification of the Pearson’s test; the logarithmic minimum test which is a new proposal. Critical values for the tests listed above were determined with the Monte Carlo method. In order to compare the tests, the measure of untruthfulness of H0 was proposed and the power of the tests was calculated.  
5
Publication available in full text mode
Content available

Moc testów niezależności w tablicy dwudzielczej

80%
Sulewski P.
Wiadomości Statystyczne. The Polish Statistician
|
2016
|
issue 8
1-17
PL
W literaturze statystycznej istnieje wiele miar testowych do badania niezależności cech w tablicach dwudzielczych. W zaprezentowanej pracy do analizy statystycznej wybrano tzw. statystykę chi-kwadrat, w tym statystykę χ2 Pearsona, a także przedstawiono propozycję Autora w postaci statystyki modułowej. W celu wyeliminowania ograniczeń dotyczących statystyki chi-kwadrat, wartości krytyczne dla całej analizowanej statystyki wyznaczono symulacyjnie metodami Monte Carlo. Do porównania testów zaproponowano miarę nieprawdziwości H0 oraz wyznaczono moc testów, czyli zdolność tablicy dwudzielczej 2×2 do odrzucenia H0 mówiącej o tym, że między cechami X i Y nie ma związku.
EN
In the statistical literature there are many test measures to study the independence of features in the two-way contingency tables. For statistical analysis, the family of six so-called ”chi-squared statistic” was selected — including Pearson’s χ2 statistics — and the proposal of the author in the form of modular statistics. In order to free themselves from the limitations of the applicability of the ”chi-squared statistic”, critical values for all analyzed statistics were determined by simulation Monte Carlo methods. In order to compare the tests, the measure of untruthfulness of H0 was proposed and calculated the power of the tests which is the ability of two-way contingency tables to reject null hypothesis which says that between features X and Y there is no relation.
RU
В статистической литературе существует много испытательных тестов для обследования независимости показателей в таблицах соряженности 2х2. В представляемой разработке для статистического анализа были выбраны так называемая «статистика хи-квадрат», в том числе статистика χ2 Пирсона, а также модульная статистика по выбору автора. Для того, чтобы освободиться от ограничений касающихся «статистики хи-квадрат», критические значения для всей проанализированной статистики были определены с помощью методов моделирования Монте-Карло. Для сравнения тесов была предложена мера неправильности H0, а также установлено мощность критерия, то есть способность таблицы сопряженности 2×2 отвергнуть нулевую гипотезу H0 говорящую о том, что между признаками X и Y нет связи.
6
Publication available in full text mode
Content available

Wpływ nierównomierności wypełnienia tablicy dwudzielczej na wartość krytyczną statystyki testowej

80%
Sulewski P., Antoni D.
Wiadomości Statystyczne. The Polish Statistician
|
2016
|
issue 4
1-16
PL
Artykuł dotyczy tablic dwudzielczych 2×2. Gdy hipoteza H0 o niezależności cech jest słuszna, bardzo często — za sprawą małych próbek — rozkład statystyki testowej odbiega od rozkładu chi-kwadrat. Kwantyl rozkładu chi-kwadrat nie jest zatem właściwą wartością krytyczną. Problemem nie jest, przy obecnej wydajności komputerów, wyznaczenie metodą modelowania statystycznego Monte Carlo właściwej wartości krytycznej, lecz modelowanie H0. Modelowanie H0 to generowanie takich tablic, w których wartości cechy przypisane wierszom są niezależne od wartości cechy przypisanej kolumnom. Odpowiednie do takiego modelowania są tablice — równomierna o jednakowym prawdopodobieństwie przynależności do komórek oraz nierównomierna mająca jednakowe prawdopodobieństwo we wszystkich wierszach danej kolumny lub we wszystkich kolumnach danego wiersza. Analiza wyników modelowania statystycznego ujawniła, że nawet gdy H0 jest słuszna, rozkład statystyki testowej w istotny sposób zależy od nierównomierności tablicy. W artykule pokazano, że chcąc maksymalizować moc testu należy wartość krytyczną ustalać z uwzględnieniem miary nierównomierności tablicy. Finalnym efektem opracowania jest zaproponowane czytelnikowi gotowe narzędzie do samodzielnej weryfikacji H0.
EN
The article concerns two-way (2×2) contingency tables. When the H0— hypothesis of independence of features is correct, very often — because of the small sample — the distribution of the test statistics differ from the chi-square. Quantile of the chi-square is therefore not a correct critical value. With the current performance of computers, designation of critical value by statistical modeling of Monte Carlo method is not a problem, but a problem is H0 modeling. The H0 modeling is generating such arrays, which feature value assigned rows are independent of the characteristics of the assigned columns. Suitable for such modeling are tables — uniform of the same probability of belonging to cells and uneven having equal probability in all rows of a given column or in all columns of a given row. Analysis of the results of statistical modeling revealed that even when H0 is right, the distribution of the test statistics significantly depends on the uneven array. The article shows that in order to maximize the power of the test should be set critical value, taking into account measures of inequality array. The final result of the study is offered the reader a ready tool for independent verification of the H0 hypothesis.
RU
Статья рассматривает двухразделительные таблицы 2×2. Если гипотеза H0 по независимости признаков является правильной, очень часто — с использованием небольших выборок – распределение тестовых статистик не подчиняется распределению хи-квадрат. Квантиль распределения хи-квадрат таким образом не является соответствующим критическим значением. Учитывая производительность сегодняшних компьютеров, проблемой не является обозначение по методу статистического моделирования Монте-Карло соответствующего критического значения, но моделирование H0. Моделирование H0 это разработка таких таблиц, в которых значения признака отнесены к строкам являются независимыми от величины признака отнесенного к столбцам. Соответствующими для такого моделирования таблицами являются — равномерная с одинаковой вероятностью принадлежности к клеткам, а также неравномерная имеющая одинаковую вероятность во всех строках данного столбца или во всех столбцах данной строки. Анализ результатов статистического моделирования показал, что даже если H0 является правильной, распределение тестовых статистик действительно зависит от неравномерности таблицы. В статье было показано, что для высокой мощности критерия следует определять критическое значение с учетом меры неравномерности таблицы. Конечным эффектом разработки является предложение читателю готового инструмента для самостоятельной проверки H0.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.