...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Statistics and Probability >Using Simple Alternative Hypothesis to Increase Statistical Power in Sparse Categorical Data
【24h】

Using Simple Alternative Hypothesis to Increase Statistical Power in Sparse Categorical Data

机译：使用简单的替代假设来增加稀疏分类数据的统计功率

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

There are numerous statistical hypothesis tests for categorical data including Pearson's Chi-Square goodness-of-fit test and other discrete versions of goodness-of-fit tests. For these hypothesis tests, the null hypothesis is simple, and the alternative hypothesis is composite which negates the simple null hypothesis. For power calculation, a researcher specifies a significance level, a sample size, a simple null hypothesis, and a simple alternative hypothesis. In practice, there are cases when an experienced researcher has deep and broad scientific knowledge, but the researcher may suffer from a lack of statistical power due to a small sample size being available. In such a case, we may formulate hypothesis testing based on a simple alternative hypothesis instead of the composite alternative hypothesis. In this article, we investigate how much statistical power can be gained via a correctly specified simple alternative hypothesis and how much statistical power can be lost under a misspecified alternative hypothesis, particularly when an available sample size is small.
机译：对于基本数据，包括Pearson的Chi-Square的拟合性测试等分类数据，以及其他拟合良好测试的其他独立版本，存在许多统计假设试验。对于这些假设测试，零假设很简单，并且替代假设是复合材料，其否定了简单的零假设。对于功率计算，研究人员指定了显着性水平，样本大小，简单的空假设和简单的替代假设。在实践中，有经验丰富的研究人员具有深刻和广泛的科学知识的情况，但研究人员可能由于可用的小样本大小而缺乏统计力量。在这种情况下，我们可以基于简单的替代假设而不是复合替代假设来制定假设测试。在本文中，我们调查通过正确指定的简单替代假设可以获得多少统计功率以及在误操作的替代假设下可以丢失多少统计功率，特别是当可用样本大小很小时。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号