EditWatch this pageRead in another

EditWatch this pageRead in another language
Exact test
In statistics, an exact (significance) test is a test where all assumptions, upon which the derivation of the distribution of the test statistic is based, are met as opposed to an approximate test (in which the approximation may be made as close as desired by making the sample size big enough). This will result in a significance test that will have a false rejection rate always equal to the significance level of the test. For example an exact test at significance level 5% will in the long run reject true null hypotheses exactly 5% of the time.

Parametric tests, such as those described in exact statistics, are exact tests when the parametric assumptions are fully met, but in practice the use of the term exact (significance) test is reserved for those tests that do not rest on parametric assumptions – non-parametric tests. However, in practice most implementations of non-parametric test software use asymptotical algorithms for obtaining the significance value, which makes the implementation of the test non-exact.

So when the result of a statistical analysis is said to be an “exact test” or an “exact p-value”, it ought to imply that the test is defined without parametric assumptions and evaluated without using approximate algorithms. In principle however it could also mean that a parametric test has been employed in a situation where all parametric assumptions are fully met, but it is in most cases impossible to prove this completely in a real world situation. Exceptions when it is certain that parametric tests are exact include tests based on the binomial or Poisson distributions. Sometimes permutation test is used as a synonym for exact test, but although all permutation tests are exact tests, not all exact tests are permutation tests

ผลลัพธ์ (ไทย) 1:

EditWatch นี้ pageRead ในภาษาอื่นทดสอบที่แน่นอนในสถิติ การทดสอบที่แน่นอน (ความสำคัญ) เป็นการทดสอบที่ตรงตามสมมติฐานทั้งหมด ที่มาของการแจกแจงของสถิติทดสอบอยู่ เมื่อเทียบกับการทดสอบโดยประมาณ (ในที่ประมาณการจะทำเป็นใกล้เคียงที่ต้องการโดยการทำให้ขนาดตัวอย่างใหญ่พอ) นี้จะส่งผลในการทดสอบนัยสำคัญที่จะมีอัตราการปฏิเสธเท็จเสมอเท่ากับระดับนัยสำคัญของการทดสอบ ตัวอย่างเช่น การทดสอบที่แน่นอนที่ระดับนัยสำคัญ 5% ในระยะยาวจะปฏิเสธสมมุติฐาน null จริงว่า 5% ของเวลาการทดสอบแบบพาราเมตริก เช่นที่อธิบายไว้ในสถิติที่แน่นอน มีการทดสอบที่แน่นอนเมื่อครบตรงตามสมมติฐานแบบพาราเมตริก แต่ในทางปฏิบัติการใช้ระยะที่แน่นอน (ความสำคัญ) ทดสอบสงวนไว้สำหรับการทดสอบเหล่านั้นที่ไม่เหลืออยู่บนสมมติฐานแบบพาราเมตริก – ไม่ใช่พาราเมตริกทดสอบ อย่างไรก็ตาม ในทางปฏิบัติ ส่วนใหญ่ใช้งานไม่ใช่พาราเมตริกทดสอบซอฟต์แวร์ใช้อัลกอริทึม asymptotical สำหรับการรับค่าความสำคัญ ซึ่งทำให้การดำเนินงานของการทดสอบไม่แน่นอนดังนั้น เมื่อผลของการวิเคราะห์ทางสถิติกล่าวได้ว่า เป็นที่แน่นอน "การทดสอบ" หรือ "แน่นอน p-ค่า" มันควรจะหมายความว่า การทดสอบกำหนด โดยสมมติฐานแบบพาราเมตริก และประเมิน โดยใช้อัลกอริทึมโดยประมาณ ในหลักการ อย่างไรก็ตามมันอาจหมายถึง ว่า การใช้การทดสอบแบบพาราเมตริกในสถานการณ์ที่เต็มตามสมมติฐานแบบพาราเมตริกที่ทั้งหมด แต่มันเป็นส่วนใหญ่ไม่สามารถที่จะพิสูจน์นี้สมบูรณ์ในสถานการณ์จริง ข้อยกเว้นเมื่อแน่ใจว่า การทดสอบแบบพาราเมตริกที่แน่นอนได้แก่การทดสอบทวินามหรือการกระจาย Poisson บางครั้งใช้เป็นคำเหมือนทดสอบเรียงสับเปลี่ยนสำหรับการทดสอบที่แน่นอน แต่ถึงแม้ว่าการทดสอบเรียงสับเปลี่ยนทั้งหมด ที่แน่นอนการทดสอบ การทดสอบที่แน่นอนทั้งหมดไม่มีทดสอบการเรียงสับเปลี่ยน

ผลลัพธ์ (ไทย) 2:

EditWatch pageRead นี้ในอีกภาษา
ทดสอบที่แน่นอน
ในสถิติที่แน่นอน (ความสำคัญ) การทดสอบคือการทดสอบที่สมมติฐานทั้งหมดตามที่มาของการกระจายตัวของสถิติทดสอบที่เป็นไปตามจะได้พบเมื่อเทียบกับการทดสอบโดยประมาณ (ซึ่งใน ประมาณอาจจะทำให้ใกล้เคียงเป็นที่ต้องการโดยการทำให้ขนาดของกลุ่มตัวอย่างขนาดใหญ่พอ) ซึ่งจะส่งผลในการทดสอบอย่างมีนัยสำคัญที่จะมีอัตราการปฏิเสธที่ผิดพลาดจะเท่ากับระดับความสำคัญของการทดสอบ ยกตัวอย่างเช่นการทดสอบแน่นอนที่ระดับนัยสำคัญ 5% จะในระยะยาวปฏิเสธสมมติฐานที่แท้จริงว่า 5% ของเวลา.

ทดสอบ Parametric เช่นที่อธิบายไว้ในสถิติที่แน่นอนมีการทดสอบที่แน่นอนเมื่อสมมติฐานพาราจะได้พบอย่างเต็มที่ แต่ใน ฝึกการใช้คำที่แน่นอน (ความสำคัญ) การทดสอบถูกสงวนไว้สำหรับการทดสอบเหล่านั้นที่ไม่ได้พักผ่อนในสมมติฐานพารา - การทดสอบไม่ใช่พารา แต่ในทางปฏิบัติการใช้งานส่วนใหญ่ของที่ไม่ใช่พารามิเตอร์การทดสอบการใช้งานซอฟต์แวร์อัลกอริทึมแบบข้อมูลไม่ จำกัด สำหรับการได้รับค่าอย่างมีนัยสำคัญซึ่งจะทำให้การดำเนินงานของการทดสอบที่ไม่แน่นอน.

ดังนั้นเมื่อผลของการวิเคราะห์ทางสถิติที่มีการกล่าวถึงเป็น "การทดสอบที่แน่นอน" หรือ "การที่แน่นอน p-value" มันควรจะบ่งบอกว่าการทดสอบโดยไม่ต้องมีการกำหนดสมมติฐานคณิตศาสตร์และการประเมินผลโดยไม่ต้องใช้ขั้นตอนวิธีการประมาณ ในหลักการ แต่มันยังอาจหมายถึงว่าการทดสอบพาราได้รับการว่าจ้างในสถานการณ์ที่ทุกสมมติฐานพาราจะได้พบอย่างเต็มที่ แต่ก็เป็นในกรณีส่วนใหญ่เป็นไปไม่ได้ที่จะพิสูจน์นี้อย่างสมบูรณ์ในสถานการณ์โลกแห่งความจริง ข้อยกเว้นเมื่อมันเป็นบางอย่างที่มีการทดสอบพาราแน่นอนรวมถึงการทดสอบบนพื้นฐานของทวินามหรือ Poisson กระจาย บางครั้งการเปลี่ยนแปลงการทดสอบจะใช้เป็นคำพ้องสำหรับการทดสอบที่แน่นอน แต่ถึงแม้ว่าการทดสอบการเปลี่ยนแปลงทั้งหมดที่มีการทดสอบที่แน่นอนไม่ได้ทุกการทดสอบที่แน่นอนมีการทดสอบการเปลี่ยนแปลง

ผลลัพธ์ (ไทย) 3:

editwatch นี้ pageread ในภาษาอื่นทดสอบแน่นอนในสถิติที่แน่นอน ( ความสำคัญ ) ทดสอบเป็นการทดสอบว่าสมมติฐานทั้งหมดที่เมื่อชนิดของการแจกแจงของตัวสถิติทดสอบอยู่ จะพบตรงข้ามกับการทดสอบโดยประมาณ ( ซึ่งในการประมาณค่า อาจจะทำให้มากที่สุดเท่าที่ต้องการ โดยให้ขนาดตัวอย่างใหญ่พอ ) นี้จะมีผลในการทดสอบนัยสำคัญที่จะมีอัตราการปฏิเสธเท็จเสมอเท่ากับระดับนัยสำคัญของการทดสอบ ตัวอย่างเช่นการทดสอบแน่นอนอย่างมีนัยสำคัญที่ระดับ 5 % จะอยู่ในระยะยาว ปฏิเสธสมมติฐานว่างจริงแค่ 5 เปอร์เซ็นต์ของเวลาการทดสอบพาราเมตริก เช่นที่อธิบายไว้ในสถิติที่แน่นอน มีการทดสอบที่แน่นอนเมื่อสมมติฐานพารามิเตอร์จะพบได้อย่างเต็มที่ แต่ในทางปฏิบัติการใช้ระยะเวลาที่แน่นอน ( ความสำคัญ ) ทดสอบที่สงวนไว้สำหรับผู้ทดสอบที่ไม่ได้พักบนเชิงสมมติฐานและการทดสอบที่ไม่ใช้พารามิเตอร์ . อย่างไรก็ตาม ในทางปฏิบัติการใช้มากที่สุดของซอฟต์แวร์ทดสอบที่ไม่ใช้พารามิเตอร์การใช้ขั้นตอนวิธีการ asymptotical ค่าความสำคัญ ซึ่งจะทำให้การสอบไม่ตรงกันดังนั้น เมื่อผลของการวิเคราะห์ทางสถิติว่า เป็น " การทดสอบที่แน่นอน " หรือ " , " แน่นอน นั่นหมายความว่าการทดสอบสมมติฐานกำหนดโดยพารามิเตอร์และประเมินโดยการใช้ขั้นตอนวิธีประมาณ ในหลักการ แต่มันยังหมายถึงการทดสอบพาราเมตริกได้รับการว่าจ้างในสถานการณ์ที่สมมติฐานพารามิเตอร์ทั้งหมดจะพบได้อย่างเต็มที่ แต่เป็นในกรณีส่วนใหญ่เป็นไปไม่ได้ที่จะพิสูจน์นี้อย่างสมบูรณ์ในสถานการณ์จริง ยกเว้นเมื่อมันเป็นบางอย่างที่การทดสอบพาราเมตริก แน่นอนรวมถึงการทดสอบการแจกแจงทวินามปัวซอตามหรือ . การทดสอบการเปลี่ยนแปลงบางครั้งใช้เป็นไวพจน์ของการทดสอบที่แน่นอน แต่แม้ว่าการทดสอบการเปลี่ยนแปลงทั้งหมดจะถูกทดสอบที่แน่นอน ไม่ใช่การทดสอบการทดสอบการเปลี่ยนแปลงแน่นอนทั้งหมด