Lilliefors TestLilliefors (LF) test

Lilliefors Test
Lilliefors (LF) test is a modification of the Kolmogorov –Smirnov test. The KS test is appropriate in a situation where the rameters of the hypothesized distribution are completely known. However sometime it is difficult to initially or completely specify the parameters as the distribution is unknown. In this case, the parameters need to be estimated based on the sample data. When the original KS statistic is used in such situation, the result can be misleading whereby the probability of type ǀ error tend to be smaller than the one given in the standard table of the KStest (Lilliefors, 1967). In contrast with the KS test, the parameters for LF test are estimated based on the sample. Therefore, in this situation, the LF test will be preferred over the KS test (Oztuna, 2006). Given a sample of n obseavation,Lf statistic is defined as (Lilliefors,1967),

ผลลัพธ์ (ไทย) 2:

Lilliefors ทดสอบ
Lilliefors (LF) การทดสอบคือการเปลี่ยนแปลงของการทดสอบ Kolmogorov -Smirnov การทดสอบ KS มีความเหมาะสมในสถานการณ์ที่ต้องอาศัยค่าของการกระจายการตั้งสมมติฐานเป็นที่รู้จักกันอย่างสมบูรณ์ แต่บางครั้งก็ยากที่จะเริ่มแรกหรือสมบูรณ์ระบุพารามิเตอร์การกระจายไม่เป็นที่รู้จัก ในกรณีนี้พารามิเตอร์ที่จะต้องมีการประมาณขึ้นอยู่กับข้อมูลตัวอย่าง เมื่อเดิมสถิติ KS ถูกนำมาใช้ในสถานการณ์เช่นนี้ผลที่ตามมาอาจทำให้เข้าใจผิดโดยน่าจะเป็นของประเภท | ข้อผิดพลาดที่มีแนวโน้มที่จะมีขนาดเล็กกว่าที่กำหนดในตารางมาตรฐานของ KStest (Lilliefors, 1967) ในทางตรงกันข้ามกับการทดสอบ KS พารามิเตอร์สำหรับการทดสอบ LF จะประมาณขึ้นอยู่กับตัวอย่าง ดังนั้นในสถานการณ์เช่นนี้การทดสอบ LF จะต้องการมากกว่าการทดสอบแคนซัส (Oztuna 2006) ได้รับตัวอย่าง obseavation n เป็นสถิติ Lf ถูกกำหนดให้เป็น (Lilliefors, 1967)

ผลลัพธ์ (ไทย) 3:

lilliefors ทดสอบ
lilliefors ( LF ) ทดสอบการเปลี่ยนแปลงของแอนเดอร์สัน - ดาร์ลิง ทดสอบ KS ทดสอบที่เหมาะสมในสถานการณ์ที่ rameters ของสมมติฐานการกระจายทั้งหมดที่รู้จักกัน แต่บางครั้งมันเป็นเรื่องยากที่จะเริ่มต้นหรือสมบูรณ์ระบุพารามิเตอร์เป็นแบบที่ไม่รู้จัก ในกรณีนี้ ตัวแปรที่ต้องถูกประเมินบนพื้นฐานของข้อมูลตัวอย่างเมื่อสถิติ KS เดิมใช้ในสถานการณ์เช่นนี้ ผลอาจทำให้เข้าใจผิดโดยความน่าจะเป็นของความผิดพลาดประเภทǀมักจะมีขนาดเล็กกว่าหนึ่งระบุในตารางมาตรฐานของ kstest ( lilliefors , 1967 ) ในทางตรงกันข้ามกับ KS ทดสอบพารามิเตอร์สำหรับการทดสอบถ้าประมาณตามตัวอย่าง ดังนั้น ในสถานการณ์นี้ส่วนถ้าการทดสอบจะต้องผ่านทดสอบ KS ( oztuna , 2006 ) ให้ตัวอย่างของ obseavation สถิติ ถ้าหมายถึง ( lilliefors
, 1967 )