Moc statystyczna (ang. statistical power)
Patrz: moc testu.
Patrz: moc testu.
Moc testu to prawdopodobieństwo, z jakim pozwala on na odrzucenie fałszywej hipotezy zerowej. Im większe prawdopodobieństwo odrzucenia hipotezy zerowej, tym większa jest moc testu.
Test chi-kwadrat wykorzystywany jest do do sprawdzenia, czy obserwowana współzależność pomiędzy analizowanymi zmiennymi jest istotna statystycznie, czy też wynika jedynie z błędu próby.
Test dwustronny to rodzaj testu statystycznego, dla którego skrajne wartości obserwowanej zmiennej znajdują się po obydwu stronach jej rozkładu.
Test istotności statycznej służy do sprawdzenia, w jakim stopniu zależności pomiędzy zmiennymi w próbie losowej mogą być spowodowane jedynie błędem losowym z próby. Umożliwia przyjęcie lub odrzucenie hipotezy zerowej o braku zależności statystycznej pomiędzy zmiennymi.
Test jednostronny to test statystyczny, dla którego skrajne wartości obserwowanej zmiennej znajdują się po lewej lub prawej stronie jej rozkładu.
Test Kołmogorowa-Smirnowa to test statystyczny wykorzystywany do sprawdzenia, czy i w jakim stopniu rozkład wartości zmiennej z próby losowej jest zgodny z rozkładem normalnym.
Test Kruskala-Wallisa to test statystyczny będący nieparametrycznym odpowiednikiem jednoczynnikowej analizy wariancji. Służy do sprawdzenia hipotezy zerowej, że porównywane próby (liczba porównywanych prób musi wynosić minimum trzy lub więcej) pochodzą z populacji o takiej samej medianie.
Test Levene’a to test statystyczny służący do sprawdzenia hipotezy zerowej o jednorodności wariancji w porównywanych grupach zmiennych.
Test nieparametryczny to test statystyczny, w którym nie zakłada się, że rozkład wartości zmiennej powinien przyjąć określoną postać. Do testów nieparametrycznych należą m.in. test chi-kwadrat, test Kołmogorowa-Smirnowa i test U-Manna-Whitneya.