Parametar necentralnosti je koristan u opisivanju najčešće korištene statistike testa, gdje parametar necentralnosti predstavlja stepen do kojeg srednja vrijednost statistike testa odstupa od svoje srednje vrijednosti kada je nulta hipoteza tačna.
Šta je centralni parametar?
Parametar necentralnosti (λ) je mera za “…stepen do kojeg je nulta hipoteza lažna” (Kirk, 2012). Drugim riječima, govori vam nešto o statističkoj snazi testa. Na primjer, F-distribucija sa NCP parametrom nula znači da je F-distribucija centralna F-distribucija.
Šta je parametar necentralnosti δ?
Ako test statistika ima standardnu normalnu distribuciju pod nultom hipotezom, imat će srednju normalnu distribuciju različitu od nule pod alternativom. Ovdje je to srednja vrijednost parametar necentralnosti. Za t-test pod pretpostavkom jednake varijance, srednja vrijednost je data sa: δ=μ1−μ2σpooled/√n
Koja je razlika između centralne i necentralne distribucije?
Dok centralna distribucija opisuje kako se test statistika distribuira kada je testirana razlika nula, necentralne distribucije opisuju distribuciju testne statistike kada je null lažna (tako da alternativna hipoteza je tačna). Ovo dovodi do njihove upotrebe u izračunavanju statističke snage.
Šta je distribucija parametara bez centralnosti?
Necentralna t-distribucija generalizira Studentovu t-distribuciju koristeći parametar necentralnosti. Dok centralna distribucija vjerovatnoće opisuje kako je test statistika t distribuirana kada je testirana razlika nula, necentralna distribucija opisuje kako se t distribuira kada je nulta vrijednost false
