De parameter noncentrality is nuttig bij het beschrijven van veelgebruikte teststatistieken, waarbij de parameter noncentrality de mate vertegenwoordigt waarin het gemiddelde van de teststatistiek afwijkt van het gemiddelde wanneer de nulhypothese waar is.
Wat is de centrale parameter?
De non-centraliteitsparameter (λ) is een maat van "…de mate waarin een nulhypothese onwaar is" (Kirk, 2012). Met andere woorden, het zegt iets over de statistische power van een toets. Een F-verdeling met een NCP-parameter van nul betekent bijvoorbeeld dat de F-verdeling een centrale F-verdeling is.
Wat is niet-centraliteitsparameter δ?
Als de teststatistiek een standaard normale verdeling heeft onder de nulhypothese, zal deze een gemiddelde normale verdeling hebben die niet nul is onder het alternatief. Hier is dat gemiddelde de parameter noncentraliteit. Voor een t-toets onder een aanname van gelijke variantie wordt het gemiddelde gegeven door: δ=μ1−μ2σpooled/√n
Wat is het verschil tussen centrale en niet-centrale distributie?
Terwijl de centrale verdeling beschrijft hoe een teststatistiek wordt verdeeld wanneer het geteste verschil nul is, beschrijven niet-centrale verdelingen de verdeling van een teststatistiek wanneer de nulwaarde onwaar is (dus de alternatieve hypothese waar is). Dit leidt tot hun gebruik bij het berekenen van statistische power.
Wat is non-centraliteitsparameterdistributie?
De niet-centrale t-verdeling generaliseert Student's t-verdeling met behulp van een niet-centrale parameter. Terwijl de centrale kansverdeling beschrijft hoe een teststatistiek t wordt verdeeld wanneer het geteste verschil nul is, beschrijft de niet-centrale verdeling hoe t wordt verdeeld wanneer de nulwaarde onwaar is
