Testy v multinomickém rozdělení
Tests in multinomial distribution
bakalářská práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/37861Identifikátory
SIS: 90468
Katalog UK: 990013688950106986
Kolekce
- Kvalifikační práce [11975]
Autor
Vedoucí práce
Oponent práce
Antoch, Jaromír
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Obecná matematika
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
20. 6. 2011
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Výborně
Klíčová slova (česky)
multinomické rozdělení, testy dobré shodyKlíčová slova (anglicky)
multinomial distribution, test of fitV této práci jsou nejdříve popsány klasické testy dobré shody - Pearsonův χ2 test a test založený na věrohodnostním poměru. Modernější metodou testování je rodina statistik založených na mocninných divergencích, která je zobecněním kla- sických statistik. Dalším zobecněním je rodina disparitních statistik, která kromě rodiny mocninných divergencí obsahuje také rodiny BWHD a BWCS. Dokáže se, že všechny tyto testové statistiky mají asymptoticky rozdělení χ2 . V programu R se pro jednotlivé testy spočte jejich přesná hladina a přesná síla. Dále se od- vodí obecné momenty testových statistik a jejich konvergence k momentům χ2 rozdělení. Na základě těchto porovnání se pak ukáže, jaké testové statistiky jsou vhodné pro testování dobré shody. 1
In this paper there are at first described classical goodness-of-fit tests - the Pear- son's χ2 test and the log likehood ratio test. The more modern method of testing is the family of statistics based on power divergence which is generalisation of classical statistics. Another type of generalisation is the family of disparity statis- tics which includes beside the family of power divergence also the families BWHD and BWCS. It is demonstrated that all these test statistics have an asymptotic χ2 distribution. In the program R the exact level and exact power can be calculated for individual tests. Hereafter, moments of test statistics can be derived. On the basis of these comparisons there will be shown which test statistics are the most suitable for the goodness-of-fit tests. 1
