Statistika 8-16 Flashcards
Nisam ukljucio pitanja koja ne mogu da prekucam, sa zajebanim formulama itd, sve to se iz skripte od 16 strana uci i tabele itd.
Greska prve vrste?
Verovatnoca odbacivanja hipoteze H0 kada je tacna
Alfa je njena verovatnoca i naziva se nivo znacajnosti
(Formula)
Verovatnoca tacnog zakljucka?
Verovatnoca prihvatanja hipoteze H0 kada je tacna
Formula
Greska druge vrste?
Verovatnoca prihvatanja hipoteze H0 kada nije tacna
Formula
Moc testa?
Verovatnoca odbacivanja hipoteze H0 kada nije tacna
Formula
U kom intervalu se nalazi greska prve vrste (isto vazi i za moc testa)?
0-1
Minimalna vrednost moci testa jednaka je:
Gresci prve vrste (alfa za m=m0)
Maksimalna vrednost moci testa jednaka je:
1 za m>m0, monotono rastuca
Nivo (prag) znacajnosti je:
Verovatnoca alfa, tj. verovatnoca greske prve vrste
Sta se desava kada se smanjuje greska prve vrste:
Alfa se smanjuje, 1-Beta se smanjuje
Beta se povecava, 1-Alfa se povecava
H0 za statistiku (ns^2)/(sigma^2)
Tacno Var(xnadvuceno)=1 Netacno Var(xnadvuceno)>1
Ako je H0(teta=teta1) onda je
H1(teta=teta2)
Kod analize varijanse ukupan varijabilitet:
Jednak je zbiru varijabiliteta unutar i izmedju uzoraka
T^2=T^2u+T^2i
Kod analize varijanse zakljucak o prihvatanju ili odbacivanju hipoteze donosi se na bazi statistike u kojoj se posmatra kolicnik:
Varijabiliteta izmedju i varijabiliteta unutar grupa
U analizi varijanse se pretpostavlja da su vezano za tretmane jednake:
Varijanse
Kod analize varijanse ukoliko posmatrani faktor utice na oblezje:
Srednje vrednosti se razlikuju
Kod analize varijanse reziduali predstavljaju:
Efekte uticaja svih nemerljivih faktora
Tretmani:
Izmedju grupa: merljivi, kontrolisani tretmani
Unutar grupa: nemerljivi, rezidualni nekontrolisani
Varijabilitet mali, tretman nema uticaj na srednje vrednosti
Ako faktor nema uticaja na obelezje Y onda ce vrednosti obelezja po grupama biti:
Iste
Kod analize varijanse slucajna promenljiva predstavlja efekte uticaja:
Prosecne vrednosti na celom skupu
Nulta hipoteza za analizu varijanse:
H0(T1=T2=T3) sve tri su iste (faktor nema znacajnog uticaja na posmatrano obelezje)
H1(“Bar jedna razlicita)
Kriticna oblast za analizu varijanse
Desnostrana
Kod analize varijanse faktor _____________
nije kontinualan
Koeficijent determinacije je:
koren koeficijenta korelacije uzorka
Sto je vrednost koeficijenta determinacije bliza 1:
udeo objasnjenog u ukupnom varijabilitetu promenljive Y je veci
Parametarski testovi se odnose na:
Odredjene parametre raspodele
Ispituju se građani u anketi, pitanje je kolika su mesecna primanja građana: A) do 30.000 B) od
30.000 do 50.000 C) od 50.000 do 100.000 D)preko 100.000. Zelimo da uporedimo da li postoji razlika
u primanjima između zaposlenih u privatnom i javnom sektoru. Test koji koristimo je?
T-test
Na šta se odnose neparametarski testovi:
na kompletnu raspodelu
U Xi-Kvadrat testove spadaju:
4 crtice sa formulama
Kod Hi-Kvadrat testa:
Ako su odstupanja izmerenih od očekivanih frekvencija mala obeležje ima predpostavljenu
raspodelu
Hi-Kvadrat se zasniva na:
Poređenju empirijskih (izmerenih) i očekivanih apsolutnih frekvencija
Test saglasnosti spada u:
Hi-Kvadrat test
Koji test se koristi za saglasnost sa raspodelom:
Hi-Kvadrat i Pirsonov test
Tabela kontigencije sadrži:
kategorizovane podatke
Tabela kontigencije predstavlja:
Neparametarski test nezavisnosti koji se primenjuje isključivo za kategorijski tip podataka
Koji test je pogodan za utvrđivanje da li religija utiče na pripadnost partiji:
Test nezavisnosti
Kolmogorov-Smirnof test
se zasniva na utvrđivanju stepena slaganja između raspodela vrednosti uzoraka i neke
teorijske raspodele
Kolmogorov-Smirnof test D=0: kumulativna i dobijena raspodela frekvencija se
poklapaju
Kolmogorov-Smirnof test spada u:
Test saglasnosti, Hi-Kvadrat test
Kolmogorov-Smirnof test se odnosi na
maksimalnu devijaciju
formula
H0 kod Kolmogorov-Smirnof testa:
Posmatrano obeležje ima normalnu raspodelu
D>D0 – H0 odbacujemo
X – nema normalnu raspodelu
D manje od D0
T-test
D>D0
Mann-Whitney test
H0 kod Kolmogorov-Smirnof testa dva uzorka:
Oba uzorka potiču iz iste populacije
Zamena za Xi-kvadrat test:
KS test za 1 uzorak
H0 za test koraraka:
“Uzorak je slučajan”
Da li štetočina napada paradajz po nekom pravilu:
Test koraka za slučajnost uzorka
Broj koraka za mali uzorak je
Monoton
Statistika za Wald-Wolfowitz test koraka (test koraka za dva uzorka):
H0 elementi uzoraka A i B iz iste populacije
formula
Ako je slučajnost u uzorku narušena zbog monotonosti ocekivane vrednosti na populaciji, kriticnu
oblast određujemo?
P(tau < z0 | H0) = alfa
Narušena monotonost:
prosečna vrednost rasla ili opadala
t < -Z0, H0 odbacujemo
ocekivana vrednost populacije rasla pa opadala
t > Z0. H0 odbacujemo
Mann-Whitney U-test služi za:
Testiranje jednakosti raspodela
Zamena za t-test:
Mann-Whitney U-test
WW (test koraka za dva koraka)
KS za dva uzorka
U1+U2:
N1*N2
H0 kod MW testa:
H0 : p=0.5
Broj pokušaja do dostizanja kriterijuma u situaciji izbegavanje šoka je isti za pacove koji su
trenirani i koji ranije nisu trenirani
Studenti ekonomskog fakulteta i fona ocenjuju nesto za VIP, ocene su od 1 do 5
Mann-Whitney U-test
dosta formula
Studenti fona su se zalili na rezultate:
KS 2 uzorka > MW/t-test > WW
Kod izraza Y=αX+β+ε koliko je matematicko očekivanje od ε?
E(ε)=0
U linearnoj regresiji kao ocene slučajnih odstupanja αi se koriste?
Reziduali εi
Šta su reziduali:
Reziduali εi- su vertikalna odstupanja između izmerenih i očekivanih vrednosti
Varijansa slučajne promenljive ε regresionog modela je:
konstanta
U prostom LRM slučajna promenljiva ε podleže:
N(0;δ^2)
Prost LRM je model sa:
Dve promenljive, jednom zavisnom i jednom kontrolisanom
Raspodela kod VLRM:
tn-k-1 (n i k i 1 su u indeksu od t)
Kod metode najmanjih kvadrata Y=αX+β+ ε šta je β
Odsečak na Y osi
Ocene b0 i b1 dobijene metodom najmanjih kvadrata predstavljaju najbolje nepristrasne linearne
ocene regresionih parametara β0 i β1 u sledećem smislu:
Varijanse bilo kojih drugih nepristrasnih linearnih ocena, biće veće od varijansi ovih ocena
Metod najmanjih kvadrata kod prostog LRM se zasniva na:
Minimiziranju kvadrata vertikalnih odstupanja
Homoskedastičnost
je osobina da je varijansa kostantna i jednaka σ²
Ocene regresionih parametara su:
nepristrasne
Metodom najmanjih kvadrata u prostom LRM dobijaju se:
tačkaste ocene
Jaka veza
[-1,-0.75] U [0.75,1]
Kod regresionog modela kada nezavisna promenljiva X raste, a zavisna promenljiva Y opada onda
je:
α<0
Kod regresionog modela kada je nezavisna promenljiva X raste/opada, a zavisna promenljiva Y
raste/opada onda je?
α>0
Kod linearne regresije α predstavlja:
prosečnu promenu zavisne promenljive kad se nezavisna poveća za jednu svoju jedinicu, to je
nagib prave
Kod linearne regresije ε predstavlja
Slučajnu grešku, sum, rezidual
