Statystyka matematyczna
Statystyka matematyczna pozwala wyciągać wnioski o całej populacji na podstawie danych pochodzących z próby. Kategoria obejmuje rachunek prawdopodobieństwa, zmienne losowe i rozkłady prawdopodobieństwa, estymację parametrów, przedziały ufności, testowanie hipotez statystycznych oraz analizę zależności między zmiennymi. Materiały prowadzą od podstaw teoretycznych do praktycznego wykonywania i interpretowania obliczeń.
Poniżej lista artykułów z tej kategorii.
-
Estymacja statystyczna — populacja, próba, estymatory i ich własności
Estymacja statystyczna pozwala wnioskować o nieznanych parametrach populacji na podstawie danych z próby. Poznaj pojęcia populacji, próby i estymatora, najważniejsze własności dobrych estymatorów oraz podstawowe metody ich wyznaczania: metodę momentów i metodę największej wiarygodności.
-
Estymacja wariancji i odchylenia standardowego — przedział ufności i rozkład chi-kwadrat
Estymacja wariancji i odchylenia standardowego pozwala ocenić zróżnicowanie badanej cechy w populacji na podstawie próby. W artykule omawiamy estymatory punktowe, przedziały ufności, rolę rozkładu chi-kwadrat oraz zależność między wariancją i odchyleniem standardowym.
-
Estymacja wartości oczekiwanej (średniej) — estymacja punktowa i przedziałowa
Jak na podstawie próby oszacować średnią całej populacji? Poznaj średnią z próby jako estymator, jej własności oraz trzy klasyczne modele budowy przedziału ufności dla wartości oczekiwanej.
-
Estymacja wskaźnika struktury (proporcji) — przedział ufności i minimalna liczebność próby
Wskaźnik struktury z próby jest estymatorem udziału badanej cechy w całej populacji. Dowiedz się, jak wyznaczyć przedział ufności dla proporcji, kiedy stosować klasyczny wzór oraz jak obliczyć minimalną liczebność próby.
-
Testowanie hipotez dotyczących jednej wariancji
Testowanie hipotez dotyczących jednej wariancji pozwala ocenić, czy zmienność w populacji jest zgodna z wartością referencyjną. Omówienie testu chi-kwadrat, normalności populacji, wartości p, przedziału ufności i przykład krok po kroku.
-
Testowanie hipotez dotyczących średniej w jednej populacji
Testowanie hipotez dotyczących średniej jednej populacji pozwala ocenić, czy średnia z próby istotnie różni się od wartości hipotetycznej. Omówienie testu z, testu t-Studenta, wartości p, obszaru krytycznego, testów jedno- i dwustronnych oraz przykład krok po kroku.
-
Testowanie hipotez dotyczących wskaźnika struktury w dwóch populacjach
Testowanie różnicy dwóch wskaźników struktury pozwala sprawdzić, czy dwie niezależne populacje różnią się udziałem określonej cechy. Omówienie testu z dla dwóch proporcji, proporcji łącznej, warunków dużej próby, wartości p oraz przedziału ufności dla różnicy proporcji.
-
Testowanie hipotez dotyczących wskaźnika struktury w jednej populacji
Testowanie wskaźnika struktury pozwala sprawdzić, czy udział określonej cechy w populacji jest zgodny z wartością referencyjną. Omówienie testu dla jednej proporcji, warunku dużej próby, statystyki Z, wartości p oraz dokładnego testu dwumianowego.
-
Testowanie hipotez statystycznych — hipoteza zerowa, błędy, poziom istotności i moc testu
Testowanie hipotez statystycznych pozwala ocenić, czy dane z próby dają podstawę do odrzucenia określonego założenia o populacji. Poznaj procedurę testu, hipotezę zerową, poziom istotności, wartość p, błędy I i II rodzaju oraz moc testu.
-
Testowanie równości dwóch wariancji — test F-Snedecora i homogeniczność wariancji
Testowanie równości dwóch wariancji pozwala sprawdzić, czy dwie populacje różnią się zmiennością badanej cechy. Poznaj test F-Snedecora, testy jedno- i dwustronne, iloraz wariancji, wartość p oraz znaczenie homogeniczności wariancji przy porównywaniu średnich.