Testy permutacyjne. Teoria i zastosowania

Grzegorz Kończak

Uzyskaj dostęp

Zakup książkę

ISBN/ISSN:

978-83-7875-289-9

DOI:

Wydawnictwo:

Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach

Rok wydania:

2016

Liczba stron:

197

XML:ISBN/ISSN:

ONIX MARC21

Bibliografia:

Kończak, Grzegorz. Testy permutacyjne. Teoria i zastosowania. Red. . : Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, 2016, 197 s. ISBN 978-83-7875-289-9

Bibliografia refWorks:

RT Book, Whole

SR Electronic(1)

A1 Kończak, G.

T1 Testy permutacyjne. Teoria i zastosowania

PB Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach

YR 2016

SN 978-83-7875-289-9

Bibliografia BibTex:

@Book{ 159002, author = "Kończak, Grzegorz", editor = "", title = "Testy permutacyjne. Teoria i zastosowania", publisher = "Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach", year = "2016", address = "", isbn = "978-83-7875-289-9" }

Bibliografia endNote:

TY - BOOK

AU - Kończak, Grzegorz

ED -

TI - Testy permutacyjne. Teoria i zastosowania

PB - Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach

CY -

PY - 2016

SN - 978-83-7875-289-9

ER -

Netografia (standard APA):

Kończak, Grzegorz. Testy permutacyjne. Teoria i zastosowania [baza danych online] : Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, 2016 [dostęp: 17 07 2024]. Dostęp w Ibuk Libra: https://libra.ibuk.pl/reader/testy-permutacyjne-teoria-i-zastosowania-grzegorz-konczak-159002.

W książce wyróżniono 8 rozdziałów. W rozdziale pierwszym przedstawiono przegląd wybranych metod wnioskowania statystycznego wykorzystujących metody repróbkowania (resampling) oraz symulacji komputerowych. W rozdziale drugim skoncentrowano się na ...

Więcej

ISBN/ISSN:

978-83-7875-289-9

DOI:

Wydawnictwo:

Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach

Rok wydania:

2016

Liczba stron:

197

XML:ISBN/ISSN:

ONIX MARC21

Wprowadzenie9
Rozdział 1. METODY SYMULACYJNE WE WNIOSKOWANIU STATYSTYCZNYM15
1.1. Statystyka i symulacja komputerowa – wybrane fakty z przeszłości16
1.2. Weryfikacja hipotez statystycznych19
1.3. Metody repróbkowania22
1.3.1. Bootstrap23
1.3.2. Jackknife25
1.3.3. Metoda niezależnych grup losowych26
1.3.4. Metoda zależnych grup losowych27
1.3.5. Metoda zrównoważonych półprób27
1.3.6. Weryfikacja hipotez z wykorzystaniem metod repróbkowania29
1.4. Przykłady zastosowania metod repróbkowania30
Rozdział 2. PODSTAWY KONSTRUKCJI TESTÓW PERMUTACYJNYCH32
2.1. Trzy rodzaje testów permutacyjnych33
2.1.1. Dokładny test permutacyjny34
2.1.2. Metoda aproksymacji rozkładu na podstawie momentów35
2.1.3. Metoda randomizacji39
2.2. Testy permutacyjne a testy parametryczne41
2.3. Idea testów permutacyjnych na przykładzie testu dla porównania dwóch populacji41
2.4. Konstrukcja testów permutacyjnych44
2.4.1. Test permutacyjny dokładny45
2.4.2. Wybór postaci statystyki testowej w testach permutacyjnych48
2.4.3. Konstrukcja statystyki testowej oparta na funkcji odległości49
2.4.4. Test permutacyjny randomizacyjny52
2.5. Wykorzystanie uogólnionego rozkładu lambda w ocenie prawdopodobieństw dla testów permutacyjnych54
2.6. Test permutacyjny dla wartości oczekiwanej58
2.7. Przykłady zastosowań testów permutacyjnych59
3.1. Test dla równości dwóch wartości oczekiwanych61
Rozdział 3. ZASTOSOWANIA TESTÓW PERMUTACYJNYCH DLA DANYCH REJESTROWANYCH NA SKALACH MOCNYCH61
3.2. Test dla równości wartości oczekiwanych par skojarzonych65
3.3. Test dla równości modalnych w dwóch populacjach67
3.4. Test dla symetrii rozkładu71
3.5. Test dla równości wariancji73
3.6. Test dla równości k (k > 2) wartości oczekiwanych74
3.7. Test dla równości wektorów wartości oczekiwanych75
3.8. Statystyki równoważne76
3.9. Przykłady – testy permutacyjne dla danych rejestrowanych na skalach mocnych79
4.1. Test dla równości dwóch wskaźników struktury81
Rozdział 4. ZASTOSOWANIA TESTÓW PERMUTACYJNYCH DLA DANYCH REJESTROWANYCH NA SKALACH SŁABYCH81
4.2. Test dokładny Fishera i test permutacyjny dla tablicy o wymiarach 2 x 282
4.3. Test niezależności dla tablicy wielodzielczej o wymiarach r x c87
4.4. Test chi-kwadrat jednorodności struktur89
4.5. Test jednorodności struktur z kierunkowymi hipotezami alternatywnymi92
4.6. Przykłady – testy permutacyjne dla danych rejestrowanych na skalach słabych94
5.1. Testy permutacyjne w analizie korelacji96
Rozdział 5. ZASTOSOWANIA TESTÓW PERMUTACYJNYCH W ANALIZIE KORELACJI I REGRESJI96
5.1.1. Test permutacyjny dla współczynnika korelacji liniowej97
5.1.2. Testy permutacyjne w analizie korelacji cząstkowej i wielorakiej99
5.2. Metody permutacji dla danych wielowymiarowych102
5.2.1. Permutacja danych wielowymiarowych102
5.2.2. Permutowanie błędów105
5.2.3. Permutowanie reszt106
5.2.4. Permutowanie zmiennych niezależnych106
5.2.5. Permutowanie zmiennej zależnej106
5.3. Testy permutacyjne w analizie regresji107
5.3.1. Testowanie istotności parametru β funkcji regresji107
5.3.2. Testowanie istotności parametrów modelu regresji wielorakiej108
5.3.3. Porównanie dwóch funkcji regresji110
5.4. Porównanie testów parametrycznych i permutacyjnych w analizie regresji111
5.4.1. Porównanie testu F i testu permutacyjnego w analizie regresji112
5.4.2. Porównanie testu t i testu permutacyjnego w analizie regresji113
5.5. Przykłady zastosowania testów permutacyjnych w analizie korelacji i regresji115
6.1. Porównywanie zmian w czasie117
Rozdział 6. ZASTOSOWANIA TESTÓW PERMUTACYJNYCH W ANALIZIE DYNAMIKI117
6.2. Indeksy indywidualne – porównywanie średniego tempa zmian118
6.3. Indeksy agregatowe – czy zmiany łączne są takie same?120
6.4. Porównywanie zmian w czasie – funkcja trendu124
6.5. Wykrywanie punktów zwrotnych126
6.6. Metoda permutacyjna w wyznaczaniu przedziałów ufności dla szeregu czasowego129
6.7. Przykłady zastosowania testów permutacyjnych w analizie dynamiki134
Rozdział 7. ANALIZA SYMULACYJNA WŁASNOŚCI WYBRANYCH TESTÓW PERMUTACYJNYCH136
7.1. Czy próbę pobrano z populacji o rozkładzie normalnym?137
7.2. Charakterystyka przeprowadzonych symulacji141
7.3. Założenia i wyniki symulacji141
7.3.1. Porównanie wartości oczekiwanych dwóch populacji142
7.3.2. Porównanie wartości oczekiwanych k (k = 3) populacji145
7.3.3. Test jednorodności wariancji148
7.3.4. Test dla współczynnika korelacji151
7.3.5. Porównanie własności testów dla dwóch funkcji trendu154
7.3.6. Porównanie własności testów dla jednorodności struktur157
Rozdział 8. WYBRANE ZASTOSOWANIA TESTÓW PERMUTACYJNYCH W BADANIACH EKONOMICZNYCH161
8.1. Zastosowanie testu permutacyjnego do monitorowania stabilności poziomu przeciętnego procesu162
8.1.1. Konstrukcja karty kontrolnej163
8.1.2. Analiza symulacyjna własności permutacyjnej karty kontrolnej164
8.2. Zastosowanie testów permutacyjnych dla danych w tablicach wielodzielczych170
8.3. Testy adaptacyjne173
8.3.1. Istota testów adaptacyjnych173
8.3.2. Test adaptacyjny dla równości wartości oczekiwanych174
8.3.3. Test adaptacyjny Hogga, Fishera i Randlesa175
8.4. Oprogramowanie komputerowe wspomagające wykorzystanie testówpermutacyjnych178
8.4.1. Program R i metody permutacyjne178
8.4.2. Wybrane pakiety R179
Zakończenie183
Bibliografia185

określatowręczjakootwarciewrótdofascynującegoświataprawdopodobień-

stwa.Towłaśnierachunekprawdopodobieństwadałpodstawydokonstruowania

napoczątkuXVIIIwiekutablictrwaniażycia,coumożliwiałosprzedażdożywot-

nichrentorazrozwójrynkuubezpieczeniowego.WXXwiekumetodyrachunku

prawdopodobieństwastałysiępodstawąstatystycznychmetodsymulacyjnych.

Wroku1900niemieckimatematykDavidHilbertsformułował23najważniejsze

problemydorozwiązaniawXXwieku.Wśródtychzagadnieńwyróżniłaksjo-

matyczneujęcieteoriiprawdopodobieństwa(Ostasiewicz,2012,s.27).Jedno

zpierwszychtakichujęćzaproponowałwroku1904niemieckiaktuariusz

G.Bohlemann,atrzynaścielatpóźniejRosjaninS.N.Bernstein.Kluczową,dla

przyszłegorozwojuprobabilistyki,aksjomatycznądefinicjęprawdopodobień-

stwaprzedstawiłjegorodakAndriejNikołajewiczKołmogorowwroku1933.

DynamicznyrozwójmetodstatystycznychnastępujezpoczątkiemXXwieku.

KarolPearsonprzedstawiłpropozycjęjednegoznajczęściejstosowanychtestów−

testuniezależnościchi-kwadrat,RonaldAymlerFisherrozwijałstosowaniemetod

planowaniaeksperymentówwrolnictwie,aWalterAndrewShewhartwprowa-

dziłkartykontrolnewzastosowaniachprzemysłowych.WspomnianyjużAndriej

NikołajewiczKołmogorowprzedstawiłaksjomatyczneujęcieteoriiprawdopo-

dobieństwa,JerzySpława-Neymansformułowałpodstawyteoretycznebudowy

przedziałówufności,awrazzEgonemPearsonemdałpodstawyteoriiweryfika-

cjihipotezstatystycznych.WtymczasiewkawiarniSzkockiejweLwowie

(Urbanek,2014)obokStefanaBanacha,HogoSteinhausaiwieluinnychmate-

matykówwnaukowychdebatachbrałaktywnyudziałStanisławMarcinUlam–

późniejszywspółtwórcametodyMonteCarlo.

IIwojnaświatowaprzyczyniłasiędoznacznegozwiększenianakładówna

naukę,zwłaszczawobszarachzwiązanychzwykorzystaniemwynikówbadań

wzastosowaniachmilitarnych.Takasytuacjawystąpiławobszarzestatystycz-

nychmetodkontrolijakości,gdzienapotrzebyarmiiamerykańskiejHarold

FrenchDodgeiHarryRomingopracowalisystemyplanówodbiorczychkontroli

jakości(SteczkowskiiStefanów,2009).Nadkonstrukcjąbombyatomowejwwoj-

skowejbazieamerykańskiejpracowałzespółnaukowcówpodkierunkiemJohna

vonNeumanna.Wskładtegozespołuwchodzilim.in.NicholasMetropolis,

RichardFeynmanorazwybitnypolskimatematykistatystykStanisławMarcin

Ulam.Jednozzadańwchodzącychwskładrealizowanegoprojektuokreślono

jakoMonteCarloistądwłaśniewywodzisiętakieokreśleniemetodsymulacji

komputerowej(Snopkowski,2007).Ulamzasugerował,żeprawdopodobieństwo

otrzymaniarozmaitychwynikówmożnawyznaczaćpoprzezsymulacjękompu-

terową.Takierozwiązanieuznawałzabardzopraktyczneiprzydatne(Domań-

Brak wyników

Testy permutacyjne. Teoria i zastosowania

Treść książki

Znajdź bibliotekę blisko siebie, i uzyskaj dostęp do ebooka w systemie IBUK Libra