Distribuţia Binomială: Modelare Statistică, Optimizare Numerică, cu ...
Distribuţia Binomială: Modelare Statistică, Optimizare Numerică, cu ...
Distribuţia Binomială: Modelare Statistică, Optimizare Numerică, cu ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>Distribuţia</strong> <strong>Binomială</strong>: <strong>Modelare</strong> <strong>Statistică</strong>, <strong>Optimizare</strong> <strong>Numerică</strong>, <strong>cu</strong> Aplicaţii în Bioinformatică şi Biochimie<br />
variaţii ale erorilor faţă de valoarea impusă α (la criteriile SdOE, IdOE, şi IiOE are 5 apariţii faţă de<br />
Logit_C <strong>cu</strong> una singură).<br />
Dacă se consideră metoda propusă BetaCJA, aceasta produce sistematic foarte bune<br />
rezultate aşa <strong>cu</strong>m rezultă şi din Tabelul 16 pentru volume de eşantioane m ≥ 67.<br />
Tabelul 16. Analiza comparativă Logit_C vs. BetaCJA pe domeniul 67..167<br />
67..167 Logit_C BetaCJA Diferenţa relativă<br />
AiOE0(·.·,0.05,·) 0.05 0.03 0.5<br />
AiOE1(·.·,0.05,·) 0.04 0.12 -1<br />
SdOE0(·.·,0.05,·) 0.85 0.82 0.035928<br />
SdOE1(·.·,0.05,·) 1.08 1.05 0.028169<br />
IdOE0(·.·,0.05,·) 0.85 0.82 0.035928<br />
IdOE1(·.·,0.05,·) 1.08 1.05 0.028169<br />
IiOE0(·.·,0.05,·) 0.58 0.57 0.017391<br />
IiOE1(·.·,0.05,·) 0.65 0.66 -0.015270<br />
AdOE0(·.·,0.05,·) 0.58 0.57 0.017391<br />
AdOE1(·.·,0.05,·) 0.66 0.65 0.015267<br />
S8OE0(·.·,0.05,·) 2.01 2.01 0<br />
S8OE1(·.·,0.05,·) 3.03 3.03 0<br />
Ipoteza statistică H0: "Nu există diferenţă între valorile cal<strong>cu</strong>late prin Logit_C şi prin<br />
BetaCJA" se transformă în "Diferenţa relativă este normal distribuită". Ipoteza de normalitate<br />
pentru seria de date din Tabelul 16 se poate verifica folosind testul Jarque-Bera.<br />
Testul Jarque-Bera ca măsură a normalităţii<br />
În statistică, testul Jarque-Bera [19,20] este o măsură a depărtării de normalitate a unei serii<br />
de date, bazat pe asimetrie (skewness) şi boltire (kurtosis).<br />
Următoarele formule cal<strong>cu</strong>lează parametrul statistic JB:<br />
1<br />
n<br />
S =<br />
⎛ 1<br />
⎜<br />
⎝ n<br />
n<br />
i=<br />
1<br />
i 1 ,<br />
n<br />
3 / 2<br />
n<br />
2<br />
2 ⎞ ⎛<br />
2 ⎞<br />
∑<br />
∑<br />
i=<br />
1<br />
( x − x)<br />
( x −<br />
x)<br />
3<br />
⎟<br />
⎠<br />
K =<br />
⎜<br />
⎝<br />
1<br />
n<br />
1<br />
n<br />
n<br />
∑<br />
4<br />
( x − x)<br />
= , ⎟<br />
( x − x)<br />
⎟<br />
⎠<br />
⎟<br />
2<br />
n ⎛ 2 ( K − 3)<br />
⎞<br />
2<br />
JB = ⎜<br />
⎜S<br />
+ , p = χ ( JB,<br />
2)<br />
6 ⎝ 4 ⎠<br />
∑<br />
i=<br />
1<br />
Probabilitatea ca seria de date să provină dintr-o distribuţie normală se cal<strong>cu</strong>lează din<br />
distribuţia χ 2 <strong>cu</strong> 2 grade de libertate.<br />
Pentru datele din Tabelul 16 se obţin următoarele valori:<br />
÷ S = -1.9173849;<br />
[19] Bera AK, Jarque CM. Efficient tests for normality, homoscedasticity and serial independence<br />
of regression residuals. Economics Letters 1980;6(3):255-259.<br />
[20] Bera AK, Jarque CM. Efficient tests for normality, homoscedasticity and serial independence<br />
of regression residuals: Monte Carlo evidence. Economics Letters 1981;7(4):313-318.<br />
75(157)