Questions tagged «non-central»

1
F检验的样本量公式?
我想知道是否有像Lehr公式这样的样本量公式适用于F检验?Lehr的t检验公式为,其中是效果大小(例如)。可以将其推广为,其中是一个常数,取决于类型I速率,所需功率以及是执行单面测试还是双面测试。 Δ Δ = (μ 1 - μ 2)/ σ Ñ = c ^ / Δ 2 çn=16/Δ2n=16/Δ2n = 16 / \Delta^2ΔΔ\Delta Δ=(μ1−μ2)/σΔ=(μ1−μ2)/σ\Delta = (\mu_1 - \mu_2) / \sigman=c/Δ2n=c/Δ2n = c / \Delta^2ccc 我正在寻找F检验的类似公式。在替代方案中,我的测试统计量分布为具有个自由度和非中心性参数的非中心F ,其中仅取决于总体参数,该参数未知但假定具有一定价值。参数由实验确定,是样本大小。理想情况下,我正在寻找形式为的(最好是众所周知的)公式, 其中仅取决于类型I速率和功率。Ñ λ λ ķ Ñ Ñ = Çk,nk,nk,nnλnλn \lambdaλλ\lambdakkknnn cn=cg(k,λ)n=cg(k,λ)n = \frac{c}{g(k,\lambda)}ccc 样本大小应满足 其中是具有 dof和非中心性参数的非中心F的CDF …

2
回归F检验的功效是什么?
多线性回归中变量子集的经典F检验的形式为 其中是“减少”模型下的平方误差总和,嵌套在“大”模型,而是模型的自由度。两种模式。在“大”模型中的额外变量没有线性解释能力的零假设下,统计量以为和的F分布。SSE(R)BdfdfR-dfBdfBF= (SSE(R )− SSE(B ))/(dF[R- dF乙)上证所(B) / dF乙,F=(SSE(R)−SSE(B))/(dfR−dfB)SSE(B)/dfB, F = \frac{(\mbox{SSE}(R) - \mbox{SSE}(B))/(df_R - df_B)}{\mbox{SSE}(B)/df_B}, 上证所(R)SSE(R)\mbox{SSE}(R)乙BBdFdfdfdF[R- dF乙dfR−dfBdf_R - df_BdF乙dfBdf_B 但是,替代方案下的分布是什么?我假设它是一个非中心F(我希望不是双重非中心),但是我找不到关于非中心性参数确切含义的任何参考。我想这取决于真实的回归系数,并且可能取决于设计矩阵,但是除此之外,我不确定。Xββ\betaXXX

1
非中心性参数-它是什么,它起什么作用,建议值是多少?
我一直在努力提高自己的统计知识,尤其是在样本量确定和统计功效分析方面。但是似乎我读的越多,我需要阅读的越多。 无论如何,我找到了一个名为G * Power的工具,该工具似乎可以满足我的所有需求,但是我在理解非中心性参数时遇到了问题,它是什么,它是做什么的,建议值是什么? 维基百科等上的信息不完整,或者我在理解它方面做得不好。 如果有帮助,我将进行一系列的两个尾部z检验。 ps有人可以为此问题添加更好的标签吗?

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.