Шта је робусност у статистици?

click fraud protection

Ин статистика, израз робусност или робусност односи се на снагу статистичког модела, тестова и поступака у складу са специфичним условима статистичке анализе која се студија жели постићи. С обзиром да су ови услови студије испуњени, модели се могу верификовати као тачни употребом математичких доказа.

Многи модели се заснивају на идеалним ситуацијама које не постоје током рада са подацима из стварног света и, као резултат, модел може пружити исправне резултате чак и ако услови нису тачно испуњени.

Чврста статистика је, дакле, свака статистика која даје добре перформансе када се подаци црпе из широког распона расподјеле вјероватноће на које углавном не утјечу одласци или мали одступи од претпоставки модела у датом облику скуп података. Другим речима, робусна статистика је отпорна на грешке у резултатима.

Један од начина да се посматра општеприхваћен робустан статистички поступак, не треба гледати даље од т-поступака, који користе тестове хипотеза за утврђивање најтачнијих статистичких предвиђања.

instagram viewer

Посматрање Т-процедура

Као пример робусности, размотрићемо т-процедура, који укључују интервал поверења за популацијску средњу вредност са непознатом стандардном девијацијом становништва као и тестове хипотеза о просечној популацији.

Употреба т-процедуре претпостављају следеће:

  • Скуп података са којима радимо је једноставан случајни узорак становништва.
  • Популација од које смо узорковали нормално је распоређена.

У пракси са примерима из стварног живота, статистичари ретко имају популацију која је нормално дистрибуирана, па наместо тога поставља питање: „Колико смо робусни т-процедуре? "

Уопштено, стање да имамо једноставан случајни узорак је важније од стања које смо узели узорак из нормално дистрибуиране популације; разлог за то је што теорем централне границе осигурава приближно узорковање узорковања нормално - што је већа наша величина узорка, то је ближа дистрибуцији узорка узорка нормално.

Како Т-поступци функционишу као робусне статистике

Тако робусност за т- поступак овиси о величини узорка и расподјели нашег узорка. Разматрања за ово укључују:

  • Ако је величина узорака велика, што значи да имамо 40 или више посматрања, тада т-поступци се могу користити чак и код дистрибуција које су искривљене.
  • Ако је величина узорка између 15 и 40, тада можемо користити т-поступке за било коју обликовану дистрибуцију, осим ако нема одмака или високог степена накривљености.
  • Ако је величина узорка мања од 15, тада можемо користити т- поступци за податке који немају издатке, имају само један пик и готово су симетрични.

У већини случајева, робусност је утврђена техничким радом у математичкој статистици, и срећом, не морамо нужно да вршимо ове напредне математичке прорачуне да бисмо их правилно извршили искористити их; само треба да разумемо које су свеопште смернице за робусност наше специфичне статистичке методе.

Т-поступци функционишу као робусне статистике, јер обично дају добре перформансе по овим моделима узимајући у обзир величину узорка у основу за примену поступка.

instagram story viewer