Logo es.boatexistence.com

¿Por qué usar un parámetro de no centralidad?

Tabla de contenido:

¿Por qué usar un parámetro de no centralidad?
¿Por qué usar un parámetro de no centralidad?

Video: ¿Por qué usar un parámetro de no centralidad?

Video: ¿Por qué usar un parámetro de no centralidad?
Video: Parámetros estadísticos de centralización: media, moda y mediana, Estadística Descriptiva 2024, Abril
Anonim

El parámetro de no centralidad es útil para describir las estadísticas de prueba comúnmente utilizadas, donde el parámetro de no centralidad representa el grado en que la media de la estadística de prueba se aparta de su media cuando la hipótesis nula es verdadera.

¿Qué es el parámetro central?

El parámetro de no centralidad (λ) es una medida de “…el grado en que una hipótesis nula es falsa” (Kirk, 2012). En otras palabras, te dice algo sobre el poder estadístico de una prueba. Por ejemplo, una distribución F con un parámetro NCP de cero significa que la distribución F es una distribución F central.

¿Qué es el parámetro de no centralidad δ?

Si el estadístico de prueba tiene una distribución normal estándar bajo la hipótesis nula, tendrá una distribución normal media distinta de cero bajo la alternativa. Aquí esa media es el parámetro de no centralidad. Para una prueba t bajo un supuesto de varianza igual, la media viene dada por: δ=μ1−μ2σpooled/√n

¿Cuál es la diferencia entre distribución central y no central?

Mientras que la distribución central describe cómo se distribuye un estadístico de prueba cuando la diferencia probada es nula, las distribuciones no centrales describen la distribución de un estadístico de prueba cuando el valor nulo es falso (por lo que la hipótesis alternativa es verdadera). Esto conduce a su uso en el cálculo de la potencia estadística.

¿Qué es la distribución de parámetros sin centralidad?

La distribución t no central generaliza la distribución t de Student utilizando un parámetro de no centralidad. Mientras que la distribución de probabilidad central describe cómo se distribuye un estadístico de prueba t cuando la diferencia probada es nula, la distribución no central describe cómo se distribuye t cuando el valor nulo es falso

Recomendado: