Параметр нецентральности полезен при описании часто используемых тестовых статистических данных, где параметр нецентральности представляет степень, в которой среднее значение тестовой статистики отклоняется от своего среднего значения, когда нулевая гипотеза верна.
Что такое центральный параметр?
Параметр нецентральности (λ) - это мера «…степени, в которой нулевая гипотеза ложна» (Kirk, 2012). Другими словами, он говорит вам что-то о статистической мощности теста. Например, F-распределение с нулевым параметром NCP означает, что F-распределение является центральным F-распределением.
Что такое параметр нецентральности δ?
Если тестовая статистика имеет стандартное нормальное распределение при нулевой гипотезе, она будет иметь ненулевое среднее нормальное распределение при альтернативе. Здесь это среднее является параметром нецентральности. Для t-критерия в предположении о равной дисперсии среднее значение определяется формулой:
В чем разница между центральной и нецентральной раздачей?
В то время как центральное распределение описывает, как распределяется тестовая статистика, когда проверяемое различие равно нулю, нецентральные распределения описывают распределение тестовой статистики, когда нулевое значение ложно (поэтому альтернативная гипотеза верна). Это приводит к их использованию при расчете статистической мощности.
Что такое не центральное распределение параметров?
Нецентральное t-распределение обобщает t-распределение Стьюдента с использованием параметра нецентральности. В то время как центральное распределение вероятностей описывает, как распределяется тестовая статистика t, когда проверяемое различие равно нулю, нецентральное распределение описывает, как распределяется t , когда нулевое значение ложно
