Mean difference là gì sai phân trung bình năm 2024
« Back to Glossary Index EnglishTiếng ViệtAnalysis of Means (ANOM)Phân tích Các giá trị Trung bình (ANOM)ANOM is a graphical analog to ANOVA that tests the equality of population means. The graph displays each factor level mean, the overall mean, and the decision limits. If a point falls outside the decision limits, then evidence exists that the factor level mean represented by that point is significantly different from the overall mean.ANOM là một biểu đồ tương tự như ANOVA để kiểm tra sự bằng nhau của các giá trị trung bình của dân số. Biểu đồ hiển thị giá trị trung bình của từng cấp độ yếu tố, giá trị trung bình tổng thể và giới hạn quyết định. Nếu một điểm nằm ngoài giới hạn quyết định, có bằng chứng cho rằng giá trị trung bình của cấp độ yếu tố được biểu thị bởi điểm đó khác biệt đáng kể so với giá trị trung bình tổng thể.For example, you are investigating how temperature and additive settings affect the rating of your product. After your experiment, you use ANOM to generate the following graph.Ví dụ, bạn đang nghiên cứu cách mà nhiệt độ và cài đặt chất phụ gia ảnh hưởng đến xếp hạng của sản phẩm của bạn. Sau khi thí nghiệm, bạn sử dụng ANOM để tạo biểu đồ sau. In this example, the top plot shows that the interaction effects are well within the decision limits, signifying no evidence of interaction. The lower two plots show the means for the levels of the two factors, with the main effect being the difference between the mean and the center line. In the lower left plot, the point representing the third mean of the factor Temperature is displayed by a red symbol, indicating that there is evidence that the Temperature 200 mean is significantly different from the overall mean at a = 0.05. The main effects for levels 1 and 3 of the Additive factor are well outside the decision limits of the lower right plot, signifying that there is evidence that these means are different from the overall mean.Trong ví dụ này, biểu đồ trên cùng cho thấy rằng các tác động tương tác nằm trong giới hạn quyết định, cho thấy không có bằng chứng về tương tác. Hai biểu đồ dưới hiển thị các giá trị trung bình cho các cấp độ của hai yếu tố, với hiệu ứng chính là sự khác biệt giữa giá trị trung bình và đường trung tâm. Trong biểu đồ dưới bên trái, điểm biểu thị giá trị trung bình thứ ba của yếu tố Nhiệt độ được hiển thị bằng một ký hiệu màu đỏ, cho thấy có bằng chứng cho rằng giá trị trung bình Nhiệt độ 200 khác biệt đáng kể so với giá trị trung bình tổng thể tại a = 0.05. Hiệu ứng chính cho các cấp độ 1 và 3 của yếu tố Phụ gia nằm ngoài giới hạn quyết định của biểu đồ dưới bên phải, cho thấy có bằng chứng cho rằng các giá trị trung bình này khác biệt so với giá trị trung bình tổng thể.ANOM can be used with normal response distributions, as with ANOVA, but you can also use ANOM with binomial or Poisson distributions. The null hypotheses for ANOM and ANOVA are the same: all factor level means are equal. However, the alternative hypotheses are subtly different.ANOM có thể được sử dụng với phân phối phản ứng bình thường, như ANOVA, nhưng bạn cũng có thể sử dụng ANOM với các phân phối nhị phân hoặc Poisson. Các giả thuyết không có của ANOM và ANOVA là giống nhau: tất cả các giá trị trung bình cấp độ yếu tố bằng nhau. Tuy nhiên, các giả thuyết thay thế khác nhau một cách tinh subtile.If one group of factor level means is above the overall mean and another group of means is below the overall mean, the F-test for ANOVA might indicate evidence for differences where ANOM might not.Nếu một nhóm giá trị trung bình cấp độ yếu tố nằm trên giá trị trung bình tổng thể và một nhóm giá trị khác nằm dưới giá trị trung bình tổng thể, thì kiểm định F cho ANOVA có thể chỉ ra có bằng chứng cho sự khác biệt trong khi ANOM không thể.If the mean of one factor level is separated from the other means, the ANOVA F-test might not indicate evidence for differences whereas ANOM might flag this group as being different from the overall mean.Nếu giá trị trung bình của một cấp độ yếu tố được tách biệt khỏi các giá trị trung bình khác, thì kiểm định F của ANOVA có thể không chỉ ra có bằng chứng cho sự khác biệt trong khi ANOM có thể xác định nhóm này khác biệt so với giá trị trung bình tổng thể.Analysis of Means (ANOM) Phân tích Các giá trị Trung bình (ANOM)« Quay lại danh mục Bài viết cung cấp cho người đọc kiến thức về Module 8 môn Quantitative Methods của chương trình CFA level I[LOS 8.a] Định nghĩa giả thuyết và các cấu phần của chúng, bao gồm lỗi loại I và loại II, mức ý nghĩa, cách sử dụng mức ý nghĩa trong kiểm định giả thuyết và lực kiểm định1. Kiểm định giả thuyết (Hypothesis testing) Đánh giá thống kê về một tuyên bố hoặc ý tưởng liên quan đến tổng thể. Quy trình kiểm định giả thuyết sẽ bao gồm các bước sau:
2. Giả thuyết không và giả thuyết thay thế Null hypothesis: Là giả thuyết mà nhà nghiên cứu muốn bác bỏ. Ký hiệu: . có thể phát biểu dưới 3 dạng sau:Alternative hypothesis: Là giả thuyết được kết luận nếu bị bác bỏ.Ký hiệu: . có thể được phát biểu dưới 3 dạng sau:3. So sánh và đối chiếu giữa kiểm định một phía và kiểm định hai phía Cấu trúc kiểm định của One-tailed test:
Cấu trúc kiểm định Two-tailed test: 4. Giải thích thống kê kiểm định, lỗi loại I và loại II, mức ý nghĩa, cách sử dụng mức ý nghĩa trong kiểm định giả thuyết và lực kiểm định 4.1. Thống kê kiểm định (Test statistic) Là một giá trị được tính toán dựa trên dữ liệu thống kê của mẫu, là cơ sở để quyết định cho việc có bác bỏ giả thuyết hay không. Công thức: 4.2. Kiểm tra lỗi (Testing errors) Lỗi loại I: Bác bỏ giả thuyết khi nó thực sự đúngLỗi loại II: Không thể bác bỏ giả thuyết khi nó thực sự sai.Quyết định Tình huống thực tế Ho đúng Ho sai Không bác bỏ được Ho Quyết định đúng P = 1 - α Quyết định sai: Lỗi loại II P = β Bác bỏ Ho Quyết định sai: Lỗi loại I P = α Quyết định đúng P = 1 - β 5. Giải thích quy tắc quyết định, mối quan hệ giữa khoảng tin cậy và kiểm định giả thuyết; xác định một kết quả có ý nghĩa thống kê và ý nghĩa kinh tế hay không 5.1. Quy tắc quyết định cho kiểm định một phía và hai phía One-tailed test bao gồm: Right tail -
Left tail -
Two-tailed test -
5.2. Phân biệt quyết định thống kê và quyết định kinh tế Statistical decision (Quyết định thống kê): Nếu tính toán giá trị của test statistic lớn hơn critical value, thì quyết định thống kê là có đủ cơ sở để bác bỏ giả thuyết Ho. Economic decision (Quyết định kinh tế): Quyết định kinh tế không chỉ xem xét quyết định thống kê mà còn xem xét tất cả các vấn đề kinh tế thích hợp. [LOS 8.b] Xây dựng giả thuyết và xác định liệu kiểm định có mang ý nghĩa thống kê, liên quan đến lỗi loại I và loại II và lực kiểm định dựa trên mức ý nghĩa đã cho1. Giải thích và diễn giải p-value liên quan đến kiểm định giả thuyết P-values: Là mức ý nghĩa nhỏ nhất mà giả thuyết có thể bị bác bỏĐối với kiểm định 1 phía: Đối với kiểm định hai phía:
2. Giải thích mức ý nghĩa thống kê khi kiểm định nhiều lần Quy trình của phương pháp tiếp cận phát hiện sai được trình bày theo các bước sau:
3. Xác định mức thống kê kiểm định phù hợp và giải thích kết quả của kiểm định giả thuyết trong các trường hợp trung bình tổng thể có mẫu lớn và nhỏ khi tổng thể phân phối chuẩn hoặc gần chuẩn và phương sai (1) biết và (2) chưa biết Áp dụng 6 bước cơ bản của kiểm định để đánh giá thống kê liên quan. Quy trình cụ thể bao gồm như sau:
Thống kê thử nghiệm của kiểm định này có thể tuân theo phân phối T (t-distribution) hoặc Z (z-distribution). T-test Z-test Các trường hợp sử dụng t-statistic hoặc z-statistic: Khi lấy mẫu từ Test statistic Mẫu nhỏ (n < 30) Mẫu lớn (n ≥ 30) Tổng thể là một phân phối chuẩn đã biết phương sai z-statistic z-statistic Tổng thể là một phân phối chuẩn chưa biết phương sai t-statistic t-statistic Tổng thể không phải là một phân phối chuẩn đã biết phương sai Not available z-statistic Tổng thể không phải là một phân phối chuẩn chưa biết phương sai Not available t-statistic [LOS 8.b] Xây dựng giả thuyết và xác định liệu kiểm định có mang ý nghĩa thống kê, liên quan đến lỗi loại I và loại II và lực kiểm định dựa trên mức ý nghĩa đã choÁp dụng 6 bước cơ bản của kiểm định để đánh giá thống kê liên quan. Quy trình cụ thể bao gồm như sau:
Nội dung bài học trong Module này bao gồm các kiểm định sau: What we want to test Test statistic Probability distribution of the statistic Degree of Freedom Test of the difference in means (kiểm định giả thuyết liên quan tới kiểm định trung bình bằng nhau của hai tổng thể dựa trên hai mẫu ngẫu nhiên độc lập có phân phối chuẩn và phương sai bằng nhau) t-distributed Test of the means of difference (kiểm định giả thuyết liên quan tới kiểm định trung bình của chênh lệch giữa hai tổng thể có phân phối chuẩn) t-distributed n - 1 Test of single variance (kiểm định giả thuyết liên quan tới kiểm định phương sai của một tổng thể phân phối chuẩn) Chi-squared distributed n - 1 Test of the difference in variances (kiểm định giả thuyết liên quan tới kiểm định phương sai của hai tổng thể phân phối chuẩn dựa trên các mẫu ngẫu nhiên độc lập) |