KaydedilenlerDerginizi ekleyin

Dergiler / Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2017 / Cilt: 32 - Sayı: 2

Tests of Location Equality under Non-Identical Distributions

Aynı Olmayan Dağılımlar Altında Konum Eşitlik Testleri

İrem YILMAZ
Gözde NAVRUZ
A. Fırat ÖZDEMİR
Sayfa
1–13
Yayın Tarihi
2022-10-11
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Yeniönerilen yöntem, ANOVA--F ve diğer alternatiflere göre farklı durumlar altında daha iyisonuçlar vermiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:ANOVA-F testi, en az üç kitle ortalamasının karşılaştırılması için en çok bilinenyöntemdir.
📊
Temel Bulgular & Veri:Bu çalışmada budanmış ortalama ile Welch testi, budanmış ortalama vebootstrap--t ile Welch testi, yeni önerilen B; testi ve ANOVA--F testi gerçekleşen 1.
💡
Sonuç & Katkı:Yeniönerilen yöntem, ANOVA--F ve diğer alternatiflere göre farklı durumlar altında daha iyisonuçlar vermiştir.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

ANOVA-F testi, en az üç kitle ortalamasının karşılaştırılması için en çok bilinenyöntemdir. Ancak, bu geleneksel yöntem varsayımları ihlal edildiğinde yanıltıcı sonuçlarverebilir. Bu çalışmada budanmış ortalama ile Welch testi, budanmış ortalama vebootstrap--t ile Welch testi, yeni önerilen B; testi ve ANOVA--F testi gerçekleşen 1. Tip hataoranlarına göre, sadece normalliğin ve homojen varyanslılığın sağlanmadığı durumlardadeğil, aynı zamanda aynı olmayan dağılım şekilleri altında da karşılaştırılmıştır. Yeniönerilen yöntem, ANOVA--F ve diğer alternatiflere göre farklı durumlar altında daha iyisonuçlar vermiştir.

Abstract

The ANO VA-F test is the most known procedurefor comparing at least three populationmeans. However, this conventional test might give misleading results when it’s underlyingassumptions are violated. In this study, Welch ’s test with trimmed mean, Welch ’s test withtrimmed mean and bootstrap-t, newly proposed 3: test and ANOVA-F test werecompared in terms of actual Type error rates under not only non-normality andheteroscedasticity, but also with non-identical distribution shapes. The newly proposedmethod outperformed ANOVA-F and other alternatives under various situations.

🔖

Bu Makaleye Atıf Yap

YILMAZ, İ., NAVRUZ, G., ÖZDEMİR, A. F. (2022). Tests of Location Equality under Non-Identical Distributions. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 32 - Sayı: 2, 1–13. https://ajindex.com/articles/490520

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (12)

  1. BAILEY, B. J. R. (1980), “Accurate normalizing transformations of student's t variate”, Applied Statistics, 29, 304-306.
  2. BEHRENS, W. V. (1929), “Ein beitrag zur fehlerberechnung bei wenigen beobachtungen“, LandwirischaftlicheJahrburcher, 68, 807-837.
  3. BRADLEY, J. V. (1978), “Robustness?”, British Journal of Mathematical and Statistical Psychology, 31, 144-152.
  4. CRIBBIE, R. A., FIKSENBAUM, L., KESELMAN, H.J., WILCOX, R. R. (2012), “Effects of non-normality on test statistics for one-way independent group designs”, British Journal of Mathematical and Statistical Psychology, 65, 56-73.
  5. FISHER, R. A. (1935), “The fiducial argument in statistical inference”, Annals of Eugenics, 6, 198-391.
  6. HOAGLIN, D. C. (1985), Summarizing shape numerically: The g-and-h distribution, In: Haoglin D., Mostseller F., Tukey J. editors. Exploring data tables trends and shapes. Wiley New York, 461-515.
  7. MICCERI, T. (1989), “The Unicorn, the normal curve, and other improbable creatures”, Psychological Bulletin 105: 156-166.
  8. ÖZDEMİR, A. F., YILDIZTEPE, E. (2013), “Bir konum ölçüsü ile k bağımsız grubun karşılaştırılması için bir test”, Anadolu University Journal of Science and Technology A-Applied Science and Engineering, 14, 241-249.
  9. WELCH, B. L. (1947), “The generalization of 'student's' problem when several population variances are involved”, Biometrika, 34, 28-35.
  10. WELCH, B. L. (1951), “On the comparison of several mean values: An alternative approach”, Biometrika, 38, 330–336.
  11. WESTFALL, P. H., YOUNG, S. S. (1993),
  12. Resampling based multiple testing, Wiley, New York. WILCOX, R. R. (2012), Introduction to robust estimation and hypothesis testing (third edition), Elsevier Academics Press San Diago, California.