Параметърът за нецентралност е полезен при описване на често използвани тестови статистики, където параметърът за нецентралност представлява степента, до която средната стойност на тестовата статистика се отклонява от нейната средна стойност, когато нулевата хипотеза е вярна.
Какво е централен параметър?
Нецентралният параметър (λ) е мярка за „…степента, до която една нулева хипотеза е невярна” (Kirk, 2012). С други думи, той ви казва нещо за статистическата сила на теста. Например, F-разпределение с NCP параметър нула означава, че F-разпределението е централно F-разпределение.
Какво е параметър на нецентралност δ?
Ако тестовата статистика има стандартно нормално разпределение при нулевата хипотеза, тя ще има ненулево средно нормално разпределение при алтернативата. Тук това средно е параметърът на нецентралност. За t-тест при предположение за равна дисперсия, средната стойност се дава от: δ=μ1−μ2σpooled/√n
Каква е разликата между централно и нецентрално разпределение?
Докато централното разпределение описва как се разпределя тестова статистика, когато тестваната разлика е нула, нецентралните разпределения описват разпределението на тестовата статистика, когато нулата е false (така че алтернативната хипотеза е вярна). Това води до използването им при изчисляване на статистическа мощност.
Какво е нецентрално разпределение на параметрите?
Нецентралното t-разпределение обобщава t-разпределението на Студент, използвайки параметър за нецентралност. Докато централното разпределение на вероятностите описва как се разпределя тестова статистика t, когато тестваната разлика е нула, нецентралното разпределение описва как t се разпределя, когато нулата е false
