02.11.2014 Views

Vjerojatnost i matematička statistika - Poslijediplomski specijalistički ...

Vjerojatnost i matematička statistika - Poslijediplomski specijalistički ...

Vjerojatnost i matematička statistika - Poslijediplomski specijalistički ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

je nepristrani procjenitelj za varijancu pogrešaka σ 2 .<br />

Želimo testirati nulhipotezu da su populacijska očekivanja tretmana jednaka, tj. da<br />

tretmani nemaju utjecaja na populacijsko očekivanje od Y , u odnosu na alternativu da to<br />

nije tako. Dakle,<br />

H 0 : τ i = 0 za svaki i = 1, 2, . . . , k, H 1 : τ i ≠ 0 za barem jedan i od 1, 2, . . . , k.<br />

11.1.3 Rastav varijance<br />

Ukupna se uzoračka varijabilnost može rastaviti na dvije komponente. Jednu komponentu<br />

čini varijabilnost unutar svakog od poduzoraka odredenih pojedinim tretmanom, a drugu<br />

varijabilnost do koje dolazi zbog razlika medu tretmanima, preciznije, izmedu njihovih<br />

uzoračkih sredina. Naime, vrijedi<br />

Ako označimo sa<br />

k∑ ∑n i<br />

k∑<br />

(Y ij − Y .. ) 2 ∑n i<br />

k∑<br />

= (Y ij − Y i. ) 2 + n i (Y i. − Y .. ) 2 .<br />

i=1 j=1<br />

i=1 j=1<br />

i=1<br />

SSTOT :=<br />

SST :=<br />

SSE :=<br />

k∑ ∑n i<br />

(Y ij − Y .. ) 2 (ukupnu sumu kvadrata)<br />

i=1 j=1<br />

k∑<br />

n i (Y i. − Y .. ) 2 (sumu kvadrata zbog razlike medu tretmanima)<br />

i=1<br />

k∑ ∑n i<br />

(Y ij − Y i. ) 2 (sumu kvadrata pogrešaka ili reziduala),<br />

i=1 j=1<br />

tada se gornja relacija može zapisati i na način:<br />

SSTOT = SSE + SST.<br />

Primijetite da je ˆσ 2 = SSE/(n − k). Statistiku ˆσ 2 još označavamo sa MSE i zovemo<br />

srednjekvadratna greška. Slično, statistiku MST := SST/(k − 1) zovemo srednjekvadratno<br />

odstupanje zbog tretmana.<br />

Ako vrijedi nulhipoteza H 0 , tada je SSTOT/(n−1) uzoračka varijanca združenog uzorka<br />

koji reprezentira jednu normalno distribuiranu populaciju, pa je SSTOT/σ 2 ∼ χ 2 (n−1). U<br />

tom slučaju može se pokazati da su statistike MSE i MST nezavisne i SST/σ 2 ∼ χ 2 (k − 1).<br />

Primijetite da je tada MST takoder nepristrani procjenitelj za σ 2 . Dakle, testna <strong>statistika</strong><br />

je<br />

F = MST H ∼<br />

0<br />

F (k − 1, n − k).<br />

MSE<br />

H 0 odbacujemo ako je opažena vrijednost f testne statistike F prevelika.<br />

Razultati izračuna opaženih vrijednosti navedenih <strong>statistika</strong> prikazuju se u ANOVAtablici:<br />

izvor varijabilnosti stupnjevi slobode sume kvadrata srednji kvadrati test-stat.<br />

zbog tretmana k − 1 SST MST f<br />

slučajne greške n − k SSE MSE —<br />

ukupno n − 1 SSTOT — —<br />

101

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!