Professional Documents
Culture Documents
Raport 5
Raport 5
Alicja Jordan
2023-12-05
Zadanie 1
Generujemy m = n = 20 oberswacji z rozkładu N (0, 1). Na ich podstawie obliczymy wartości statystyk:
- test Wilcoxona oparty na statystyce W = Tϕ21 ,
- test Anasari-Bradley’a oparty na statystyce AB = Tϕ22 ,
- test Lepage’a oparty na statystyce L = W + AB,
- test Kołmogorowa-Smirnowa oparty na statystyce KS. Wyniki przedstawimy w tabeli:
Rodzaj testu Poziom ufności 0.95 Poziom ufności 0.975 Poziom ufności 0.99
W 260 272 287
AB 240 246 253.01
L 477 490 504
KS 0.4 0.45 0.5
Sposób generowania wartości krytycznych jest poprawny z kilku powodów. Po pierwsze, dane testowe dla
X i Y są generowane z rozkładu normalnego N (0, 1), co zapewnia reprezentatywność próby i odzwierciedla
warunki pierwotnego testu. Po drugie, powtarzamy doświadczenie 10 000 razy, co umożliwia uzyskanie
stabilnych estymatorów wartości krytycznych i uwzględnienie różnych scenariuszy. Po trzecie, wybieramy
powszechnie stosowane poziomy istotności (0.95, 0.975 i 0.99), co jest zgodne z praktyką statystyczną. Do-
datkowo, obliczamy statystyki W , AB, L = W +AB i KS zgodnie z ich pierwotnymi definicjami, korzystając
z wbudowanych funkcji statystycznych w R, co przyczynia się do poprawności obliczeń. W skrócie, nasza
metodyka reprodukuje warunki pierwotnego testu, generuje stabilne estymatory wartości krytycznych i ko-
rzysta z standardowych funkcji statystycznych dostępnych w R.
1
Zadanie 2
Generujemy m = n = 20 obserwacji z rozkładów normalnego, logistycznego i Cauchy’ego. Dla normalnego
i logistycznego mamy siedem różnych zestawów parametrów przesunięcia µ1 i µ2 oraz skali σ1 i σ2 . Przed-
stawiają się one w następujący sposób:
(i) µ1 = 0, σ1 = 1; µ2 = 0.2, σ2 = 1,
(ii) µ1 = 0, σ1 = 1; µ2 = 0.4, σ2 = 1,
(iii) µ1 = 0, σ1 = 1; µ2 = 0.6, σ2 = 1,
(iv) µ1 = 0, σ1 = 1; µ2 = 0.8, σ2 = 1,
(v) µ1 = 0, σ1 = 1; µ2 = 1.0, σ2 = 1,
(vi) µ1 = 0, σ1 = 1; µ2 = 1.2, σ2 = 1,
(vii) µ1 = 0, σ1 = 1; µ2 = 1.4, σ2 = 1.
Dla Cauchy’ego natomiast mamy:
(i) µ1 = 0, σ1 = 1; µ2 = 0.0, σ2 = 1,
(ii) µ1 = 0, σ1 = 1; µ2 = 0.5, σ2 = 1,
(iii) µ1 = 0, σ1 = 1; µ2 = 1.0, σ2 = 1,
(iv) µ1 = 0, σ1 = 1; µ2 = 1.5, σ2 = 1,
(v) µ1 = 0, σ1 = 1; µ2 = 2.0, σ2 = 1,
(vi) µ1 = 0, σ1 = 1; µ2 = 2.5, σ2 = 1,
(vii) µ1 = 0, σ1 = 1; µ2 = 3.0, σ2 = 1.
Na ich podstawie obliczamy wartości statystyk W, AB, L i KS. Wyniki przedstawiamy w tabelach:
Rozkład normalny
Rozkład logistyczny
Rozkład Cauchy’ego
2
Następnie rysujemy wyestymowane funkcje mocy w zależności od parametru µ2 .
for (k in 1:4) {
plot(mu2_values, power_function[, k], type = "l", col = "blue", lwd = 2, xlab = "µ2", ylab = "Moc", ma
legend("topright", legend = c("Normalny", "Logistyczny", "Cauchy"), col = c("blue", "red", "green"), l
}
Test 1 Test 2
0.06
0.15
Normalny Normalny
Moc
Moc
Logistyczny Logistyczny
Cauchy Cauchy
0.00
0.00
0.5 1.0 1.5 2.0 2.5 3.0 0.5 1.0 1.5 2.0 2.5 3.0
µ2 µ2
Test 3 Test 4
1.4
Normalny Normalny
0.00 0.06
Moc
Moc
1.0
Logistyczny Logistyczny
Cauchy Cauchy
0.6
0.5 1.0 1.5 2.0 2.5 3.0 0.5 1.0 1.5 2.0 2.5 3.0
µ2 µ2
Zadanie 3
Generujemy m = n = 20 obserwacji z rozkładów normalnego, logistycznego i Cauchy’ego. Dla normalnego
i logistycznego mamy siedem różnych zestawów parametrów przesunięcia µ1 i µ2 oraz skali σ1 i σ2 . Przed-
stawiają się one w następujący sposób:
(i) µ1 = 0, σ1 = 1; µ2 = 0, σ2 = 1,
(ii) µ1 = 0, σ1 = 1; µ2 = 0, σ2 = 1.5,
(iii) µ1 = 0, σ1 = 1; µ2 = 0, σ2 = 2,
(iv) µ1 = 0, σ1 = 1; µ2 = 0, σ2 = 2.5,
(v) µ1 = 0, σ1 = 1; µ2 = 0, σ2 = 3,
(vi) µ1 = 0, σ1 = 1; µ2 = 0, σ2 = 3.5,
(vii) µ1 = 0, σ1 = 1; µ2 = 0, σ2 = 4.
Dla Cauchy’ego natomiast mamy:
(i) µ1 = 0, σ1 = 1; µ2 = 0, σ2 = 1,
3
(ii) µ1 = 0, σ1 = 1; µ2 = 0, σ2 = 2,
(iii) µ1 = 0, σ1 = 1; µ2 = 0, σ2 = 3,
(iv) µ1 = 0, σ1 = 1; µ2 = 0, σ2 = 4,
(v) µ1 = 0, σ1 = 1; µ2 = 0, σ2 = 5,
(vi) µ1 = 0, σ1 = 1; µ2 = 0, σ2 = 6,
(vii) µ1 = 0, σ1 = 1; µ2 = 0, σ2 = 7.
Na ich podstawie obliczamy wartości statystyk W, AB, L i KS. Oto wartości statystyk dla każdego z
rozkładów przedstawione w formie tabel:
Rozkład normalny
Rozkład logistyczny
Rozkład Cauchy’ego
Zadanie 4
Generujemy m = n = 20 obserwacji z rozkładów normalnego, logistycznego i Cauchy’ego. Dla normalnego
i logistycznego mamy siedem różnych zestawów parametrów przesunięcia µ1 i µ2 oraz skali σ1 i σ2 . Przed-
stawiają się one w następujący sposób:
(i) µ1 = 0, σ1 = 1; µ2 = 0.2, σ2 = 1,
(ii) µ1 = 0, σ1 = 1; µ2 = 0.4, σ2 = 1.5,
(iii) µ1 = 0, σ1 = 1; µ2 = 0.6, σ2 = 2,
(iv) µ1 = 0, σ1 = 1; µ2 = 0.8, σ2 = 2.5,
(v) µ1 = 0, σ1 = 1; µ2 = 1.0, σ2 = 3,
4
(vi) µ1 = 0, σ1 = 1; µ2 = 1.2, σ2 = 3.5,
(vii) µ1 = 0, σ1 = 1; µ2 = 1.4, σ2 = 4.
Dla Cauchy’ego natomiast mamy:
(i) µ1 = 0, σ1 = 1; µ2 = 0, σ2 = 1,
(ii) µ1 = 0, σ1 = 1; µ2 = 0.5, σ2 = 2,
(iii) µ1 = 0, σ1 = 1; µ2 = 1, σ2 = 3,
(iv) µ1 = 0, σ1 = 1; µ2 = 1.5, σ2 = 4,
(v) µ1 = 0, σ1 = 1; µ2 = 2, σ2 = 5,
(vi) µ1 = 0, σ1 = 1; µ2 = 2.5, σ2 = 6,
(vii) µ1 = 0, σ1 = 1; µ2 = 3, σ2 = 7.
Na ich podstawie obliczamy wartości statystyk W, AB, L i KS. Oto wartości statystyk dla każdego z
rozkładów przedstawione w formie tabel:
Rozkład normalny
Rozkład logistyczny
Rozkład Cauchy’ego
Zadanie 5
Generujemy m = n = 50 obserwacji z rozkąłdu N (0, 1). Na ich podstawie obliczamy wartości statystyk
W, AB, L i KS. Wyniki przedstawiamy w tabeli:
5
Rodzaj testu Wynik
W 1216
AB 1370
L 2586
KS 0.14
Powtórzenie doświadczenia 10 000 razy Doświadczenie powtarzamy 10 000 razy i wyznaczamy wartości
krytyczne analizowanych testów prawostronnych. Wyniki przedstawiamy w tabeli:
Rodzaj testu Poziom ufności 0.95 Poziom ufności 0.975 Poziom ufności 0.99
W 1491 1539 1597
AB 1396 1416 1441
L 2795 2846.025 2901.01
KS 0.26 0.28 0.32