Bài giảng Thống kế - Bài 3 Kiến thức bổ sung

BÀI 3 KIẾN THỨC BỔ SUNGKIỂM TRA GIẢ THIẾT CHUẨNTrong nhiều phương pháp thống kê, giả thiết phân phối chuẩn của biến phân tích thường được quan tâm trong việc dùng mô hình phân tích phù hợp.Dựa vào thống kê mô tả ban đầu, ta có thể nhận dạng phân phối chuẩn qua 1 số tính chất sau:Mean ~ Median ~ ModePhân vị p% và (100-p)% đối xứng qua MedianSkewness ~ Kurtosis ~ 0Đồ thị Histogram, Q-Q plotsLOẠI QUAN SÁT NGOẠI LAIBIẾN ĐỔI SỐ LIỆUMục đích: - Hạn chế ảnh hưởng của quan sát ngoại lai - Tạo số liệu chuẩn hơn - Tuyến tính hóa trong mô hình hồi quy Phương pháp: tác động các hàm toán học như: logarit, mũ, lũy thừa, nghịch đảo Việc dùng hàm nào là tùy thuộc vào số liệu và kinh nghiệm phân tích.BIẾN ĐỔI log(x), xα (0 1) BIẾN ĐỔI ax, xα (α > 1) Phép lấy mũBIẾN ĐỔI ax, xα (α > 1) Phép lũy thừaKIỂM ĐỊNH VỚI P-VALUECấu trúc bài toán kiểm định giả thiết: - Giả thiết H0 và đối thiết K (mức ý nghĩa α) - Thống kê kiểm định T - Quyết định thống kê: chấp nhận hay bác bỏ H0Quy tắc quyết định: - Cách 1: Xây dựng miền bác bỏ Wα. Nếu Tqs thuộc vào Wα thì bác bỏ H0, ngược lại chấp nhận H0. - Cách 2: Tính giá trị P-value (hay Sign.) xác suất mắc sai lầm loại I. Nếu P-value < α thì bác bỏ H0, ngược lại chấp nhận H0. Giá trị P-value càng nhỏ thì khả năng bác bỏ càng cao, và ngược lại.KIỂM ĐỊNH GIẢ THIẾT CHUẨNDùng phương pháp Komogorov-Smirnov -Giả thiết: H0: Mẫu có phân phối chuẩn K : Mẫu không có phân phối chuẩn - Kết luận: dựa vào giá trị P-value - Điều kiện: Mẫu từ biến định lượng, liên tục.SPSS: Analyze\Nonparametric Tests\1-Sample K-S BÀI TẬPThực hành biến đổi số liệu về dạng chuẩn trong các số liệu trong thư mục Data.