Necentralitātes parametrs ir noderīgs, lai aprakstītu bieži izmantoto testa statistiku, kur necentralitātes parametrs apzīmē pakāpi, kādā testa statistikas vidējais atšķiras no vidējā, ja nulles hipotēze ir patiesa.
Kas ir centrālais parametrs?
Necentralitātes parametrs (λ) ir mērs “…pakāpei, kādā nulles hipotēze ir nepatiesa” (Kirk, 2012). Citiem vārdiem sakot, tas kaut ko stāsta par testa statistisko jaudu. Piemēram, F sadalījums ar nulles NCP parametru nozīmē, ka F sadalījums ir centrālais F sadalījums.
Kas ir necentralitātes parametrs δ?
Ja testa statistikai saskaņā ar nulles hipotēzi ir standarta normālais sadalījums, alternatīvai tai būs vidējais normālais sadalījums, kas nav nulle. Šeit šis vidējais ir necentralitātes parametrs. T-testam ar vienādas dispersijas pieņēmumu vidējo vērtību aprēķina šādi: δ=μ1−μ2σpooled/√n
Kāda ir atšķirība starp centrālo un necentrālo sadali?
Kamēr centrālais sadalījums apraksta, kā testa statistika tiek sadalīta, ja pārbaudītā atšķirība ir nulles, necentrālie sadalījumi apraksta pārbaudes statistikas sadalījumu, ja nulle ir nepatiesa (tāpēc alternatīvā hipotēze ir patiesa). Tas noved pie to izmantošanas statistiskās jaudas aprēķināšanā.
Kas ir necentralitātes parametru sadalījums?
Necentrālais t sadalījums vispārina Stjudenta t sadalījumu, izmantojot necentralitātes parametru. Centrālais varbūtības sadalījums apraksta, kā tiek sadalīta testa statistika t, ja pārbaudītā starpība ir nulle, bet necentrālais sadalījums apraksta, kā t tiek sadalīts, ja nulle ir nepatiesa
