spurious rejections of the null hyp

spurious rejections of the null hypotheses and the power
of test can be substantially reduced from theoretical
values, resulting in undetected differences. Realizing the
need for a good statistic in addressing these problems, we
integrate the Ft statistic [8] with the highest breakdown
scale estimators [14] and these new methods are known as
the modified Ft methods.
This paper has shown some improvement in the
statistical solution for detecting differences between
location parameters. The findings showed that the
modified robust procedures, Ft with MADn, Ft with Tn, Ft
with LMSn are comparable with Kruskall Wallis in
controlling Type I error rates under most conditions. In
the analysis on real data, Ft with Tn (p = 0.0020) and Ft
with MADn (p = 0.0021) showed stronger significance
than Kruskall Wallis (p = 0.0160). Even though Ft with
LMSn (p = 0.0407) showed weaker significance than the
aforementioned procedures, its performance was proven
to be much better than the parametric ANOVA (p =
0.0870) in both simulation study and real data analysis.

ผลลัพธ์ (ไทย) 1:

เก๊ปฏิเสธสมมุติฐาน null และอำนาจของการทดสอบสามารถจะลดลงมากจากทฤษฎีค่า ผลตรวจไม่พบความแตกต่าง ตระหนักถึงการจำเป็นสำหรับสถิติที่ดีในการจัดการกับปัญหาเหล่านี้ เรารวมสถิติฟุต [8] มีรายละเอียดสูงสุดขนาด estimators [14] และวิธีการใหม่เหล่านี้จะเรียกว่าวิธีแก้ไขของ Ftกระดาษนี้ได้แสดงให้เห็นบางส่วนโซลูชั่นทางสถิติสำหรับการตรวจสอบความแตกต่างระหว่างพารามิเตอร์ที่ตั้ง ผลการวิจัยพบว่าการปรับเปลี่ยนกระบวนงานที่แข็งแกร่ง ฟุต มี MADn, Ft กับ Tn ฟุตLMSn มีเปรียบเทียบกับวาลลิ Kruskall ในฉันควบคุมพิมพ์ราคาผิดพลาดภายใต้เงื่อนไขส่วนใหญ่ ในการวิเคราะห์ข้อมูลที่แท้จริง Ft กับ Tn (p = 0.0020) และฟุตกับ MADn (p = 0.0021) แสดงให้เห็นความสำคัญที่แข็งแกร่งกว่าวาลลิ Kruskall (p = 0.0160) แม้ว่าฟุตด้วยLMSn (p = 0.0407) แสดงให้เห็นความสำคัญที่แข็งแกร่งกว่านี้ขั้นตอนดังกล่าว ประสิทธิภาพที่พิสูจน์ได้จะดีกว่าการวิเคราะห์ความแปรปรวนแบบพาราเมตริก (p =0.0870) ในการศึกษาการจำลองและวิเคราะห์ข้อมูลที่แท้จริง

ผลลัพธ์ (ไทย) 2:

ปฏิเสธปลอมของสมมติฐานและพลัง
ของการทดสอบจะลดลงอย่างมากจากทฤษฎี
ค่าส่งผลให้ความแตกต่างในการตรวจไม่พบ ตระหนักถึง
ความจำเป็นในการเป็นสถิติที่ดีในการแก้ไขปัญหาเหล่านี้เรา
รวมสถิติ Ft [8] ที่มีรายละเอียดสูงที่สุด
ประมาณขนาด [14] และวิธีการใหม่ ๆ เหล่านี้เป็นที่รู้จักกัน
มีการปรับเปลี่ยนวิธีการ Ft.
กระดาษนี้ได้แสดงให้เห็นการปรับปรุงในบาง
สถิติ วิธีการแก้ปัญหาสำหรับการตรวจสอบความแตกต่างระหว่าง
ค่าพารามิเตอร์ที่ตั้ง ผลการวิจัยแสดงให้เห็นว่า
วิธีการที่มีประสิทธิภาพแก้ไข Ft กับ MADn ฟุตกับ Tn ฟุต
กับ LMSn มีการเทียบเคียงกับ Kruskall วาลลิสใน
การควบคุมประเภทอัตราความผิดพลาดมากที่สุดภายใต้เงื่อนไข ใน
การวิเคราะห์เกี่ยวกับข้อมูลเรียลไท, Ft กับ Tn (p = 0.0020) และ Ft
กับ MADn (p = 0.0021) แสดงให้เห็นความสำคัญแข็งแกร่ง
กว่า Kruskall วาลลิส (p = 0.0160) แม้ว่า Ft กับ
LMSn (p = 0.0407) แสดงให้เห็นความสำคัญที่อ่อนแอกว่า
ขั้นตอนดังกล่าวข้างต้น, ประสิทธิภาพการทำงานได้รับการพิสูจน์
ที่จะเป็นดีกว่าพารา ANOVA (p =
0.0870) ทั้งในการศึกษาแบบจำลองและการวิเคราะห์ข้อมูลที่แท้จริง

ผลลัพธ์ (ไทย) 3:

ปฏิเสธปลอมของสมมติฐานโมฆะและพลัง
ของการทดสอบที่สามารถลดลงอย่างมากจากทฤษฎี
ค่า ส่งผลให้ความแตกต่างที่ไม่สามารถตรวจพบ รู้ตัว
ต้องมีสถิติที่ดีในการจัดการกับปัญหาเหล่านี้เรา
รวมฟุตสถิติ [ 8 ] มีสูงสุดรายละเอียด
ขนาดประมาณ [ 14 ] และวิธีการใหม่เหล่านี้จะเรียกว่า Modified ft

วิธีบทความนี้ได้แสดงให้เห็นการปรับปรุงในโซลูชั่นสำหรับตรวจสอบความแตกต่างระหว่างสถิติ

พารามิเตอร์ที่ตั้ง ผลการวิจัยพบว่ากระบวนการ
ดัดแปลงที่แข็งแกร่งกับ madn ฟุต , ฟุตกับ TN , ft
กับ lmsn ทัดเทียมกับ kruskall ลิสใน
ควบคุมอัตราความคลาดเคลื่อนประเภทที่ 1 ภายใต้เงื่อนไขที่สุด ในการวิเคราะห์ข้อมูล
จริงฟุตกับ TN ( P = เดี่ ) และฟุต
กับ madn ( P = 0) พบ รูปภาพ แข็งแกร่งกว่า kruskall วอล
อย่างมีนัยสำคัญทางสถิติ ( p = 0.0160 ) แม้ว่าฟุตด้วย
lmsn ( P = 0.0407 ) แสดงความอ่อนแอกว่า
ขั้นตอนดังกล่าว ประสิทธิภาพของมันคือการพิสูจน์
จะดีกว่าพาราเมตริก ANOVA ( P =
0.0870 ) ทั้งในการจำลองและวิเคราะห์ข้อมูลที่แท้จริง