Before considering the power for ne

Before considering the power for next two alternative distributions, it is indispensable to revisit that the
Chi-Square distribution is a special case of Gamma distribution (equation 8). This study previously showed that the power for the Gamma distribution depends only on the shape parameter (k). Null distributions were generated using the exponential (θ=5) for power simulation.Using 8, Gamma(4,1) and Chi-Square(2) alternative distributions must produce
similar powers for the set of parameters (n and α). In other words Gamma(4,1) and Chi-Square(2) alternative distributions can be used for the simulation of significance levels.

Eighth, consider the relationship between the alternative distributions, Gamma(4,1), Chi-Square(2) and the simulated power. Figure 8 summarizes the power analysis for the Gamma(4,1) and Chi-Square(2) alternative distributions. The powers of all five exponentiality tests across all sample sizes and significance levels were too low which were pretty close to their significance levels. It is due to the fact that the power of these five exponentiality tests depends only on the shape parameter (k). It appears that the scale parameter (θ) does not have any role on the simulated powers.

ผลลัพธ์ (ไทย) 1:

ก่อนพิจารณาพลังงานสำหรับการกระจายทางเลือกที่สองถัดไป มันจะกลับที่ขาดไม่ได้การกระจายไคสแควร์เป็นกรณีพิเศษของการแจกแจงแกมมา (สมการที่ 8) ศึกษานี้ก่อนหน้านี้แสดงให้เห็นว่า พลังงานสำหรับการแจกแจงแกมมาเท่านั้นขึ้นอยู่กับพารามิเตอร์รูปร่าง (k) กระจายการ null ถูกสร้างขึ้นใช้การเนน (ค่าθ = 5) สำหรับการจำลองการใช้พลังงาน ใช้ 8, Gamma(4,1) และ Chi-Square(2) การกระจายทางเลือกต้องสร้าง อำนาจคล้ายกันสำหรับชุดของพารามิเตอร์ (n และα) ในคำอื่นๆ การกระจายทางเลือก Gamma(4,1) และ Chi-Square(2) ใช้สำหรับการจำลองของระดับความสำคัญแปด พิจารณาความสัมพันธ์ระหว่างการกระจายทางเลือก Gamma(4,1), Chi-Square(2) และไฟจำลอง รูปที่ 8 สรุปการวิเคราะห์พลังงานสำหรับการกระจายทางเลือก Gamma(4,1) และ Chi-Square(2) อำนาจของการทดสอบ exponentiality ห้าทั้งหมดและทั้งหมดตัวอย่างขนาดระดับความสำคัญต่ำเกินไปซึ่งได้สวยใกล้ระดับความสำคัญ ก็เนื่องจากข้อเท็จจริงที่ว่าอำนาจของการทดสอบเหล่านี้ exponentiality ห้าขึ้นอยู่เฉพาะในพารามิเตอร์รูปร่าง (k) ปรากฏว่า ระดับพารามิเตอร์ (ค่าθ) ไม่มีบทบาทใด ๆ ในอำนาจจำลอง

ผลลัพธ์ (ไทย) 2:

ก่อนที่จะพิจารณาการใช้พลังงานสำหรับการกระจายไปสองทางเลือกนั้นมันเป็นสิ่งที่ขาดไม่ได้ที่จะทบทวนว่า
การกระจาย Chi-Square เป็นกรณีพิเศษของการแจกแจงแกมมา (สม 8) การศึกษาครั้งนี้ก่อนหน้านี้แสดงให้เห็นว่าการใช้พลังงานสำหรับการกระจายแกมมาขึ้นอยู่กับพารามิเตอร์รูปร่าง (k) กระจาย null ถูกสร้างขึ้นโดยใช้การชี้แจง (θ = 5) สำหรับการใช้พลังงาน simulation.Using 8 แกมมา (4,1) และไคสแควร์ (2) การกระจายทางเลือกที่ต้องผลิต
พลังที่คล้ายกันสำหรับชุดของพารามิเตอร์ (n และα) ในคำอื่น ๆ แกมมา (4,1) และไคสแควร์ (2) การกระจายทางเลือกที่สามารถนำมาใช้สำหรับการจำลองระดับนัยสำคัญ.

แปดพิจารณาความสัมพันธ์ระหว่างการกระจายทางเลือกแกมมา (4,1), Chi-square (2 ) และอำนาจจำลอง รูปที่ 8 สรุปการวิเคราะห์พลังงานสำหรับรังสี (4,1) และไคสแควร์ (2) การกระจายทางเลือก อำนาจของการทดสอบทั้งหมด exponentiality ห้าทั่วทุกขนาดตัวอย่างและระดับนัยสำคัญต่ำเกินไปซึ่งเป็นสวยใกล้เคียงกับระดับนัยสำคัญของพวกเขา มันเป็นเพราะความจริงที่ว่าพลังของการทดสอบเหล่านี้ exponentiality ห้าขึ้นอยู่กับพารามิเตอร์รูปร่าง (k) ปรากฏว่าพารามิเตอร์โย (θ) ไม่ได้มีบทบาทใด ๆ ในอำนาจจำลอง

ผลลัพธ์ (ไทย) 3:

ก่อนที่จะพิจารณา 2 ทางเลือกคือพลัง มันเป็นสิ่งจำเป็นที่จะทบทวนว่าการแจกแจงไคสแควร์เป็นกรณีพิเศษของการแจกแจงแกมมา ( รูปที่ 8 ) การศึกษาก่อนหน้านี้พบว่า พลังงานสำหรับการแจกแจงแกมมาขึ้นอยู่กับรูปร่างของพารามิเตอร์ ( K ) ในการแจกแจงถูกสร้างขึ้นโดยใช้เลขชี้กำลัง ( θ = 5 ) สำหรับการจำลองพลังงาน ใช้ 8 , แกมมา ( 4 , 1 ) และไคสแควร์ ( 2 ) การแจกแจงแบบทางเลือกที่ต้องผลิตพลังที่คล้ายกันสำหรับชุดของพารามิเตอร์ ( N α ) ในคำอื่น ๆ ( 4 , 1 ) และค่าไคสแควร์ ( 2 ) การแจกแจงแบบอื่นที่สามารถใช้ในการจำลองอย่างมีนัยสำคัญทางสถิติที่ระดับแปดพิจารณาความสัมพันธ์ระหว่างการแจกแจงแกมมา , ทางเลือก , ( 4 , 1 ) ไคสแควร์ ( 2 ) และค่าพลังงาน รูปที่ 8 สรุปการวิเคราะห์พลังงานรังสีแกมมา ( 4 , 1 ) และไคสแควร์ ( 2 ) การแจกแจงแบบทางเลือก พลังทั้งห้า exponentiality ทดสอบในขนาดตัวอย่างทั้งหมด และความสำคัญระดับต่ำเกินไป ซึ่งอยู่ใกล้กับระดับความสำคัญของพวกเขา มันคือความจริงที่ว่าพลังของเหล่านี้ห้า exponentiality การทดสอบขึ้นอยู่กับรูปร่างของพารามิเตอร์ ( K ) ปรากฎว่า ค่าพารามิเตอร์ ( θ ) ไม่มีบทบาทในการใช้พลัง